RISK MANAGEMENT THOUGHT LEADERSHIP

Sign up to Newsletter

Banche, il business model che verrà

White paper

 

Premessa

L’espressione “business model” è probabilmente tra quelle che ricorrono maggiormente – e che suscitano maggiore interesse – nel confronto, istituzionale o meno, tra esponenti della comunità finanziaria e matter expert. Vista la diretta interrelazione con i meccanismi di generazione della redditività, è senza dubbio un tema la cui crescente rilevanza è giustificata dal lungo periodo di debolezza del sistema bancario italiano, con la maggior parte degli istituti in difficoltà nel generare flussi di utili in grado di remunerare il costo del capitale.  

Il presidio del business model è quindi divenuto un tema (o una preoccupazione) ricorrente tra i regolatori del sistema bancario europeo, che lo hanno posto al centro dell’attenzione inserendolo tra le “ECB annual priority” a partire dal 2016. Nel corso del 2017-2018, poi, la BCE ha lanciato specifiche iniziative, come la “Thematic review on profitability”, finalizzate ad indagare lo stato di salute del sistema bancario su alcuni elementi specifici del modello di business ed eventuali criticità riscontrate dai singoli operatori significant, rafforzando in parallelo il livello di controllo esercitato sui business model nell’ambito del processo SREP, attraverso un potenziamento delle analisi condotte in sede di Business Model Analysis (BMA). 

L’innovazione del business model è però un tema con cui i CEO bancari hanno necessariamente iniziato a confrontarsi, anche in modo disgiunto dalle aspettative della Vigilanza, dato l’avvio del processo di digitalizzazione del sistema finanziario, che sta radicalmente mutando il contesto competitivo di riferimento (nuovo contesto normativo nei sistemi di incasso e pagamento e nei servizi di investimento, nuovi operatori, nuovi competitor, etc.) e il modo di fare banca, attraverso un nuovo business mix (prodotti-clienti-canali). 

Molte banche hanno inserito nei propri piani industriali una serie di iniziative finalizzate a introdurre rilevanti innovazioni tecnologiche che stanno progressivamente trasformando il modo con cui organizzano la propria catena del valore: in particolare, la catena produzione-distribuzione-gestione del post vendita. Questo processo di transizione appare tuttavia tuttora fluido e in continua evoluzione: molte banche hanno “aggiunto” iniziative spot, mentre alcune hanno anche sviluppato una strategia digitale con obiettivi chiari e investimenti rilevanti.

Ma quando si può dire che la banca ha effettivamente cambiato il proprio business model? E se lo cambia troppo, ad esempio focalizzandosi su una sola base della catena del valore, sarà ancora una “banca”? 
Alcuni operatori hanno maturato una riflessione di tale portata da implicare una revisione del proprio modello di business così intensa da riconsiderare il proprio posizionamento all’interno dell’ecosistema finanziario, o forse addirittura da uscirne.

Alcune esperienze di banche europee sembrano suggerire che il processo di transizione possa, almeno in alcuni casi, concludersi infatti con una radicale revisione del ruolo delle banche commerciali. In quale direzione e con quali tempistiche non è ancora chiaro. 

Questo articolo intende fornire qualche spunto di riflessione per inquadrare lo stato dell’arte sul tema dei business model e immaginare una possibile direttrice di evoluzione futura. Nella misura in cui si affermeranno nuovi modelli, anche i tradizionali paradigmi di valutazione dei rischi dovranno cambiare.        

 

Cos’è un business model?

Innanzitutto, il termine “business model” è spesso utilizzato per associare concetti simili ma non necessariamente unanimemente condivisi, con il rischio di incorrere in equivoci e incomprensioni. Può quindi essere utile uno sforzo definitorio a partire dai contributi offerti dalla letteratura. 

La letteratura sui business model è infatti relativamente ampia e offre diverse definizioni. Tra le numerose disponibili, secondo A. Osterwalder “il business model descrive la logica con la quale un’organizzazione crea, distribuisce e cattura valore”. In altre parole, è la struttura logica a monte che definisce le relazioni e il comportamento di ogni singolo elemento e che permette all’impresa di lavorare in modo fluido, ottimizzato e produttivo.

