La gestione reclami bancari rappresenta un fattore cruciale per ogni istituto di credito. Gestire un’attività di questo tipo non significa semplicemente fornire una risposta ai clienti quando segnalano un problema, bensì si tratta di un processo piuttosto articolato e organizzato con regole ben precise e conseguenze dirette sulla fiducia e sulla reputazione della banca. Esse, infatti, sono tenute a rispettare obblighi normativi stabiliti da autorità di vigilanza come Banca d’Italia e Autorità bancaria europea, le quali impongono:
- tempi specifici per fornire risposte;
- la tracciabilità di ogni reclamo;
- la massima trasparenza verso la clientela.
Una buona gestione dei reclami, però, non consiste solo nel rispettare tali norme legislative, infatti, ogni segnalazione e lamentela pervenuta evidenzia un qualcosa che non ha funzionato come avrebbe dovuto. Un processo ben strutturato per questo compito può diventare dunque anche uno strumento prezioso per migliorare i processi interni.
Ogni giorno, le banche ricevono diverse centinaia di messaggi in svariate forme: email, form online, chat e piattaforme dedicate che spaziano da richieste informative, suggerimenti, segnalazioni minori fino ad arrivare a lamentele e reclami più articolati. Gestire tempestivamente la grande mole di comunicazioni in entrata, soprattutto quando si tratta di reclami bancari, può fare la differenza anche nei confronti dei competitors.
Concludere tutto il processo di gestione celermente evita sanzioni e migliora l’efficienza operativa, con beneficio di operatori e clienti, dai quali si può riscontrare un miglior grado di soddisfazione che porta questi ultimi a restare più fedeli, migliorando, di conseguenza, la reputazione della banca stessa.
Gestione reclami bancari tradizionale: rischi, tempi e carico operativo
Mettere in pratica nella realtà quanto appena descritto senza l’ausilio di un supporto, come un software basato sulle tecniche di Intelligenza Artificiale e, più specificatamente, di Text Intelligence aggiornate allo stato dell’arte, non è banale, perché richiede innanzitutto tempistiche importanti, a causa di tutta una serie di operazioni che in tal caso devono essere compiute in maniera manuale, quali:
- la lettura delle comunicazioni (e-mail, ecc.) comprensive di eventuali allegati
- il ragionamento in merito alla categorizzazione da affibbiare al testo e sull’eventuale risposta da fornire al mittente
- lo spostamento delle comunicazioni sul sistema gestionale dedicato.
Questo elenco rappresenta solo una piccola parte delle operazioni che potrebbero essere automatizzate ma che ogni giorno vengono effettuate manualmente, in molte banche, con conseguente spreco di tempo e risorse umane per una gestione reclami bancari inefficiente.
Lato cliente questo si traduce in:
- risposte lente o mancate
- classificazioni incoerenti
- un carico di lavoro elevato per il personale, spesso fatto da azioni ripetitive.
Tutto ciò si riflette inevitabilmente sulla percezione che il cliente ha dell’istituto.
Questo spiega, dunque, l’interesse crescente verso strumenti capaci di aiutare a classificare e smistare in modo più intelligente le comunicazioni ricevute dai vari canali.
Moneying: la soluzione Revelis per la gestione reclami bancari (e non solo)
I sistemi di Intelligenza Artificiale, basati su tecniche di Text Intelligence, mediante l’impiego di algoritmi di elaborazione del linguaggio naturale e modelli di apprendimento automatico, sono capaci di analizzare il contenuto di un testo, come appunto il corpo di un messaggio di posta elettronica, e, di conseguenza, effettuare una categorizzazione dello stesso, eventualmente anche in una gerarchia con più livelli di classificazione.
Lo sviluppo di una soluzione di questo tipo non mira a sostituire il lavoro umano, ma a potenziarlo attraverso una gestione più efficiente delle operazioni, riducendo in maniera netta le tempistiche e l’effort richiesto.
Con tali premesse, in Revelis abbiamo sviluppato Moneying, una piattaforma che sfrutta questa branca dell’Intelligenza Artificiale per ottimizzare la gestione reclami bancari e, più in generale, la classificazione di grandi volumi di comunicazioni.
Moneying, grazie all’utilizzo di algoritmi di Machine Learning e modelli NLP avanzati, è capace di comprendere automaticamente il significato di un testo, identificando categorie di classificazione e dunque priorità di importanza della comunicazione stessa.
L’allenamento di modelli di questo tipo avviene su una serie di messaggi già precedentemente classificati. Più è grande questo insieme e più accurate sono le classificazioni. Spesso, tuttavia, capita che non si abbia a disposizione una base dati tale da permettere di allenare modelli del genere. In questi casi è possibile iniziare ad avviare un processo di automatizzazione sfruttando modelli di:
- zero-shot-learning
- few-shot-learning
Si tratta di modelli già pre-addestrati su una grande moltitudine di documenti testuali generici. In questo modo, man mano che la base dati della banca cresce, si può andare ad affinare questi modelli o crearne uno da zero, allenato soltanto con i messaggi della banca.
In abbinamento a queste sofisticate tecniche, è possibile aggiungere una serie di regole personalizzate per determinare in maniera puntuale la categoria di una comunicazione. Stiamo parlando di specifiche regole che, se richiesto dal cliente, senza “scomodare” gli algoritmi di Machine Learning, possono determinare la classificazione sulla base di parole chiave presenti nel nome degli allegati, nell’oggetto o nel corpo dell’e-mail ad esempio, oppure sulla base dell’indirizzo o del dominio mail.
