• 30 Ottobre 2020

Big Data nel Wealth Management: impatti e sfide

Big Data nel Wealth Management: impatti e sfide

Big Data nel Wealth Management: impatti e sfide 1024 630 FinScience

di Eugenio Ciamprone

Wealth Management: caratteristiche e contesto

Nell’ambito del più ampio concetto di consulenza finanziaria il termine “Wealth Management” indica tutti quei prodotti e servizi rivolti alla gestione del patrimonio familiare in un’ottica di lungo termine e di gestione intergenerazionale dello stesso.

A differenza quindi dell’asset management o del private banking al Wealth Management è legata una maggiore complessità dovuta alla molteplicità di servizi offerti, dalla consulenza finanziaria evoluta e personalizzata, alla consulenza patrimoniale e fiscale fino alla principale caratteristica che, come abbiamo detto in precedenza, riguarda la consulenza del passaggio intergenerazionale della gestione del patrimonio familiare.

Dopo aver introdotto il concetto di Wealth Management dobbiamo collocarlo in un contesto che negli ultimi anni registra una continua e crescente evoluzione dal punto di vista economico, normativo e tecnologico.

Un dato su tutti è rappresentativo dello spazio nel quale e verso il quale devono muovere i player di mercato: nonostante il trend del mercato italiano dell’ultimo decennio abbia registrato una tendenza di crescita costante della ricchezza private, solo il 30% circa delle attività finanziarie delle famiglie è gestito, rispetto ad una media europea del 40% circa. Si tratta dunque di un enorme potenziale di crescita di un settore che allo stesso tempo è interessato da nuovi aspetti normativi e regolatori e dall’ingresso sul mercato di nuovi player (Fintech).

È interessante osservare in che modo questi due aspetti impattano sull’evoluzione del Wealth Management.

Da un lato, la complessità e i vincoli imposti dalla MIFID II hanno contribuito ad un aumento dei costi dei servizi di Wealth management e una maggiore trasparenza delle informazioni ha portato alla richiesta pressante da parte della clientela di una maggiore personalizzazione dei servizi offerti. 

Dall’altro, la tecnologia e la digitalizzazione dei servizi permettono una riduzione dei costi di gestione del risparmio gestito (basti pensare alla capacità di gestione di un fondo d’investimento o portafogli online da parte di roboadvisor) e una incredibile capacità di personalizzazione dell’offerta di prodotti e servizi grazie all’utilizzo di Big Data e Advanced Analytics.

Quali sono dunque i driver del cambiamento nell’ambito del Wealth Management?

L’impatto dei Big Data nel Wealth Management

Il fintech (acronimo inglese del concetto di fornitura di prodotti e servizi finanziari per mezzo di tecnologie avanzate) sta rivoluzionando il mondo della finanza e di conseguenza il settore bancario comprese le sue attività e i suoi servizi.

I primi due driver del cambiamento che possiamo analizzare sono sicuramente la digitalizzazione e il trend demografico: sono due aspetti inevitabili del processo di cambiamento e intercettarli è indispensabile per la competitività delle offerte di servizi di Wealth Management. La digitalizzazione (che non è solamente dematerializzazione!) è la capacità di raccolta, archiviazione e analisi dei dati, grazie alla quale aumenta esponenzialmente la velocità delle operazioni e l’interazione con il cliente. 

A quanto appena detto è fortemente legato l’aspetto demografico: i nuovi clienti del Wealth Manager sono i cd. Millennials con esigenze profondamente differenti rispetto alle precedenti generazioni. Spesso non sono clienti bancari fidelizzati, prediligono la velocità di una app con la quale gestire le proprie scelte di investimento e pretendono una maggiore personalizzazione dei servizi.

Come anticipato in apertura di paragrafo, la tecnologia avanzata ci viene incontro per soddisfare l’emergere di nuove esigenze. Il nuovo modello economico per il Wealth Management è dunque la personalizzazione di prodotti e servizi. Come ci si deve muovere verso questa direzione?

Proprio attraverso gli altri driver del cambiamento, il fintech appunto e l’utilizzo dei big data.

Il Fintech in questo ambito si concretizza principalmente nell’utilizzo di Roboadvisor, ovvero software che in automatico e attraverso algoritmi ottimizzano la gestione dei portafogli finanziari dei clienti. L’intervento umano è minimo mentre i vantaggi sono molteplici: automatizzazione di investimenti e processi, riduzione dei costi e degli errori operativi, ottimizzazione dei risultati anche grazie al rafforzamento dei presidi di controllo e gestione dei rischi.

I Roboadvisor inoltre, rispondono anche alle esigenze delle nuove generazioni in quanto permettono una democratizzazione finanziaria, l’accesso diretto alla gestione da parte del cliente e soprattutto una clusterizzazione di portafogli e asset finanziari bilanciati grazie all’utilizzo dei dati raccolti durante la profilazione della clientela. 

Entra dunque in gioco l’ultimo (ma non certo per importanza!), dei driver del cambiamento analizzati, ovvero l’utilizzo dei Big Data e la valorizzazione degli stessi attraverso algoritmi di Machine Learning e Advanced Analytics.

L’utilizzo avanzato dei Big Data è sicuramente una delle sfide più interessanti per il Wealth Manager per due aspetti: uno, come detto in precedenza, è la modellazione dell’offerta sulla base di specifici target di clientela grazie all’utilizzo del Machine Learning; l’altro, ancor più sfidante, è l’aspetto predittivo legato alla gestione dei portafogli finanziari. 

L’analisi dei dati storici dell’andamento di un asset finanziario attraverso specifici algoritmi di Machine Learning permette di ottenere delle indicazioni sulle probabilità di movimento di un asset nel futuro sulla base di quanto si è verificato nel passato. Sebbene questo possa rappresentare un grande aiuto nella gestione di portafogli finanziari, potrebbe non bastare.  

L’innovazione in questo ambito è rappresentata dall’utilizzo degli Alternative Data insieme ai tradizionali dati storici. Gli Alternative Data sono dati provenienti dai social, da forum di confronto sul web o da piattaforme di e-commerce i quali, pur essendo contesti differenti all’ambito finanziario, rappresentano una necessaria e inesauribile fonte di informazioni.

Basti pensare a come un evento o un sentiment negativo amplificato dai social può influenzare l’andamento ad esempio di un titolo in borsa. Per la gestione di portafogli finanziari intercettare simili segnali può significare una performance positiva.  

L’utilizzo dei big data, la disponibilità e soprattutto l’estrazione di valore dai dati e dagli Alternative Data in particolare, rappresentano dunque le sfide principali per lo sviluppo del Wealth Management.

ALTERNATIVE DATA PER COSTRUIRE STRATEGIE DI INVESTIMENTO