{"id":71130,"date":"2024-06-06T14:39:55","date_gmt":"2024-06-06T12:39:55","guid":{"rendered":"https:\/\/swissgrc.com\/it\/patologi-contro-economisti\/"},"modified":"2024-06-06T14:39:55","modified_gmt":"2024-06-06T12:39:55","slug":"patologi-contro-economisti","status":"publish","type":"post","link":"https:\/\/swissgrc.com\/it\/patologi-contro-economisti\/","title":{"rendered":"Patologi contro economisti"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

<\/strong><\/p>\n

\u00abSapete cosa hanno in comune gli economisti e i patologi<\/i>?\u00bb Questa fu la domanda che il nostro professore di finanza comportamentale ci pose nel suo discorso di commiato durante la cerimonia di laurea, molti anni fa. Senza attendere risposte, aggiunse: \u00abGli economisti sanno sempre spiegare tutto. Cosa \u00e8 successo, perch\u00e9 \u00e8 successo e quali sono state le cause e le ragioni esatte? Vi mostreranno grafici molto sofisticati e convincenti, analizzeranno i dati in ogni dettaglio, vi forniranno una mole di prove a conferma delle loro spiegazioni… proprio come farebbe un patologo… ma purtroppo, quando il paziente \u00e8 gi\u00e0 morto.\u00bb<\/i><\/strong><\/p>\n

<\/strong><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

<\/strong><\/p>\n

<\/strong><\/p>\n

<\/strong><\/p>\n

L’evoluzione e le insidie della data analytics<\/h5>\n

Negli ultimi decenni abbiamo imparato a utilizzare e sfruttare l’analisi dei dati avanzata, il machine learning e l’intelligenza artificiale in ambiti quali compliance, risk e performance management. Modelliamo il comportamento dei nostri partner commerciali, controparti e clienti sulla base delle loro azioni passate, nel tentativo di prevedere come interagiranno e si comporteranno in futuro. L’uso di approcci probabilistici per identificare rischi, minacce e opportunit\u00e0 \u00e8 diventato la nuova normalit\u00e0 nell’ambito GRC.<\/p>\n

Tuttavia, se si osserva pi\u00f9 da vicino come questo avvenga, ci si accorge che la fonte principale, e in molti casi l’unica, di dati \u00e8 il passato. Un passato rappresentato principalmente da incidenti e perdite, dati di performance tratti da bilanci precedenti, transazioni finanziarie eseguite, questionari e valutazioni, in rari casi combinati con dati puramente statici che descrivono nel dettaglio le circostanze rilevanti.<\/p>\n

Rafforzati dalla nostra cecit\u00e0 operativa (esiste un’espressione tedesca molto efficace per questo fenomeno, \u00abBetriebsblindheit\u00bb), abbiamo speso enormi sforzi per cercare, trovare e promuovere tecniche di quantificazione e algoritmi sempre pi\u00f9 sofisticati, inventati e utilizzati da NASA, Google & Co., che promettono di migliorare le prestazioni analitiche, come l’accuratezza e la stabilit\u00e0 delle previsioni e delle quantificazioni, di pochi punti percentuali marginali. Negli ultimi anni sono stato spesso risucchiato e assorbito da questo tipo di esercizi egocentrici, e ho assistito fin troppo spesso a discussioni di questo genere, guidate dall’ego.<\/p>\n

Un campanello d’allarme: il feedback del cliente<\/h5>\n

Ricordo molto bene il feedback ricevuto da un cliente dopo uno di questi esercizi, alcuni anni fa. Mi pare si trattasse della modellizzazione e previsione del rischio e della probabilit\u00e0 di abbandono da parte dei clienti (customer attrition). Una dichiarazione piuttosto deludente e scoraggiante che, a mio modesto parere, riassume bene la situazione e spiega molto. Il cliente disse: \u00abNon \u00e8 nulla che non avrei potuto vedere, spiegare e concludere semplicemente con il buon senso\u00bb.<\/p>\n

Sebbene fossimo animati, motivati e spinti dallo spirito innovativo del nostro lavoro, con la ferma convinzione di rappresentare un’avanguardia nel settore del risk management, in quel momento mi sono tornate in mente le parole del nostro professore… e mi sono sentito davvero come un patologo, o comunque non come qualcuno che sta per \u00absalvare la vita a qualcuno\u00bb grazie alle proprie scoperte e intuizioni.<\/p>\n