Per creare valore, un’azienda deve comprendere in modo approfondito il proprio business model. Questo significa innanzitutto conoscerne il perimetro di riferimento, le componenti e il sistema di interrelazioni (culturali, funzionali ed organizzative) che lo caratterizzano: è solo attraverso un’analisi accurata del business model che diventa possibile identificare le fonti di generazione del valore dell’impresa e indirizzare le azioni strategiche necessarie a garantire il loro sviluppo e/o a garantire il loro arricchimento con ulteriori combinazioni profittevoli. 

Per supportare la mappatura e la comprensione del modello di business, può risultare utile utilizzare il modello “canvas” (cfr. Business Model Generation, edizioni FAG) che, attraverso una rappresentazione grafica, consente di rappresentare in modo sintetico (ma esaustivo) le principali caratteristiche/componenti endogene del business model. 
      

 
 
  • Partner chiave
  • Attività chiave
  • Risorse chiave
  • Relazione con i clienti
  • Segmenti di clientela
  • Canali
  • Proposte di valore
  • Struttura dei costi
  • Struttura dei ricavi

Mappare le componenti principali del modello di business non è però di per sé sufficiente per una sua piena comprensione. L’identificazione del posizionamento a tendere rispetto a ciascuna delle suddette componenti attraverso la valutazione di:  

  • contesto di mercato
  • contesto regolamentare 
  • contesto socio-culturale

può infatti contribuire in modo significativo alla definizione del proprio modello di business e alla adozione di politiche di gestione ad esso pienamente coerenti.

 

La Business Model Analysis nel processo SREP

Con il faro acceso dal regolatore su redditività e business model, la tematica è uscita dal “perimetro” dei piani industriali dove le banche dichiarano la loro mission e/o value proposition e/o business idea (a volte coprendo solo alcune componenti del modello canvas) ed è entrata nell’agenda del CRO, richiedendo una definizione chiara di ruoli e responsabilità, in particolare tra area Risk e Finance.

L’obiettivo della Business Model Analysis (c.d. BMA) è valutare, attraverso un assessment qualitativo e uno quantitativo, due principali aspetti del modello imprenditoriale e strategico attraverso cui la banca si muove sul mercato. Cioè:

  • la solidità del modello di business corrente della banca: capacità di generare utili adeguati su un orizzonte temporale di breve termine (12 mesi)
  • la sostenibilità dei piani strategici: capacità di generare, a partire dai piani strategici e dalle previsioni economico-finanziarie, utili adeguati su un orizzonte temporale di lungo termine (almeno 3 anni)

Nelle intenzioni del regolatore, la BMA dovrebbe pertanto supportare la comprensione della profittabilità del modello di business attuale e a tendere, ma anche valutare la resilienza/stabilità dello stesso e i punti di vulnerabilità e debolezza “critici”, che potrebbero mettere a rischio la futura sopravvivenza della banca e che potrebbero non essere messi in luce da altri elementi dello SREP. 

Nel framework SREP, la BMA è strutturata nei seguenti passaggi:

  • assessment preliminare, che prevede l’inquadramento delle principali attività/aree geografiche e del posizionamento di mercato della banca oggetto di analisi
  • identificazione delle aree di interesse, ossia delle linee di business che maggiormente potrebbero mettere a rischio la solidità del modello di business e la sostenibilità economica futura della banca sotto esame
  • valutazione del contesto imprenditoriale (business environment), anche con riferimento allo scenario macroeconomico e finanziario di mercato e alle strategie attese di “peer group” di riferimento
  • analisi (quantitativa) dell’attuale modello di business, focalizzata sulla verifica della performance economico-finanziaria dell’istituto e della sua coerenza con la propensione al rischio dichiarata
  • analisi (qualitativa) dell’attuale modello di business, con particolare riferimento ai fattori di successo e di vantaggio competitivo e al valore del franchise 
  • analisi quantitativa della strategia forward-looking e dei piani finanziari, per approfondire la plausibilità delle ipotesi manageriali e la rischiosità implicita nella propria strategia di business
  • valutazione della sostenibilità economica (viability) del modello di business e della sostenibilità della strategia, attraverso la quale le autorità di vigilanza competenti sintetizzano il proprio giudizio sul rischio di sostenibilità connesso al modello di business e alla strategia per identificare le cosiddette “key vulnerability” e lo scoring finale attribuito alla banca analizzata

