Controllare i rischi della filiera con i dati transazionali

VB - Controllare i rischi della filiera con i dati transazionali

Abbiamo visto come i dati transazionali (o “transactional data”, le informazioni relative ai movimenti del conto corrente) possano fornire un quadro chiaro dello stato di salute di un’impresa, o di una persona fisica.

Ebbene, altrettanto importante è cogliere lo stato di salute complessivo dei conti delle imprese o degli individui, e mettersi in condizioni di prevenire le situazioni problematiche. Ciò è possibile aggregando i dati dei singoli e traendo indicazioni relative a come i rischi individuali si sommano, spesso non linearmente, seguendo logiche di contagio per percolazione nel tessuto economico, creando potenziali situazioni di rischio (ma anche di opportunità) non facilmente desumibili limitando l’osservazione al singolo conto corrente.

 

La network analysis per tenere sott’occhio la filiera

Prendiamo il caso di un intermediario finanziario che eroga servizi creditizi ad imprese, operando con un certo focus territoriale, che per la natura stessa dell’area in questione diventa anche settoriale e di filiera produttiva.

Ora, dai dati transazionali emerge chi-paga-chi: la catena di dipendenze nei flussi di cassa che descrive il fluire del denaro tra clienti e fornitori, a cascata. Si tratta di imprese che producono beni o servizi, ma anche consulenti, professionisti.

Questa rete di relazioni fatta di pagamenti tra A e B, con importi, segni e date, è la materia prima dalla quale, con la nostra soluzione di analisi dei dati transazionali, siamo in grado di trarre informazioni preziosissime per l’intermediario finanziario.

Utilizzando la Network Analysis possiamo cogliere queste informazioni e fornirle in modo intuitivo e di semplice utilizzo per l’intermediario. Il grafico seguente rappresenta la filiera produttiva (la chiameremo “Filiera X”): ogni puntino è un’impresa, piccola o grande, collegata alle altre da linee che rappresentano i flussi di denaro (e, su un’altro piano, di beni e servizi).

VB - Grafico 1 - Controllare i rischi della filiera con i dati transazionali

A colpo d’occhio, si notano aree di maggior densità, veri e propri “hub” nella filiera, cioè imprese che costituiscono punti caldi, in quanto connesse con molte altre imprese, di cui sono clienti o fornitori. Ora evidenziamo i principali hub, cioè le aziende con il più alto numero di connessioni (“degrees”, nel linguaggio della Network Analysis).

VB - Grafico 2 - Controllare i rischi della filiera con i dati transazionali

Se queste aziende dovessero trovarsi in difficoltà potrebbero diventare un problema: esse possono generare un effetto domino, cioè una trasmissione del rischio all’interno del sistema di imprese da cui dipende la salute del business dell’intermediario finanziario.

 

… e controllare il rischio sistemico

Si tratta, a tutti gli effetti, di focolai di rischio sistemico, che difficilmente sarebbero stati colti nella loro pienezza guardando soltanto alla singola impresa. Invece, l’analisi aggregata dei dati transazionali porta subito alla luce queste situazioni: la Network Analysis consente di visualizzare e soppesare le relazioni di dipendenza nella filiera e di monitorare il rischio sistemico.

In questo modo, il risk manager (o altre funzioni di controllo) può rapidamente avere una vista d’insieme, che coglie la “Big Picture”, e consente di monitorare la situazione, con particolare attenzione ai potenziali focolai più rilevanti. In questo modo si può prevenire e contenere il rischio di un effetto domino, per cui un cattivo pagatore impatta sulle aziende di cui è cliente, causando un effetto contagio (e analogamente lato fornitori, per gli impatti sulla supply chain). E tutto con informazioni aggiornate e tempestive, perché provengono da dati transazionali, trattati da modelli di Machine Learning reattivi e con grande capacità di adattamento al cambiare della situazione.

Si tratta di strumenti utilizzabili a vari livelli dell’organizzazione dell’intermediario (direzione, filiali), tipicamente ad integrazione dei modelli di credito tradizionali, o come base per la definire modelli di rischio di nuova generazione. Ma questa è solo una delle molte cose che si possono fare utilizzando i dati transazionali in modo aggregato.

 

La soluzione di Virtual B

In Virtual B crediamo che i transactional data siano davvero utili e siamo in grado di aiutarvi a sfruttarli al meglio. Se il tema ti incuriosisce, contattaci al link sottostante e scopri come aumentare il valore dei tuoi dati.

Contattaci

Lascia un commento