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.
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.
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.
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:
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.