La prassi attraverso la quale le banche supportano l’interlocuzione con i Joint Supervisory Team (JST) nelle analisi di BMA risultano ancora in evoluzione e non pienamente consolidate. Molte delle informazioni che la Vigilanza richiede di acquisire sono infatti disseminate in una pletora di documenti (piani industriali, Tableau de Bord RAF, analisi di posizionamento competitivo, piani di risanamento, etc.) riconducibili a responsabilità diffuse (CRO, Pianificazione Strategica, Pianificazione commerciale, etc.) con un coordinamento interno tra funzioni che viene attivato solo “ad hoc” in occasione della chiamata da parte dei JST.

Siamo tuttavia ancora in presenza di una “zona grigia” in cui non c’è certezza su:

  • tipologia di informazioni di cui è necessario disporre per dare una risposta efficace alla Vigilanza (manca cioè una sorta di “catalogo” della documentazione BMA) 
  • esaustività della informativa sviluppata nell’ambito di processi già consolidati (spesso infatti il modello di business non è descritto in modo compiuto in nessun documento aziendale)
  • ruoli e responsabilità ricoperti dalle funzioni aziendali con specifico riferimento alla indagine di vigilanza sul modello di business (qual è la figura pivot che si occupa di attivare e coordinare il processo BMA all’interno della banca?)
 

Come identificare/classificare i business model?

Nell’ambito del sistema bancario sono stati formulati diversi tentativi di pervenire a una classificazione omogenea dei business model dei principali operatori del settore che supportasse l’analisi delle relazioni causali con le performance e/o con il valore di mercato, e l’analisi industriale dei vari cluster. Questi contributi sono stati prevalentemente basati su logiche/algoritmi di classificazione delle banche alimentati con i (pochi) dati pubblici disponibili, tendenzialmente riconducibili all’informativa di bilancio. 

Il razionale sottostante a questi modelli quantitativi di classificazione è che la struttura delle poste di bilancio e fuori bilancio sia in qualche modo rappresentativa della tipologia di business in cui la banca intende competere. 

Ad esempio, avendo a disposizione una base dati contenente i dati di bilancio degli istituti oggetto di interesse, si possono utilizzare algoritmi statistici di machine learning per creare cluster di banche omogenee in termini di strutture di bilancio e cercare di derivare, a partire dalle caratteristiche di bilancio, una serie di profili che identificano uno specifico business model.

L’approccio basato sui dati di bilancio a livello consolidato presenta alcuni limiti, connessi alla indisponibilità di alcune informazioni qualificanti dai dati finanziari, da un lato, e dalla difficoltà di individuare i “modelli” di business “specializzati” delle varie divisioni/business unit/società strumentali nell’ambito dei gruppi complessi, dall’altro.

Per effetto di questi due fattori l’output di queste analisi spesso consente di individuare un numero limitato di business model e di catalogare i grandi gruppi complessi come “diversificati”.

Tuttavia l’analisi a livello di gruppo consente di verificare come il business mix consenta di garantire al meglio la sostenibilità dei risultati nel medio termine, risultando quindi più idonea alla valutazione della solidità complessiva del gruppo.

In una recente analisi condotta da Prometeia sono state testate in particolare due metodologie di clustering (una di tipo deterministico, l’altra di tipo probabilistico) per l’individuazione del business model su un campione di 70 Gruppi bancari di 14 paesi dell’area euro, che coprono oltre il 74% del totale attivo dell’area euro, rilevati tra il 2016 e il 2017 (cluster analysis condotta sui dati di bilancio consolidato - fonte base dati SNL). 

