Contenuto sponsorizzato

TARGET MARKET, COME VALORIZZARE I DATI ESTERNI

Per approfondire gli impatti dei cambiamenti in atto e condividere metodologie e best practice per affrontarli, Crif ha promosso, insieme a Cetif, la costituzione di gruppi di lavoro verticali che vedono coinvolti i principali attori del mondo della compliance. In particolare, il Business compliance banking & insurance hub 2017 aveva come obiettivo quello di identificare gli strumenti e le informazioni propedeutiche alla compliance normativa, e al supporto efficace per prevenire e mitigare i rischi reputazionali.

Le compagnie devono infatti attivare sistemi di censimento e successivo monitoraggio che consentano di conoscere a fondo il proprio cliente e analizzarlo durante l’intero customer journey, dall’individuazione del target market (cardine della product oversight governance) in fase di progettazione del prodotto alle nuove procedure antiriciclaggio da applicare nel contesto del know your customer (Kyc) e, ancora, dall’approccio alla trasparenza nel corso della relazione fino alla gestione dei reclami. 

 

Saper raccogliere, analizzare e restituire informazioni sul cliente in un’ottica aggregata e predittiva, superando gli attuali dipartimenti organizzativi e informativi (si pensi anche a quanto accade oggi in termini di condivisione del dato tra produttore e distributore) diventa, al contempo, una sfida per l’intero settore, ma anche una grande opportunità.

D’altro canto, il concetto di centralità del cliente è diventato ancora più importante con l’avvento della digital transformation: in questo processo evolutivo si innestano, infatti, temi di general data protection regulation e i nuovi standard di compliance dei sistemi informativi, su cui tanto si sta facendo in termini di utilizzo di algoritmi di big data e machine learning.

In questo contesto, da quasi 30 anni Crif raccoglie e analizza le informazioni creditizie sui consumatori italiani e ha raccolto nel Crif information core dati provenienti da oltre 40 fonti diverse, sia pubbliche sia proprietarie ed esclusive, che consentono di valutare la sostenibilità finanziaria di un’operazione assicurativa partendo, ad esempio, dalla stima del reddito e dalla tensione finanziaria del singolo individuo.

 

L’affiancamento degli indicatori Crif al processo di valutazione già in essere nelle compagnie è sempre possibile, visto l’utilizzo di dati open indipendenti da quelli interni dell’operatore. Si tratta di modelli che consentono di effettuare azioni di monitoraggio nel tempo e, grazie alle tecnologie di machine learning, diventano sempre più precise e predittive. In questo modo le compagnie possono posizionare con maggior consapevolezza i propri prodotti sul mercato con evidenti vantaggi, anche per la rete distributiva, nella definizione del corretto target market, attività indubbiamente delicata viste le rilevanti modifiche normative in atto, che comportano impatti diretti per i consigli di amministrazione delle società che non ne rispettano la corretta applicazione.