Articoli e FAQ

Qui puoi trovare tante informazioni utili sulla nostra piattaforma SaaS, dagli articoli alle domande più frequenti.

Finanza Tecnologia

I dati sono il petrolio della finanza: ecco come sfruttarli grazie al fintech

Sempre di più l’analisi del merito creditizio dovrà ampliarsi a dati alternativi rispetto a bilancio e andamentale e dovrà essere più frequente. Ecco come...

Leggi la news
Innovazione Tecnologia

Qualsiasi azienda può diventare fintech. E per le fintech è una grande opportunità

Attraverso l’embedded finance qualsiasi azienda può diventare una fintech ed erogare servizi finanziari ai propri clienti o fornitori. Scopri di più

Leggi la news
img-featured
Scenario Tecnologia

Lending as a service: la prossima frontiera del FinTech

Il lending as a service fornisce servizi di prestiti in maniera automatica, grazie alla tecnologia del FinTech. Scopri i vantaggi per le aziende e le banche.

Leggi la news
img-featured
Opyn Tecnologia

Il valore del FinTech (la tecnologia che migliora la finanza)

La tecnologia consente alle fintech di essere più rapide e flessibili. Ecco come funziona il sistema di Opyn, basato su una serie di algoritmi che contribuiscono alla valutazione delle aziende richiedenti.

Leggi la news
img-featured
Opyn Innovazione Tecnologia

Dalle reti neurali alla blockchain

L'intelligenza artificiale è un asset strategico fondamentale per Opyn. Scopri come la nostra tecnologia può aiutare il tuo business.

Leggi la news
img-featured
Opyn Tecnologia

L’evoluzione di Borsadelcredito.it da P2P a fornitore di tecnologie: linee strategiche

Dai prestiti tra pari alla fornitura di strumenti per snellire i processi degli operatori finanziari tradizionali.

Leggi la news
Leggi tutte le news

Leggi le nostre FAQ

SaaS significa Software as a Service: la potenza del software è il cuore del nostro servizio di gestione dei prestiti online. La nostra piattaforma SaaS si basa su un database performante, che automatizza molti dei nostri servizi. Alcuni di loro sono sempre in esecuzione in background, come gli avvisi che segnalano condizioni specifiche sulla storia creditizia della PMI che richiede il prestito. Altri servizi lavorano in modo asincrono e supportano il carico delle richieste e la velocità di risposta del sistema. Integriamo poi le fonti esterne nel database grazie a servizi web e API.

La nostra architettura IT si basa su tre livelli alimentati da tecnologie e linguaggi di programmazione distinti: Presentation layer, Business layer e Data Access layer. La stratificazione in livelli permette un'agile manutenzione del codice e una scalabilità più alta. Grazie all'Entity Framework 5.0, tutte le entità sono accessibili e personalizzabili a ogni livello.

Il Business layer è il cuore della nostra applicazione perché si occupa di implementare tutte le funzionalità logiche. Grazie alle integrazioni con Azure Storage e Continuous Web Jobs, è possibile eseguire diversi comandi in serie o in parallelo. In questo modo, possiamo evitare i conflitti di concorrenza per l'accesso al database o eseguire più azioni in serie, contemporaneamente.

La nostra piattaforma permette di gestire la rendicontazione contabile e normativa attraverso flussi di dati strutturati, che si integrano facilmente con fornitori terzi. La maggior parte dei flussi di dati viene supportata dalla stored procedure SQL: in questo modo è possibile modificare i flussi senza aspettare il go-live dell'intera applicazione. Ogni flusso è realizzato combinando lavoro web (C #) e linguaggio T-SQL per ottimizzare le prestazioni dell'estrazione, utilizzando per esempio set di risultati temporanei come CTE o tabelle temporanee.

La nostra infrastruttura IT è ospitata nel cloud, è automatizzata e si basa sulle integrazioni tramite API. Grazie alla sua struttura, è in grado di coprire l'intero processo di concessione del credito: sottoscrizione, AML, firma digitale, monitoraggio, incassi e recupero crediti, fino alla rendicontazione contabile e normativa. Ma può anche occuparsi di servizi autonomi, come l'analisi dei conti correnti delle banche e dei servizi finanziari utili al tuo business. Il traffic manager è istruito per indirizzare il flusso a diverse implementazioni dell'app e garantire che il sito sia sempre attivo e risponda velocemente. Usiamo Blob, un soluzione Microsoft, per archiviare materiale nel cloud e conservare così i file per l'accesso distribuito (come il contratto dell'utente, i documenti, ecc.). Grazie a Geo replication, un servizio fornito da Azure, garantiamo un database secondario di sola lettura che funziona come specchio di quello principale: in questo modo garantiamo la salvaguardia dei dati e il ripristino di emergenza. Infine contiamo su Application insights, un servizio di gestione delle prestazioni delle applicazioni e fornito sempre da Azure: ci serve per monitorare le performance dell'app in tempo reale e rilevare eventuali anomalie.