Le due metodologie hanno mostrato una significativa convergenza nei risultati.

A fini di cluster analysis sono state considerate le esposizioni di asset & liability delle banche del campione relativamente ai seguenti aggregati:

  • crediti a clientela
  • crediti Interbancari
  • attività finanziarie in titoli
  • derivati
  • depositi da clientela
  • titoli obbligazionari e altre passività finanziarie
  • debiti interbancari

Con un algoritmo di clustering deterministico (hard) è stata sviluppata una aggregazione progressiva di gruppi omogenei di banche, in base a:

  • distanza euclidea per misurare la somiglianza delle banche in termini di indicatori di bilancio di struttura
  • metodo di Ward implementato tramite l’algoritmo di Lance-Williams
  • numero di business model identificato tramite test di ipotesi derivanti da 40 diversi test statistici basati sull’omogeneità intra-cluster ed eterogeneità inter-cluster

Con un algoritmo di clustering probabilistico (fuzzy) si è stimata poi la distribuzione di probabilità di appartenenza di una banca ai tre business model identificati tramite hard clustering:

  • Fuzzy c-means algorithm (FCM): minimizzazione della distanza attesa tra osservazioni e centri dei clusters, considerato un determinato livello di incertezza

Questi esercizi hanno restituito risultati simili, di seguito rappresentati attraverso un indicatore di Z-score:

 
 

I cluster identificati evidenziano, come da attese, caratteristiche ben differenziate in termini di redditività dell’attivo, costo del rischio ed efficienza (costi/totale attivo) che l’algoritmo ha isolato in tre differenti cluster; attraverso una riconduzione degli “spike” rilevati dall’analisi alle caratteristiche del bilancio si è attribuita ai cluster una label descrittiva, che rappresenta un riferimento indicativo da interpretarsi “per prevalenza”. Sono classificate come:

  • “retail” le banche che presentano una particolare prevalenza degli aggregati di impieghi e raccolta da clientela
  • “diversified” le banche che presentano una particolare rilevanza delle diverse fonti di funding (interbancario, titoli e passività finanziarie) e di investimenti sull’interbancario attivo
  • “investment” le banche che presentano una particolare prevalenza di esposizioni su attività finanziarie in titoli e derivati   
 
 

Nell’ambito dell’esercizio si è cercato anche di tenere in considerazione nell’analisi le caratteristiche stabilite come rilevanti per la BCE nell’identificazione dei business model. Al fine di mantenere un numero di banche statisticamente significativo all’interno dei cluster si è tuttavia preferito qualificare le banche in un secondo step, a valle dell’applicazione dell’algoritmo di clustering e dell’identificazione dei tre macro gruppi.
In questa seconda fase sono state integrate le caratteristiche relative alla dimensione, al paese, al grado di specializzazione sui segmenti di clientela, al grado di complessità rappresentato dalla rilevanza delle attività cross border.

In particolare, incrociando l’informazione del cluster con quella delle caratteristiche definite dalla BCE, sono stati generati nove peer group: 

  • Retail
  • G-SIB (1)
  • Non G-SIB
  • Non complesse internazionali (2)
  • Non complesse domestiche (3)
  • Complesse internazionali (4)
  • Complesse domestiche (5)
  • Investment
  • G-SIB (6)
  • Non G-SIB(7)
  • Diversified
  • Specializzate (8)
  • Universali (9)
 
 

Anche dopo questo secondo step, l’analisi delle performance restituisce indicazioni coerenti con le attese: in particolare emerge la caratterizzazione del peer group “retail-complesse-domestiche”, che concentra i peggiori risultati in termini di costo del rischio, mentre le banche internazionali evidenziano risultati più positivi correlati alla capacità di diversificazione del portafoglio.    

In parte queste metodologie di lavoro hanno restituito risultati incoraggianti, supportando l’identificazione di business model almeno ad un livello macro di granularità (separando in modo ragionevole le banche commerciali da quelle diversificate e di investimento). 