Il valore aggiunto che un’applicazione come Moneying porta agli utilizzatori è enorme. Per fare un esempio, si pensi a un messaggio in cui il cliente lamenta una carta di credito bloccata. Questo potrebbe essere immediatamente distinto da una richiesta di chiarimento sulle condizioni di un mutuo o da una segnalazione riguardante un malfunzionamento dell’app mobile. Ciò permette di ridurre notevolmente i tempi di presa in carico e di instradare le comunicazioni verso i reparti competenti riducendo al minimo il rischio di errori. Inoltre, essendo in grado di apprendere continuamente dai dati pregressi, è capace di migliorare la propria accuratezza nel tempo.
Il risultato è un processo più efficiente nella gestione reclami bancari, con:
- risposte coerenti e puntuali
- maggiore tracciabilità
- riduzione del rischio di reclami reiterati
- riduzione di sanzioni dagli organi di controllo.
Per le banche e le organizzazioni che gestiscono grandi flussi di email, dunque, l’adozione di una soluzione di questo tipo significa trasformare il reclamo da attività manuale e onerosa a processo automatizzato, affidabile e misurabile, con benefici concreti sia per gli operatori che per i clienti.
A tutto ciò si aggiungono:
- funzionalità di personalizzazione della classificazione;
- gestione del ciclo di vita di ogni singola pratica;
- verifica in tempo reale dello stato di lavorazione;
- monitoraggio complessivo delle pratiche in corso;
- archiviazione elettronica della documentazione di riferimento;
- produzione di reportistica per le Funzioni Aziendali di Controllo.
Ulteriori potenzialità di una soluzione di questo tipo
La piattaforma Moneying rappresenta una soluzione all’avanguardia per la gestione reclami bancari e nel settore finanziario, concepita per affrontare in modo sistematico e diversificato le problematiche legate ai reclami, alle richieste di privacy e alle esigenze documentali. Grazie a un approccio centralizzato, la piattaforma ottimizza l’intero ciclo di vita di ogni pratica, dalla protocollazione iniziale fino alla completa risoluzione e archiviazione.
Oltre a quelle già citate, altre caratteristiche distintive della piattaforma sono:
- la gestione automatizzata dei dati dei clienti, con recupero automatico dall’anagrafe generale dell’intermediario. È possibile registrare pratiche anche per soggetti non clienti grazie a un’anagrafica locale interna;
- la tracciabilità del coinvolgimento di tutte le strutture aziendali, come l’Ufficio Legale, Compliance e Filiali, attraverso workflow collaborativi. Ogni assegnazione, commento o approvazione viene registrata, creando un audit trail completo che assicura trasparenza e accountability;
- la creazione di documentazione standardizzata partendo da modelli preimpostati, nei quali vengono automaticamente inseriti i dati della pratica. Questo velocizza il processo di risposta e garantisce la coerenza delle comunicazioni.
Monitoraggio e gestione normativa
La gestione reclami bancari è supportata da un sistema di monitoraggio continuo delle criticità, che consente di analizzare i KPI e ottimizzare i processi. La piattaforma Moneying gestisce anche reclami reiterati e reclami “invisibili”, garantendo una risposta adeguata anche in situazioni complesse.
Inoltre, è predisposta per identificare e prioritizzare le richieste provenienti da autorità esterne, come Banca d’Italia e l’Arbitro per le Controversie Finanziarie.
Infine, la soluzione prevede un portale aziendale sicuro per l’accesso e il login, con possibilità di interfacciarsi con altri sistemi aziendali. Le dashboard personalizzabili consentono di verificare in tempo reale lo stato di lavorazione e monitorare i carichi di lavoro. Un sistema di alert e notifiche proattive permette di tenere sotto controllo le scadenze normative e gli SLA interni.
Prospettive future della Text Intelligence nell’ambito bancario
Guardando al futuro, la Text Intelligence rappresenta una leva strategica per rendere la gestione reclami bancari sempre più avanzata, intelligente e data-driven. L’evoluzione dei modelli linguistici e l’integrazione con l’intelligenza artificiale generativa permetteranno di affinare le capacità di questo tipo di soluzioni.
Per le risposte ai clienti, invece di utilizzare pattern fissi, si potranno offrire risposte automatiche personalizzate e coerenti con la natura del reclamo e con le policy dell’istituto. Inoltre, l’analisi delle comunicazioni potrà essere estesa per monitorare il sentiment generale della clientela, identificare rischi reputazionali e anticipare criticità operative.
L’integrazione dei dati testuali con sistemi di analisi predittiva consentirà alle banche di adottare strategie proattive, prevenendo insoddisfazione e migliorando la gestione dei processi interni. Parallelamente, la Text Intelligence potrà supportare la personalizzazione dei servizi, individuando esigenze specifiche e suggerendo soluzioni mirate.
In definitiva, investire oggi in soluzioni di Text Intelligence significa costruire un modello di banca più reattivo e intelligente, dove i reclami non sono più solo una necessità normativa, ma strumenti di crescita e innovazione, contribuendo a un’ottimizzazione del lavoro e a una relazione più solida e duratura con la clientela.
Autore: Domenico Rodilosso
