![](/style/images/tocco.png)
Chiara Galioto
“La Trasformazione Digitale nel settore bancario” = "Digital Transformation in the banking industry".
Rel. Carlo Cambini. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2019
Abstract: |
Nel corso degli ultimi anni il settore bancario italiano è stato caratterizzato da una serie di discontinuità e criticità, tra cui il debole contesto macroeconomico, che ha determinato un forte deterioramento della qualità del credito e una contrazione dei volumi rispetto ai livelli pre-crisi, il quadro dei tassi di riferimento, che dal 2015 continua a pesare sulla redditività del settore, e il profondo cambiamento del quadro regolamentare (avvio della vigilanza unica a livello europeo e nuove direttive Guidance on NPL, MIFID2, IFRS9, ecc.), che ha determinato significativi impatti organizzativi e costi di compliance. Le banche italiane hanno reagito attivando programmi di trasformazione che stanno modificando in modo considerevole la fisionomia del settore rispetto a 4-5 anni fa. In primis, le banche hanno affrontato in modo deciso il ‘nodo degli NPL’ attivando robusti piani di deleveraging di crediti deteriorati che nel 2017 hanno riportato l’NPL Ratio (rapporto tra i crediti deteriorati lordi e il totale dei crediti lordi) sotto la soglia del 15%, se pur ancora lontano dalla media europea (pari a circa il 4%). In secondo luogo, le banche hanno attivato importanti interventi di ottimizzazione dei modelli distributivi e di efficientamento di processi e strutture che hanno portato, dal 2009 ad oggi, ad una riduzione del 25% degli sportelli e ad una flessione del 18% del numero di dipendenti. Infine, le banche sono riuscite a completare i programmi di rafforzamento patrimoniale che hanno permesso al settore di raggiungere livelli di Capital Ratio al di sopra delle richieste del regulator. Il percorso di turnaround intrapreso dalle banche negli ultimi 4-5 anni si sta finalmente completando con impatti positivi sui risultati del settore: nel 2017 il campione di gruppi bancari analizzato ha registrato un utile complessivo pari a circa 13 miliardi di Euro e un ROE del 7,3%, risultato in netta ripresa rispetto al 2016, anno in cui il settore complessivamente aveva registrato una perdita pari ad oltre 17 miliardi di Euro. Il deciso ritorno all’utile degli istituti è dovuto principalmente alle importanti iniziative di deleveraging dei crediti non performing e di turnaround dei modelli distributivi, operativi ed organizzativi, nonostante permangano fattori che continuano a determinare pressione sui margini e informazioni di per sé rappresentano una sorgente potenziale, che può diventare un reale vantaggio competitivo solo se adeguatamente gestite. Si è nell’era dei Big Data, caratterizzata da dati transazionali e non, con cui le grandi aziende giornalmente si devono confrontare. In ogni caso tutte queste informazioni devono essere accuratamente selezionate e se non vengono utilizzati i filtri corretti potrebbero non risultare significative e non avere alcun valore reale. L’obiettivo finale del documento è quello di fornire una visione generale dell’evoluzione del settore banking in seguito allo sfruttamento dei dati e di come questi stiano spostando l’attenzione verso l’analisi del customer journey del cliente con il fine ultimo di fornire un servizio del cliente con il fine ultimo di fornire un servizio sempre più personalizzato e attento alle sue esigenze e accrescere, in questo modo, i ricavi. Nella parte finale del documento si farà riferimento a due casi studio: Unicredit S.p.a. e Intesa San Paolo e come stanno affrontando la grande sfida dei Big Dati. |
---|---|
Relatori: | Carlo Cambini |
Anno accademico: | 2018/19 |
Tipo di pubblicazione: | Elettronica |
Numero di pagine: | 83 |
Informazioni aggiuntive: | Tesi secretata. Fulltext non presente |
Soggetti: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Gestionale |
Classe di laurea: | Nuovo ordinamento > Laurea magistrale > LM-31 - INGEGNERIA GESTIONALE |
Aziende collaboratrici: | NON SPECIFICATO |
URI: | http://webthesis.biblio.polito.it/id/eprint/10580 |
![]() |
Modifica (riservato agli operatori) |