Tuttavia la struttura di bilancio rappresenta solo uno dei potenziali ambiti di interesse per identificare un modello di business. Molti aspetti rilevanti riconducibili agli altri tasselli del modello “canvas” – come partner, risorse chiave, relazioni con i clienti, etc. – non risultano disponibili o sono rappresentati da informazioni qualitative e/o destrutturate che ne rendono difficoltoso l’utilizzo all’interno di una metodologia meramente quantitativa.       

Per questo motivo è opportuno integrare i risultati ottenuti dagli algoritmi di classificazione, basati su criteri statistici/quantitativi, con un set di variabili qualitative che contribuiscono a cogliere gli aspetti più immateriali. Queste variabili comprendono:

  • il patrimonio di relazioni con gli stakeholder (azionisti, clienti, dipendenti, fornitori, regulator, etc.); 
  • le strutture societarie e/o di governance, inerenti:
  • ai meccanismi decisionali
  • alla struttura di governance vera e propria
  • allo stile di management

la struttura industriale:

  • i sistemi informativi ed il modello organizzativo
  • la struttura dei vincoli, come:
  • vincoli regolamentari specifici (requisiti regolamentari specifici assegnati/concordati con i regulator, giuslavoristici, etc.)
  • vincoli operativi (ad esempio la legacy nelle politiche distributive, clausole di claw back, etc.) 
  • vincoli territoriali (ad esempio vincoli di prossimità territoriale)
  • etc
 

Come cambieranno gli attuali modelli di business?

Senza dubbio l’innovazione tecnologica (come blockchain, big data, robofinance, AI, machine learning) e la nascita di nuovi operatori (come fintech, challenger bank, open service provider) sono tra i principali fattori di cambiamento che condizioneranno l’evoluzione del modello di business delle banche. Ma in che modo e in quale direzione? 

Le nuove tecnologie e i nuovi soggetti consentono di instaurare nuove modalità di relazione con la clientela, nuove modalità operative per gestire e accedere ai prodotti/servizi bancari, nuove opportunità per gestire – e arricchire – il patrimonio informativo tradizionalmente a disposizione delle banche. 

Molte banche commerciali sono però cresciute in un mondo in cui non dovevano scegliere quale ruolo ricoprire in relazione all’accesso alla clientela o all’offerta di prodotti. In questo contesto, non era necessaria nessuna differenziazione strategica: molte banche hanno così optato per il posizionamento più universale possibile, con massima ampiezza e profondità di creazione del valore.

In termini strategici, le banche cioè sono spesso rimaste ancorate al loro DNA, continuando a pensare secondo il paradigma implicito nel loro posizionamento di mercato, in base al quale tendono a coprire l’intera catena del valore. 

Questo rende impossibile definire e seguire una chiara linea strategica per le attività digitali, con il rischio di sviluppare una collezione non coordinata di iniziative “spot” che tuttavia non possono essere il punto di partenza per il business model digitale del futuro. Le banche devono prendere una decisione consapevole circa il proprio posizionamento strategico, investendoci le giuste energie. Solo allora saranno in grado di competere nella partita del digitale. 

Al fine di decidere quale posizione strategica adottare, gli istituti devono prima esaminare criticamente il proprio posizionamento corrente all'interno dell’ecosistema finanziario in evoluzione. La domanda a cui rispondere è: quali sono i punti di forza e quali i punti deboli del modello di business, sia dal punto di vista degli stakeholder esterni (clienti in primis) che da una prospettiva interna?

All’orizzonte vediamo profilarsi un possibile scenario di progressiva specializzazione dei modelli di business verso la gestione di specifici anelli della catena del valore che, conseguentemente, integri a monte o a valle modelli di business di altri operatori (ad esempio attraverso operazioni di M&A o accordi di partnership con altri operatori specializzati), analogamente a quanto accaduto nel Wealth Management, dove molte banche commerciali hanno scomposto la catena del valore tra produzione, distribuzione, controllo/back office e gestione del post vendita, per concentrarsi sulle attività di distribuzione e gestione del rapporto con il cliente.         

