Nexi: così abbiamo superato la babele delle causali bancarie

Stipendio, competenze, emolumento: tre causali per uno stesso identico movimento. È solo un esempio dell'ampia varietà di denominazioni che differenti banche utilizzano per indicare le medesime transazioni dei clienti. Una ricchezza di definizioni che diventa un serio problema in epoca di open banking e PSD2. In particolare, ma non solo, per il servizio di Account aggregation e Personal financial management (PFM), che consente al cliente, dietro suo consenso, di avere dalla banca una chiara visione delle proprie finanze, anche se utilizza conti correnti di diversi istituti, categorizzando le entrate e le uscite con voci finanziarie “parlanti” univoche.

Nexi è riuscita a superare questo problema puntando sulle tecnologie di Intelligent machine learning e Text mining alla base del modulo Harmonizer Hub realizzato da TAS, e in particolare dalla società Mantica, suo centro di competenza in queste aree tematiche.

Ne abbiamo parlato con Gianluca Finistauri (a sinistra nella foto), Head of Digital Corporate Banking di Nexi e Amedeo Borin (a destra nella foto), Amministratore delegato di Mantica Italia, società di TAS specializzata nell’elaborazione di modelli di Intelligenza artificiale e Machine learning per banche e fintech.

“I servizi di aggregazione attiva sono dei demoltiplicatori di complessità”, spiega Finistauri. Ma, continua, oggi è ancora complicatissimo collegarsi a tutte le banche, anche se è previsto dalla PSD2 ed è un aspetto fondamentale dell'open banking. Oltre a svolgere questa attività, che resta trasparente al cliente, Nexi ha deciso di fare un passo in più e di demoltiplicare anche la complessità di interpretazione dei contenuti. Ogni singola banca, infatti, utilizza causali decise in autonomia e che spesso sono differenti da quelle di altri istituti, rendendo difficile la loro interpretazione e, di conseguenza, il servizio offerto al cliente finale. “Avevamo bisogno di un motore in grado di interpretare e ordinare le causali non tanto dei grandi gruppi bancari, con cui già collaboriamo insieme al CBI, ma anche quelle delle altre 700 banche medio-piccole che operano in Italia”, chiarisce Finistauri.

E qui entra in gioco Mantica, che offre una soluzione al momento unica sul mercato, in grado di ricondurre a una tassonomia condivisa la babele di “dialetti” delle banche. “Combinando insieme la tecnologia di Intelligent text mining con algoritmi di Machine Learning, siamo riusciti a realizzare un motore, l'Harmonizer Hub, che analizza dinamicamente l'enorme traffico quotidiano dei pagamenti di tutte le banche, riconducendo a un dizionario standard ogni singola voce utilizzata e apprendendo e migliorando le performance giorno dopo giorno”, dichiara Borin. “Un'attività assolutamente non semplice – prosegue - perché si tratta di interpretare un testo libero e di analizzare una mole di operazioni davvero significativa. E, inoltre, perché abbiamo realizzato una funzionalità nuova, nata con la PSD2 e quindi senza precedenti a cui fare riferimento. Nonostante ciò, abbiamo messo a punto in tempi rapidi un sistema in grado di dare risposte molto affidabili che è stato integrato da Nexi nel suo gateway attivo ed è operativo”.

“Abbiamo scelto la soluzione di Mantica dopo un'attenta valutazione del mercato, che ha coinvolto anche fornitori internazionali, e dopo un pilot che ha dato prova dell'ottimo funzionamento della tecnologia su cui si basa”, ricorda Finistauri. Una decisione che si è confermata corretta: “oggi un cliente di una nostra banca – continua Finistauri - anche se ha conti correnti con molti istituti che utilizzano terminologie differenti, può vedere tutte le sue spese classificate in modo univoco. E il sistema è in grado di manutenere dinamicamente nel tempo questa funzionalità, continuando a mappare eventuali nuove causali che venissero introdotte con normative e regolamenti, imparando dai milioni di transazioni che analizza ogni giorno”.

L'Harmonizer Hub è ormai prossimo a raggiungere il riconoscimento della totalità delle causali. “È stato fatto un grande lavoro – afferma soddisfatto Finistauri - perché inizialmente abbiamo inserito causali che non superavano il 20% e già ad aprile eravamo arrivati ad interpretare circa l’85% delle terminologie utilizzate dalle banche. Poi, settimana dopo settimana, il motore ha imparato a riconoscere e catalogare correttamente sempre più causali, eliminando di fatto la necessità di intervenire manualmente”.

“Al momento solo Nexi – sottolinea con orgoglio Finistauri - offre questo tipo di servizio così accurato e continuamente aggiornato grazie al machine learning. Il mercato ha subito percepito l'elevata qualità di questa funzionalità e abbiamo ricevuto immediati riscontri positivi sia dai clienti, con cui abbiamo verificato costantemente i risultati, sia dagli operatori che offrono il servizio di PFM e che hanno necessità di avere dati già riordinati e classificati per svolgere in modo migliore le loro analisi entrando nel dettaglio delle transazioni”.

Ma una grande attenzione, forse addirittura superiore alle aspettative, è arrivata dal mondo corporate che, conosciuto il servizio, lo ha cominciato a richiedere alle banche. “Se ne parla poco – spiega Finistauri - ma la PSD2 è importante anche per le aziende, che sono multiconto native e devono gestire l'ampia varianza delle causali da banca a banca. Con l'Harmonizer Hub abbiamo la capacità di collegare e armonizzare anche i conti corporate, gestendo ad esempio gli incassi tramite PISP o supportando la tesoreria per i saldi intraday. Un servizio più complesso di quello verso la clientela retail, ma che riusciamo a dare in modo ugualmente affidabile”.

Altro aspetto molto apprezzato da Nexi è la facilità con cui il nuovo servizio può essere implementato dalle banche. “Dal momento in cui ci arriva la richiesta – dice Finistauri – in circa 4 settimane il servizio è a disposizione dell'utente finale. E questo ci permette di avere un time-to-market davvero molto buono”.

Il motore realizzato da Mantica è potenzialmente in grado di interpretare anche causali in altre lingue. Attualmente è operativo solo per gestire quelle in italiano, ma per Finistauri l'apertura anche all'inglese, francese, tedesco ecc. rappresenta un'evoluzione quasi scontata considerando il nuovo orizzonte internazionale di Nexi che deriva dalle fusioni con Nets e con SIA e che porterà la Paytech ha connettersi già da quest'anno anche a gateway di altri Paesi.

“Il sistema è solido e i meccanismi di analisi testuale e di apprendimento automatico sono ormai rodati, quindi non sarà un problema ampliare la base linguistica ripercorrendo i passaggi fatti per implementare l'italiano”, conferma Borin.

La versatilità del motore realizzato da Mantica permette il suo utilizzo anche in altri campi. Nexi lo sta utilizzando anche per rendere più efficienti e tempestivi alcuni processi, ad esempio per capire se il saldo presentato dal cliente sia quello contabile o quello disponibile. Inoltre, i motori di machine learning sono molto utili per la profilazione del cliente e proporre offerte personalizzate, ovviamente sempre dietro consenso del cliente. “Stiamo cominciando a lavorare in questa direzione perché è molto forte la richiesta da parte delle banche per utilizzarlo come strumento di miglioramento delle campagne di marketing”, conferma Finistauri. Ma la normalizzazione dei movimenti bancari e dei pagamenti è importante anche per il credit scoring e per l'analisi comportamentale, contribuendo a migliorare la sicurezza perché rende più veloci nell'intercettare e capire i movimenti sospetti.