Finance, come si evolve tra AI conversazionale e robo advisor

Come si evolve il mondo Finance, tra AI conversazionale e robo advisor per aumentare il Customer Lifetime Value

Foto di Donatella Maisto

Donatella Maisto

Esperta in digital trasformation e tecnologie emergenti

Dopo 20 anni nel legal e hr, si occupa di informazione, ricerca e sviluppo. Esperta in digital transformation, tecnologie emergenti e standard internazionali per la sostenibilità, segue l’Innovation Hub della Camera di Commercio italiana per la Svizzera. MIT Alumni.

In un mondo sempre più connesso, caratterizzato da dinamiche di mercato che evolvono a ritmi molto sostenuti, ma molto spesso in modo disorganico e sotto la spinta improvvisa di fattori esogeni, il successo delle attività imprenditoriali ruota sempre più attorno alla capacità delle aziende di garantire una esperienza unica, duratura e personalizzata al cliente. Il mondo Finance non può non seguire queste logiche.

L’impiego del digitale nelle relazioni clienti- ecosistemi aziendali è sempre più pervasivo. L’innovazione rende tutti costantemente e diversamente connessi, amplificando il numero di canali di contatto, con una pressione mai registrata sulle aziende per performare, in nome della trasformazione digitale, l’esperienza del cliente, personalizzandola e traendone un vantaggio competitivo.

Il cliente al centro della Customer experience

Il dover combinare una molteplicità di touchpoint digitali, spontanei o gestiti, in maniera efficiente e personalizzata vuol dire disegnare una strategia e una operatività, che fa assumere un ben preciso significato alla Customer Centricity, di cui tanto si parla.

Porre al centro il cliente vuol dire conoscerlo, ovvero comprenderne e anticiparne i bisogni, le esigenze e i comportamenti d’acquisto e tutto ciò vuol dire, conseguentemente, settare tutta la supply chain su queste logiche, ma, soprattutto, possedere e saper gestire una quantità significativa di dati, che, assieme a una corretta implementazione delle tecnologie, porta a garantire una Customer Experience di eccellenza.

L’evoluzione del mondo Finance

Investire in tecnologie abilitanti vuol dire farlo in maniera economicamente sostenibile ed efficace, ma soprattutto innovativa.

Il mondo Finance non può sottrarsi a questa rivoluzione, grazie anche alla presenza, al suo interno, di segmenti, come il Fintech o l’Insurtech, in grado di creare modelli di business innovativi, anche in termini di CX.

La PSD2 e il nuovo modo di concepire le sinergie tra organizzazioni grazie all’adozione dell’Open Finance, figlio dell’Open Innovation, dettano un ritmo all’evoluzione di questo ecosistema, ridisegnando il suo rapporto con il cliente in modo fluido, connesso e virtuale, senza dimenticare l’importanza che ancora riveste il luogo fisico, la filiale, ma declinando l’interazione fino ad arrivare, ad esempio, a soluzioni, come la Conversational AI e il Robo Advisor, profondamente incentrate sull’operatività self.

L’AI e il mondo Finance

In questo contesto, per soddisfare le esigenze di efficienza di una CX performante e per privilegiare e far evolvere i processi di relazione, gli operatori del settore sono sempre più pronti a implementare soluzioni di AI conversazionale, forti della consapevolezza della richiesta del cliente, sempre più ricorrente, di poter gestire il proprio patrimonio e i propri investimenti con interrogazioni non solo testuali, ma soprattutto vocali, e di procedere ad un onboarding rapido e particolarmente fluido, non solo in fase di primo accesso al servizio, ma nel ripetersi della quotidianità delle attività.

L’evoluzione dell’Insurtech

Quest’ultimo aspetto è anche visibilmente sentito nell’Insurtech. Pensiamo all’esigenza di quotazioni delle polizze, che diventano automatizzabili con l’AI Conversazionale, o a un claim management, che garantisca la gestione documentale per il risarcimento del danno in modo automatico, anche grazie al supporto di altre tecnologie, come la Blockchain e lo sviluppo ad hoc di Smart Contract.

Gli assistenti virtuali di prima generazione sono ben lontani da quelli più moderni allenati a comprendere il linguaggio naturale del cliente/utente, raggiungendo una comprensione semantica di alto livello, ma, soprattutto, in grado di capire l’intent dei quesiti, attraverso l’attività di Intent Recognition, contestualizzandoli, e procedendo ad una Sentiment Analysis, ovvero allenando la capacità di percepire l’emozione che si può cogliere in una conversazione telefonica, analizzando non solo le parole, ma anche il tono di voce e le pause durante il dialogo; nonché riproponendo la soluzione ai quesiti in una forma lessicale comprensibile all’utente.