In particolare possiamo immaginare tre strategie principali nel prossimo futuro delle banche: relationship leader, originator e technology provider.

 

Relationship leader

Anche in un mondo completamente digitale, i clienti continueranno ad avere bisogno di risolvere problemi. I fornitori di servizi finanziari che faranno della risoluzione dei problemi il proprio di forza, potranno posizionarsi con successo nell'interfaccia verso il cliente in qualità di esperti di relazioni.

Nel ruolo di relationship expert, i fornitori di servizi finanziari si concentreranno sulla comprensione delle esigenze dei clienti e sulla possibilità di offrire un adeguato supporto di consulenza che vada oltre l’offerta di specifici prodotti finanziari e possa estendersi anche ad altri servizi complementari.

La chiave del successo di questo posizionamento è il livello di attenzione verso il cliente, e come questo viene percepito dal cliente stesso. Cosa deve accadere perché questo focus sia autentico? 

Due aspetti sono decisivi in questo senso:

  • al posto della tradizionale mentalità di prodotto orientata al fornitore all'interno della banca, il punto di vista da adottare è la centralità del cliente e la risoluzione dei suoi problemi;
  • la disponibilità e la centralità del cliente saranno viste in modo olistico nel contesto di una strategia “omnichannel”: il contatto con il cliente, fisico o virtuale, deve avvenire ovunque egli si trovi

Il business model del relationship expert è caratterizzato dalla remunerazione del servizio di consulenza/brokeraggio con provvigioni e commissioni. La struttura di bilancio di questa tipologia di operatori sarà pertanto capital light e quindi a bassa RWA density in quanto il rischio di credito, parte del rischio di mercato e il rischio di tasso saranno sostenuti dagli operatori che hanno effettivamente iscritto le posizioni dei clienti nei propri libri.     

Sarà inoltre knowledge leader nelle metodologie di analisi predittiva e nell’interpretazione (anticipazione) dei bisogni della clientela chi saprà indirizzare la struttura degli investimenti verso l’eccellenza nella gestione delle basi dati e nell’utilizzo di business analytics.

L'esperienza di digitalizzazione di altre industrie indica tuttavia che non tutte le banche saranno in grado di posizionarsi in modo permanente come esperti di relazioni. La concorrenza nell'interfaccia client sarà intensa, non da ultimo a causa della crescente importanza delle piattaforme web, canale attraverso il quale anche player non industriali potranno entrare sul mercato e occupare spazi. 

 

Originator

Se i punti di forza di una banca risiedono principalmente nell'ottimizzazione dei prodotti e dei processi, essa potrebbe posizionarsi come specialista di prodotto. Questa tipologia di banca, esperta di prodotto, fornisce soluzioni di alta qualità, commercializzate attraverso un'ampia rete di canali di vendita – come le piattaforme – che in futuro tenderanno ad essere gestite da terzi.

A differenza delle banche posizionate nell'interfaccia client, l'esperto di prodotto si concentra sul raggiungimento del massimo livello possibile di efficienza nei processi aziendali e sulla realizzazione di una migliore ingegneria di prodotto. Gli esperti mirano a posizionare bene i propri prodotti con i distributori che occupano l'interfaccia del cliente. 

Il business model degli originator si basa in genere sui tradizionali ricavi da intermediazione (interessi) e/o sui ricavi commissionali, a seconda del prodotto. 

Gli originator saranno soggetti con forte competenza nella pianificazione finanziaria e nella gestione dei rischi. Saranno con ogni probabilità soggetti eccellenti nei processi di pricing, nelle metodologie e nei processi di allocazione del capitale e nelle attività di capital e liquidity management.

Questi soggetti potranno limitare l’utilizzo di canali di vendita diretti (fisici o virtuali) e distribuire i propri prodotti attraverso le piattaforme di mercato e/o accordi distributivi con reti di terze parti.

 

Technology provider

Un terzo scenario strategico è quello del technology provider. I fornitori di tecnologia si concentrano sullo sviluppo di soluzioni basate sulla tecnologia per clienti finali o aziende (B2B, B2C) e sulla fornitura di tecnologie in logica di piattaforma.

