Raccogliere e agire sui dati in tempo reale. Con il concetto di fast data si rimanda alla concreta possibilità di avere informazioni sempre aggiornate e immediate in risposta a specifiche interrogazioni o situazioni.
I fast data si basano sulla possibilità di ottenere i dati in streaming, ossia di raccogliere aggiornamenti mentre le cose stanno succedendo, e questa è una delle prerogative più interessanti che caratterizzano i big data e la loro applicazione allo svolgimento delle attività del mondo finance.
Una premessa: che cosa sono i big data e a cosa servono
Con big data si intende l’enorme quantità di dati che sempre più si possono raccogliere grazie all’adozione di tecnologie digitali (da quelli generati dagli wearable e dai device IoT, sempre più importanti per esempio per il mondo assicurativo, a tutto quanto deriva dalle transazioni online per le banche).
Vi sono però altre due caratteristiche che denotano i big data: con il termine “big” non si fa riferimento solo a una questione di volumi, ma anche di varietà. I big data provengono infatti da fonti diverse, eterogenee tra di loro (quali Web, social, e-mail), consistono in informazioni destrutturate che, per poter essere messe a fattore comune, devono essere gestite e razionalizzate da tecnologie apposite.
Un’ulteriore peculiarità è quella della velocità: sempre più i big data devono includere anche dati raccolti sul campo, in tempo reale, ed essere integrati con quelli già in azienda per venire elaborati e fornire indicazioni utili ai decisori aziendali che per essere competitivi, non possono più basarsi solo su opinioni e intuito, ma devono avere elementi sempre più precisi per fare le proprie scelte.
Fast data, cosa sono e perché è importante la velocità
Rispondere in tempo reale alle richieste dei clienti: è il motivo principale per cui è indispensabile che i dati (aggiornati, integrati, completi) siano recuperabili velocemente. Interrogando un sistema che è capace di fornire in tempo reale la situazione generale relativa a una persona o a un’azienda (e non semplicemente un documento, ma l'insieme dei dati posseduti dall'organizzazione opportunamente rielaborati a seconda dell'interrogazione stessa), gli addetti possono immediatamente portare avanti la loro attività.
Questo è possibile facendo tesoro dei fast data, ossia di tutte quelle informazioni raccolte in streaming e integrate tra loro che, elaborate in tempo reale, offrono insight innovativi.
La velocità con cui l’operazione viene svolta non si limita a fornire valore aggiunto a chi interroga il sistema, ma va a beneficio del sistema stesso. Sempre più i software di big data analytics sono infatti in grado di apprendere dai dati che essi stessi elaborano e quindi migliorano le loro capacità. E la sfida si sposta sempre più sulla reattività degli strumenti e sulla capacità di adattamento a contesti e situazioni che cambiano.
Big e fast data, il loro ruolo nel finance
Il settore finance è caratterizzato dalla necessità di gestire grandi quantità di dati in tempi rapidi per poter condurre il business in modo efficace. Al contrario, se determinati documenti contenenti tutti i dati completi non sono disponibili nei tempi e nei modi dovuti si rischiano difficoltà nello svolgimento delle pratiche (siano esse l’erogazione di un mutuo o la liquidazione di un sinistro). Con i fast data, banche e assicurazioni possono invece avere a disposizione informazioni transazionali in tempo reale per gestire il rapporto con i clienti e rispondere alle loro esigenze velocemente.
Più nello specifico, le banche possono contare sul rapporto di fiducia costruito con i loro clienti e, in modo trasparente, utilizzare i dati che raccolgono per tre finalità principali:
- migliorare la customer experience;
- offrire servizi personalizzati per ciascun profilo d’utenza e, in quanto tali, interessanti agli occhi dei clienti stessi;
- aumentare la fidelizzazione e quindi i risultati complessivi.
Il GDPR (Regolamento generale sulla data privacy), tra l’altro, ha contribuito a creare un clima di fiducia rispetto al trattamento sicuro dei propri dati, perciò, anche in un settore delicato come il finance, è stata spianata la strada a un più massiccio utilizzo di big e fast data.