La voice of customer

La voce del cliente ha un valore inestimabile, perché portatrice di dati.

La “voice of customer” racchiude in sé i bisogni e le opinioni del cliente o del potenziale tale, a secondo del momento di interazione, e la sua elaborazione può indirizzare l’efficacia della relazione, così come la prototipazione di nuovi prodotti e servizi, nuove policy e nuove offerte dedicate, dando vita ad una realistica profilazione.

Il Customer Lifetime Value

Un flusso semplificato di acquisizione dei clienti, la personalizzazione del rapporto, in nome dell’incremento di efficienza e della riduzione del tasso di abbandono conducono, oltre che ad esaltare la brand reputation, ad aumentare il Customer Lifetime Value.

Il CLV è l’ammontare totale di risorse economiche che un cliente è disposto a spendere con l’azienda in interesse, in termini di prodotti e/o servizi, tenendo conto della durata media di un rapporto commerciale.

Questo dato è molto importante per prendere decisioni in merito ad investimenti e a pianificare una strategia di marketing volta ad acquisire nuovi clienti, ma, soprattutto, a mantenerli.

Le conseguenze sulla produttività

Questa visione così di largo respiro e di responsabilità non può non riflettersi anche sull’employee engagement. Liberare le risorse umane della propria azienda da azioni ripetitive e basilari e farle eseguire, per esempio, da soluzioni di AI Conversazionale stimola il sentimento motivazionale e di soddisfazione dei collaboratori, riducendo la percentuale di turnover con un impatto sulla produttività generale dell’azienda.

Cos’è la Conversational AI

L’AI Conversazionale è, secondo una definizione fornita da Deloitte, “una modalità intelligente per offrire un’esperienza conversazionale analoga a quella con persone reali, attraverso tecnologie digitali e di telecomunicazione”.

Sotto questa nomenclatura si raggruppano diverse soluzioni: Chatbot, Assistente Virtuale, Virtual Agent fino ad arrivare a forme ibride.

Si basa su tecnologie come il Natural Language Processing (NLP) per la gestione del linguaggio naturale, il Machine Learning per il miglioramento automatico delle performance e altre tecniche come il Named Entity Recognition, la Contextual Awareness, l’Intent Recognition, la Computer Vision.

 L’AI conversazionale pone alcune sfide. Per citare le più sentite, soprattutto dagli utenti:

  • Input linguistici: la presenza di dialetti, slang o rumori ambientali durante l’interazione può influire sulla comprensione dell’input, incidendo sulla qualità dell’output
  • Vulnerabilità in termini privacy e sicurezza a fronte di quanto fino ad ora detto.

Tra le varie soluzioni proposte per rispondere al forte bisogno di immediatezza e proattività sempre più espressa dal cliente, insieme all’esigenza di autonomia e facilità di accesso alle informazioni, vi è il Robo Advisor.

Che cos’è un Robo advisor

I robo advisor, nati negli Stati Uniti dopo la crisi economica del 2008, sono piattaforme digitali che, attraverso l’uso di algoritmi, offrono efficienti portafogli di fondi automatizzati, con soluzioni di investimento economici.

Questi gestori automatizzati, in grado di creare portafogli predefiniti per investitori con diversi profili di rischio, sono caratterizzati:

  • da commissioni molto basse
  • da un investimento iniziale accessibile
  • non richiedono eccessive conoscenze finanziarie da parte dell’investitore

ponendosi come un’alternativa per i piccoli risparmiatori.

Una volta stabiliti i portafogli, il robo advisor li gestisce, attraverso una serie di operazioni di ribilanciamento automatico per garantire il mantenimento delle ponderazioni ottimali di ciascuna classe di attività in portafoglio, tenendo conto delle fluttuazioni del mercato.

Esistono robo advisor con portafogli composti da fondi indicizzati, ETF, fondi.

Pro e contro

I robo advisor presentano:

  • Facilità e semplicità nell’accesso
  • Costi bassi, commissioni competitive, investimento minimo
  • Automatizzazione dei processi che consente di personalizzare un prodotto per ogni cliente
  • Gestione delegata del portafoglio
  • Diversificazione dei portafogli e adattamento al cliente
  • Trasparenza
  • Assenza di pregiudizi ed emotività umane

Tuttavia è importante segnalare che:

  • Funzionano nel lungo periodo, se si vuole massimizzare l’investimento
  • si evidenzia una possibile mancanza di approfondimento nel definire il profilo di rischio
  • la redditività dipende da diversi fattori.