Un cambio di prospettiva: l’approccio orientato al futuro<\/h5>\n

Questo episodio ha confermato un sospetto che avevo precedentemente represso: ci stavamo concentrando nel posto sbagliato. Non perch\u00e9 analizzare incidenti e perdite passate, bilanci, transazioni o questionari e valutazioni non sia importante o utile, anzi, rappresentano una fonte di dati molto rilevante… n\u00e9 perch\u00e9 non sia importante applicare le tecniche di quantificazione e gli algoritmi pi\u00f9 recenti e potenti, che naturalmente lo sono… ma perch\u00e9 la nostra analisi \u00e8 stata quasi interamente rivolta al passato (backward looking), unidimensionale e focalizzata esclusivamente su ci\u00f2 che \u00e8 gi\u00e0 accaduto.<\/p>\n

Mi sono posto alcune domande: come possiamo cambiare questo approccio? Come possiamo rendere la nostra quantificazione, modellizzazione e analisi pi\u00f9 orientate al futuro (forward looking)?<\/p>\n

Io e il mio team eravamo convinti che, per rendere la nostra analisi e modellizzazione (di qualsiasi tipo) pi\u00f9 orientata al futuro, fosse necessario: 1) uscire dall’unidimensionalit\u00e0 e coprire pi\u00f9 dimensioni delle nostre controparti, 2) iniziare a rilevare, misurare e analizzare il \u00abpresente\u00bb delle azioni e interazioni delle nostre controparti, invece del solo \u00abpassato\u00bb, e 3) applicare un concetto olistico a 360\u00b0, che abbiamo chiamato l’approccio \u00abUnderstand Your Counterpart – UYC\u00bb.<\/p>\n

Cos\u00ec, oltre a tutti i dati storici disponibili, abbiamo iniziato ad analizzare come le nostre controparti si comportano in tempo reale, cosa scrivono i media su di loro, che aspetto hanno le loro impronte digitali, cyber, sociali, di integrit\u00e0 aziendale e ambientali, come ci parlano, che tipo di parole ed espressioni utilizzano, come suonano le loro voci, come si comportano su tutti i canali digitali a cui diamo loro accesso, come utilizzano i propri dispositivi durante queste interazioni, cosa leggono e su cosa si concentrano quando visitano le nostre piattaforme, cosa li preoccupa, a cosa sono interessati, cosa e come ci scrivono quando chattano o comunicano via e-mail con noi, come sono collegati al loro ambiente, qual \u00e8 il loro rischio di contagio (spillover risk), e cos\u00ec via.<\/p>\n

Analizzando in modo proattivo tutti questi dati del \u00abpresente\u00bb, del \u00abqui e ora\u00bb, in un’ottica orientata al futuro, non solo trattiamo dimensioni di dati molto pi\u00f9 ampie, diversificate e ricche di significato, ma siamo anche riusciti a ridurre in modo significativo il numero di falsi positivi (rispetto all’analisi tradizionale unidimensionale) e a generare una serie di segnali di allerta precoce immediati e altamente affidabili per un’ampia gamma di temi e problematiche di compliance, risk e performance management.<\/p>\n

Il futuro: un percorso entusiasmante<\/h5>\n

Verso dove ci stiamo dirigendo? Dove sono i limiti?<\/p>\n

Non lo so con esattezza, ma di una cosa sono certo: dato che il mondo in cui viviamo e il comportamento umano sono cos\u00ec diversificati, dinamici e sfaccettati, questo non potr\u00e0 che essere un percorso entusiasmante!<\/p>\n

Alla fine del suo discorso, il nostro professore disse: \u00abCercate di essere degli economisti intelligenti, non dei patologi!\u00bb<\/p>\n

<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\n\t\t\t<\/i>\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
\n\t\t\t<\/i>\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\n\t\t\t<\/i>\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

\u00abSa cosa hanno in comune economisti e patologi?\u00bb Questa fu la domanda che il nostro professore di finanza comportamentale ci pose nel suo discorso d’addio durante la cerimonia di laurea, molti anni fa. Senza attendere risposte, aggiunse: \u00abGli economisti sanno sempre spiegare tutto. Cosa \u00e8 successo, perch\u00e9 \u00e8 successo e quali sono state le cause e le ragioni esatte?…\u00bb<\/p>\n","protected":false},"author":10,"featured_media":71131,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"_eb_attr":"","_swissgrc_real_author":"Nikolai Tsenov","real_author_title":"","real_author_bio":"","real_author_photo":0,"footnotes":"","_links_to":"","_links_to_target":""},"categories":[30],"tags":[],"class_list":["post-71130","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-industry-news"],"acf":[],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t