L’analisi del merito creditizio è un processo gestito in simbiosi dagli operatori e dal sistema. La loro collaborazione riguarda sia le verifiche standard richieste dalla politica del credito sia quelle specifiche previste dal know-how interno. Ed è proprio l'elasticità di questo sistema che ne permette l'applicazione a numerosi prodotti finanziari.  Gli elementi principali che costituiscono l’analisi del merito creditizio sono cinque:
  • L’acquisizione dati. La banca dati della piattaforma viene alimentata attraverso l’uso di canali di acquisizione dati totalmente integrati con i principali credit bureau: CRIF, Cerved, Experian, D&B. I dati vengono raccolti, storicizzati e analizzati quasi in tempo reale.
  • Web reputation. Grazie all’intelligenza artificiale acquisiamo e analizziamo le informazioni del richiedente presenti sul web. Usiamo un applicativo sviluppato in R che, basandosi su dati base dell’anagrafica, riesce ad acquisire informazioni da diverse fonti online e a produrre un report di supporto per l’analista Opyn. L’output contiene diverse informazioni, tra le quali riferimenti geografici, social network, informazioni relative al richiedente e alle figure che gli ruotano intorno.
  • Analisi del network. Anche in questo caso, l’intelligenza artificiale supporta l’analista Opyn nell’esaminare il network aziendale. Le informazioni ottenute dai credit bureau vengono arricchite attraverso un processo di scraping del web e organizzate in un report di immediata comprensione. Come per la web reputation, anche questa fase è gestita da un applicativo sviluppato in R e si compone di 3 step:
    • Analisi dei clienti e relativi fornitori.
    • Mappatura dei collegamenti con altre aziende fino al 3° livello.
    • Mappatura delle persone chiave (ufficiali e non).
  • Analisi degli estratti conto. Grazie alla direttiva europea della PSD2, la nostra piattaforma può collegarsi al sistema bancario e scaricare automaticamente (previa autorizzazione) gli estratti conto bancari del richiedente. Tramite un modello di machine learning, le righe degli estratti conto vengono categorizzate e archiviate all’interno del database. Il nostro applicativo sviluppato in R trasforma e organizza queste informazioni in un report che include un’infografica dei flussi di cassa e dello stato di salute dei conti del richiedente. In questo modo l’analista Opyn è in grado di comprendere appieno la situazione attuale e confrontarla sia con il passato che con quanto dichiarato dal richiedente nelle prime fasi del processo.
  • Revisione da parte dell’analista del credito. In questa fase entrano in gioco un team di analisti che rivede le informazioni che il sistema ha raccolto ed elaborato. L’analisi si completa con un’intervista telefonica volta a risolvere eventuali notifiche qualitative. Questo processo può essere adattato ad altri prodotti finanziari e a ogni tua esigenza di credito.

L’analisi dei conti correnti è un’attività che contraddistingue il nostro processo di valutazione del credito ed è normata dalla PSD2. L’abbiamo sviluppata internamente per permettere ai nostri analisti di comprendere fino in fondo lo stato dell’azienda e andare al di là dei classici bilanci degli anni precedenti. Il sistema è basato sull’intelligenza artificiale e sul machine learning, e questo gli permette di etichettare e creare automaticamente dei cluster di tutti i movimenti dei conti (come gli incassi dai clienti, i pagamenti di fornitori, ecc.). Possiamo così gestire diversi conti bancari, fornendo una specifica soluzione di machine learning per le principali banche italiane. Usiamo le etichette e i cluster in cui vengono classificati i movimenti per diversi scopi tra cui: 
- Calcolare i flussi di cassa attraverso il Rendiconto Finanziario calcolato con il metodo diretto. 
- Estrarre dai movimenti dei conti evidenze e fenomeni che possono essere predittivi della probabilità di default delle PMI. Il nostro sistema ci informa immediatamente su stipendi, tasse, crediti e debiti, concentrazione del portafoglio clienti, ecc.

Quando una rata non viene pagata entro la data di scadenza, assegnamo il caso al flusso di lavoro dedicato alle riscossioni. In questa fase avviamo una serie di azioni, come promemoria, email e telefonate. Il tutto avviene in maniera automatica, così possiamo gestire un alto numero di pratiche allo stesso tempo. Le fasi del processo di recupero credito sono:
  • L’analisi preliminare. Raduniamo tutte le informazioni di contatto del cliente e di eventuali persone collegate; ci mettiamo in contatto con la banca del cliente, raccogliamo le informazioni dei clienti e dei fornitori del mutuatario.
  • Contatto telefonico. Eseguiamo promemoria giornalieri per sollecitare il pagamento e prepariamo le informazioni da inoltrare al gestore esterno.
  • Gestore esterno. Inviamo il pacchetto di informazioni al gestore esterno e intraprendiamo una serie di azioni, comprese indagini telefoniche, visite di persona al debitore da parte di specialisti, preparazione del report dettagliato delle attività in corso, preparazione della proposta delle opzioni disponibili per il recupero.
  • Definizione dell'azione appropriata. Redigiamo la relazione di sintesi sul caso specifico e selezioniamo una delle proposte avanzate dal gestore esterno. L’ultima fase è l’applicazione della strategia scelta. Dopo un mancato rimborso e per i primi 10 giorni di arretrato, lo stato del mutuatario si converte in «Raccolta interna». Dopo 10 giorni di arretrato, se il mutuatario non ha ancora pagato la rata mensile, il suo stato diventa «Raccolta esterna». Ogni variazione di status del mutuatario viene segnalata sul servizio CRM così che le informazioni siano disponibili anche nell'applicazione backend.