In un mercato che richiede alle aziende dinamismo e resilienza, l’analisi in tempo reale degli Alternative Data si rivela determinante per fornire informazioni aggiuntive utili a migliorare decisioni e risultati operativi. Il caso dello strumento di scoring delle aziende messo a punto da 3rdPlace.
Milano, 23 novembre 2018
Entro il 2020 le aziende americane spenderanno più di 7 miliardi di Dollari in Alternative Data. Lo ha evidenziato Fabrizio Milano d’Aragona – cofondatore e CEO di 3rdPlace, durante il convegno Big Data: Fast & Smart organizzato dall’Osservatorio sui Big Data Analytics & Business Intelligence del Politecnico di Milano. Dalle intenzioni di spesa dichiarate dalle aziende impegnate nella valorizzazione delle strategie di Data Intelligence, si evince quanto le metodologie e gli strumenti con cui raccogliere, sintetizzare e analizzare gli Alternative Data diventino abilitatori aggiuntivi sempre più determinanti nella crescita del business aziendale.
Con Alternative Data si intendono insiemi molto grandi di dati non tradizionali, spesso non strutturati e rigorosamente non sensibili, estratti intelligentemente da fonti digitali molto eterogenee: dalle conversazioni sui social media alle news su blog e forum, dalle informazioni sulla geolocalizzazione dei dispositivi mobili alle immagini raccolte dai satelliti e da piattaforme di e-commerce.
Se raccoglierli è già complesso, la sintesi e l’analisi devono essere effettuate necessariamente da strumenti applicativi di nuova generazione che sappiano selezionare e pesare segnali già forti o ancora deboli (i weak signals) ma provenienti da fonti autorevoli e con una diffusione in crescita, predittiva dell’importanza che assumeranno presto.
3rdPlace – data-driven tech company specializzata nello sviluppo di soluzioni di Data Intelligence e Data Modeling su clienti e utenti – ha sviluppato una metodologia specifica che sfrutta un set di tecnologie proprietarie di Intelligenza Artificiale, con l’obiettivo di fornire gli indicatori più opportuni per permettere alle aziende di adeguare in tempo reale le attività di marketing e l’offerta commerciale.
“Quando si parla di “tempo reale” lo si fa con cognizione di causa – afferma Fabrizio Milano d’Aragona –, perché la nuova sfida degli strumenti di raccolta degli Alternative Data riguarda proprio la capacità di analizzarli e di fornire le informazioni utili in brevissimo tempo in modo che l’azienda, se preparata a reagire, possa intervenire immediatamente per trasformare in opportunità l’esigenza di un cluster specifico. Per esempio, un gruppo di consumatori che in un certo momento, o in un certo luogo, ha fornito segnali forti o deboli di interesse per un certo prodotto”.
Inoltre, gli Alternative Data possono migliorare e affinare le analisi preliminari ad un lancio di prodotto o all’apertura di nuovi mercati. In questo ambito 3rdPlace ha sviluppato un progetto con l’obiettivo di aiutare l’espansione oltreoceano di un’azienda del settore Beni di consumo. In particolare, lavorando in ottica predittiva all’individuazione delle aree geografiche e dei punti distributivi più interessanti per una specifica tipologia di prodotto.
Infine, in ambito finanziario – settore in cui il management di 3rdPLACE ha deciso di investire fondando la startup FinScience – gli Alternative Data insieme ai dati tradizionali permettono ad Asset Management, Consulenza finanziaria, Family Office, Investor Relations, ESG Management di migliorare modelli, strategie e contenuti di investimento.
Gli Alternative Data migliorano lo scoring delle aziende.
L’applicazione dell’Intelligenza Artificiale ai dati tradizionali e l’aggiunta nel modello di Alternative Data risultano particolarmente efficaci anche nel settore creditizio. Durante la 12ma edizione di CVDay – l’evento dedicato al mondo della gestione del credito organizzato da Credit Village -, 3rdPlace ha illustrato un lavoro realizzato per un’azienda di Business Information & Credit Management. In particolare, il cliente aveva richiesto di affinare la sua tradizionale misurazione del rischio di default di aziende non quotate con dimensione molto variegata, comprese piccolissime.
Inizialmente, 3rdPlace ha applicato i suoi algoritmi di machine learning ai dati finanziari tradizionali storici provenienti dalle Camere di Commercio – come i bilanci, spesso aggiornati parecchi mesi prima dell’analisi. Questa attività ha elevato immediatamente da 15 a 1400 il numero di variabili considerate, scoprendo relazioni che anche l’uomo più esperto da solo non avrebbe potuto individuare. Da evidenziare, tra l’altro, che il coefficiente geografico legato alla sede dell’azienda, non viene più considerato su base regionale, rischiando di etichettare come “bad” intere regioni, ma calcolato sullo specifico codice di avviamento postale.
Infine, si è lavorato sugli Alternative Data per realizzare una carta di identità digitale aggiornata in tempo reale delle aziende e/o del management basata su tipologia e caratteristiche di presenza web, ranking sui motori di ricerca, social reputation, customer reviews, aggiornamento tecnologico, aggiornamento contenuti. Le variabili tradizionali e alternative sono state poi unite, registrando un miglioramento di ben 13 punti percentuali di affidabilità del modello (dall’80% al 93%).
Grazie al modello incrementale di 3rdPlace, su un sottoinsieme di 135mila aziende, è stato possibile individuare 700 “bad company” aggiuntive a rischio default, al cui finanziamento invece lo scoring tradizionale non evidenziava allarmi, e 17mila nuove “good company”.
La banca o la piattaforma di lending, ossia il cliente della società di Business Information & Credit Management, grazie al lavoro di 3rdPlace, ha la possibilità di minimizzare gli impegni a rischio e indirizzare il credito verso aziende più affidabili