Questo modello ha già acquisito enorme importanza nell'evoluzione delle piattaforme digitali. I processi e i sistemi informatici delle banche spesso non si dimostrano in grado di soddisfare i requisiti digitali; le piattaforme di benchmarking stanno collegando le banche alla loro infrastruttura attraverso l’acquisizione diretta delle banche come utenti (in un modello Platform-as-a-Service). Il modello di business del fornitore di tecnologia è fortemente centrato su commissioni di licenza di accesso e pagamenti di commissioni sull’operatività. Inoltre, tutte le attività e i servizi offerti sono allineati alla tecnologia o all'infrastruttura fornite. Non c'è quindi competizione per l'accesso ai clienti.

Per avere successo come fornitore di tecnologie a lungo termine, sono essenziali un alto livello di competenza tecnologica e la capacità di realizzare economie di scala digitali.

 

Quali implicazioni industriali

Il processo di specializzazione dei modelli di business potrebbe portare a una significativa revisione delle strutture di bilancio e, in particolare, delle fonti di profitability nel conto economico delle banche così come le conosciamo ora. 

Per quanto riguarda gli “originator” potremmo ad esempio assistere ad una progressiva concentrazione degli asset & liability del sistema sui bilanci di un numero più limitato di operatori.

Le banche che si focalizzeranno sul modello di relationship leader perderanno una quota di ricavi riconducibile al margine di intermediazione per compensarlo con una quota importante di commissioni sui servizi di advisory e una rilevante diminuzione dei costi delle infrastrutture e del personale impegnati nei processi produttivi. Allo stesso tempo, dovranno gestire un incremento di costi e di investimenti nelle infrastrutture funzionali ad ottimizzare la relazione con la clientela (analytics, modelli predittivi, modelli di advisory, etc.).

Per i technology provider, le piattaforme multi-brand di re-seller o dealer di prodotti e servizi finanziari acquisiranno una quota importante di commissioni per la remunerazione dei servizi di accesso alla clientela finale, anche se dovranno garantire adeguati standard di sicurezza (investimenti in sistemi di cyber security e fraud management) e di qualità nei propri processi digitali (investimenti in processi di customer experience). Buona parte della redditività di questi operatori deriverà poi dalla loro effettiva capacità di realizzare economie di scala che transitano dalla gestione accentrata dell’operatività della clientela.  

La ricomposizione del settore poterà inoltre a una maggiore contendibilità di specifiche business combination, che potrebbero diventare oggetto di accordi (acquisizioni di start-up tecnologiche, cessioni di piattaforme, consolidamento di centri informatici o unità di back office), funzionali alla definizione di nuovi accordi produttivi e/o distributivi. Questo passaggio favorirà la nascita di operatori specializzati “mono-business” (SPAC, Società di credit recovery, Asset Manager, Servicer amministrativi e/o tecnologici, etc.), contribuendo ulteriormente alla specializzazione dei soggetti nell’ecosistema finanziario. 

 
 
Bibliografia

A. Osterwalder., Y. Pigneur, (2010) creare modelli di business, Milano FAG 2012 
M. Di Antonio, I modelli di business nel settore bancario: un’analisi da ripensare – Bancaria 2018
S. Cosma, R. Ferretti, E. Gualandri, A. Landi, V. Venturelli: I modelli di business delle banche: letteratura, nuove regole e implicazioni strategiche. S - BANCARIA, 2016
E. Pelganta, M. Pierigè, L. Prosperi: Le variabili determinanti della redditività e i loro fattori di cambiamento: profilazione delle banche nel contesto (new normal) post crisi; intervento al convegno AIFIRM di Roma 08/08/2018  
E. De Meo, A. De Nicola, G. Lusignani, F. Orsini, L. Zicchino, 2017: European Banks in the 21st Century: are their Business Models profitable?    
Beckert, Hach, Steger: Roland Berger: Third European Retail Banking Survey – Findings and recommendations, august 2018