Abbiamo una storia di successo anche nel mondo delle assicurazioni e del risparmio gestito.
Ma tutte queste problematiche sono sicuramente vive, e lo diventeranno sempre di più, anche in settori affini, quelli dove ci sono tanti dati da gestire. Sono sicuramente industry in cui la vigilanza e la normativa impongono dei controlli molto sofisticati, e un po' ovunque c'è il problema della GDPR, della privacy, del trattamento dei dati e simili.
Quindi non è solo il Finance un settore di interesse, ma ora stiamo vedendo molto interesse anche da parte di altro comparti, come l'energy, le utility, il pharma, settori vigilati.
Si tratta di camparti con masse di dati molto grandi, su cui impostare delle logiche per il controllo, la navigazione, gli analytics.
Su questi ultimi il problema non è solo il "trash in - trash out": il punto è certificare e verificare i dati che poi vengono analizzati dai sistemi di analytics.
Uno può avere gli analytics più belli del mondo, ma se li alimenta con dati non certificati o non buoni anche i risultati lo saranno di conseguenza.
Enterprise data management: quali sono le sfide di oggi e di domani?
Quelle di oggi sono sicuramente il mettere insieme tutta una serie di dati che provengono normalmente da fonti molto eterogenee, espressi con semantiche diverse, con significati diversi, aggregarli, analizzarli, e cercando di riuscire a dare valore a queste informazioni.
Il tema è inserire nel processo dell'Enterprise Data Management una serie di fattori competitivi importanti, come gli analytcs.
Cioè inserire nel ciclo quei sistemi che mi permettono di definire dei modelli, dei sistemi statistici, in grado di fare sia analisi predittiva per il mercato, sia costruire dei modelli su cui creare dei sistemi di scoring piuttosto che di valutazione.
Oggi il macro-tema è integrare tutti questi dati, e uno di quelli sottostanti è la governance delle informazioni.
Uno dei temi su cui ci si sta muovendo e che a parer mio sarà sempre più importante, è avere un sistema di governance titolata, strutturata, completa delle informazioni generate.
Si va sempre di più verso fonti di dati enormi, come i big data, di cui si parla ormai tutti i giorni.
Il problema è avere sicuramente un governo complessivo integrato di tutta questa massa di dati.
Un governo che parte dalla definizione di significati comuni, dalla gestione dei metadati, dalla definizione delle regole e procedure, dalla definizione e messa in atto delle politiche di "data quality" e certificazione, fino a una pubblicazione dei dati adatta al data management.
In questo senso è sicuramente un campo che interessa non solo al finance, ma a tutte le aziende che devono gestire e maneggiano dati.
Quali sono le peculiarità della vostra piattaforma?
Sono tante, in particolare in un sistema integrato. Un sistema che permette di coprire tutto il sistema di data management, dalla creazione del dato alla pubblicazione del dato certificato, passando attraverso trasformazioni, organizzazioni e analytics.
Questo è importante.
Quello che vediamo è che normalmente questo tipo di processo è suddiviso tra più sistemi, con linguaggi diversi, con problemi di integrazione, di difficoltà in merito alla qualità dei dati totali e, soprattutto, di accountability del processo.
Non dimentichiamoci che quando ci sono delle normative poi qualcuno chiede anche di dimostrare che si è conformi, quindi la compliance nella gestione dei dati è un tema importante.
All'interno della nostra piattaforma ci sono una serie di funzioni che sono frutto di esperienze consolidate e storiche in ambito finanziario - che, non dimentichiamoci, è probabilmente uno degli ambiti probabilmente più vigilati - di documentazione, di tracciabilità, di rendicontazione di quanto è stato fatto, in funzione automatica, anche in linguaggio naturale.
Queste sono tutte caratteristiche che la nostra piattaforma ha da sempre, e che oggi sono abbondantemente utilizzate con molta soddisfazione dai nostri clienti quando devono affrontare ispezioni o richieste particolari in modalità efficace e tempestiva.
E' scalabile anche per PMI?
La nostra soluzione è Enterprise.
Può essere adattata per realtà più piccole ma non piccolissime.
Il nostro target è almeno una media impresa che parte dai 100 mln di euro di fatturato.
Perché è così importante la Market Data Validation?
Perché è uno degli esempi di applicazione di Irion all'interno di un'azienda finanziaria.
Chiaro che la validazione della qualità dei dati di mercato che vengono utilizzati nei processi di traduzione dei portafogli, processi di decisioni di operatività di tipo strategico o anche tattico sui mercati finanziari, è fondamentale.
Come ovunque, quando si parla di dati di mercato si tratta di valutare ed evidenziare quali problemi ci sono nei dati forniti da diversi provider di mercato.
E' un dato sensibile, su cui si fanno bilanci, con tanto di "profit and loss", è quindi un dato che sicuramente deve essere certificato, come tanti dati all'interno del mondo finanziario.
Dopo gli USA, pensate ad altre espansioni all'estero?
Sicuramente il mercato americano è importante.
Crediamo che un mercato interessante sia anche quello anglosassone, così come quello del Lussemburgo.
Quest'ultima è sicuramente una realtà particolare, non solo dal punto di vista territoriale, ma è una realtà che oggi sta facendo molti investimenti sul tema dati e sulle infrastrutture inerenti al tema, Inoltre, ha una presenza finanziaria e assicurativa estremamente forte.
E' quindi per noi un mercato di sicuro interesse, avendo delle referenze importanti in Italia, che sono anche referenze per il Lussemburgo, dove avendo delle filiali con cui stiamo lavorando, potrebbe essere per noi un primo punto di accesso a quel mercato.
Dal punto di vista finanziario il mondo anglosassone e il Lussemburgo rappresentano il must oggi in Europa.
Se l'articolo ti è piaciuto, condividilo con gli amici e colleghi
