L’intelligenza artificiale al servizio del consulente finanziario. Terza puntata

L’analisi del proprio portafoglio clienti

L’analisi e l’ottimizzazione del proprio portafoglio clienti rappresentano un aspetto fondamentale nell’attività del consulente finanziario. Egli deve infatti valutare le potenzialità del proprio portafoglio clienti attuali in termini di nuova raccolta, cross-selling, possibilità di ottenere referral. E da questa analisi il consulente dovrebbe partire per impostare ed organizzare la sua attività.

Tuttavia, questo tipo di analisi non sempre viene svolta attentamente, perdendosi quindi interessanti possibilità di sviluppo, ovvero rischiando di perdere masse e clienti nel corso del tempo. Il problema, e lo capisco, è che non si tratta di un’analisi semplice. Occorre infatti raccogliere i dati dei propri clienti dalle anagrafiche messe a disposizione della propria mandante (e non sempre si trovano tutti i dati che si vorrebbero avere), inserirli almeno in un excel e strutturare una serie di indici ed indicatori su cui ragionare.

In questa terza puntata della nostra rubrica dedicata all’utilizzo dell’AI da parte del consulente finanziario, andiamo quindi a chiedere a ChatGPT di aiutarci ad analizzare e ottimizzare il portafoglio clienti di un ipotetico consulente finanziario. Gli spunti emersi sono interessanti e numerosi.

NB: domande poste tra l’1 e il 7 febbraio 2025. Come già evidenziato nelle puntate precedenti, le risposte possono cambiare nel tempo.

Prima di procedere con la conversazione diretta, non disponendo di un file CSV con i dati di un ipotetico portafoglio clienti, abbiamo chiesto a ChatGPT di creare un file CSV di simulazione.

Il prompt è il seguente: “Crea un file Excel che contenga la simulazione del portafoglio clienti di un consulente finanziario. Per crearlo usa queste informazioni: Patrimonio gestito (AUM – Assets Under Management); Fatturato generato per cliente; Costi associati per cliente; Redditività netta per cliente; Tipologia di cliente; Tipologia di servizi richiesti; Frequenza delle interazioni; Tasso di crescita del patrimonio gestito; Rischio di abbandono”

Si tratta di variabili base, ed è chiaro che ogni consulente potrebbe creare il proprio dataset considerando altri fattori. In particolare si potrebbero raccogliere dati di flusso relativi alla raccolta netta degli ultimi anni per cliente, distinguendo flussi in ingresso e decumuli. Ed inoltre il consulente finanziario dovrebbe considerare anche informazioni soft che spesso non sono presenti nell’anagrafica clienti, ma che sono fondamentali per la comprensione della situazione: ad esempio se il cliente fa parte di un nucleo di clienti, qual è l’attività del coniuge, se ha figli e che età hanno i figli e così via. Ovviamente più il dataset è completo meglio è; e se le informazioni che interessano non sono disponibili o non si conoscono, beh… questo è un buon motivo per chiederle al cliente al prossimo incontro.

Ad ogni modo, uno aspetto critico rispetto alla nostra simulazione attiene all’informazione in merito al costo del cliente. I consulenti finanziari, in generale, hanno infatti un dato certo relativo alla redditività del cliente (quanto mi rende). Più complesso, invece, è la ricostruzione del costo associabile ad ogni cliente, dato che non viene fornito dalla mandante. In effetti, il consulente dovrebbe dotarsi di un sistema di contabilità analitica, in grado di tracciare, sebbene approssimativamente, il costo della relazione con il cliente. Ad esempio: se un cliente abita a 50 km di distanza dal mio ufficio, e in un anno lo incontro per 4 volte, quanto mi costa solo e semplicemente in termini di costo auto? Ovviamente se viene lui da me le cose cambiano. E quante volte mi telefona quel cliente? Quante ore di lavoro mi servono per gestire la sua posizione? A dire il vero, quindi, il consulente dovrebbe farsi anche un’idea della sua tariffa oraria e applicarla ad ogni ora dedicata ad un cliente.

Non è semplice, me ne rendo conto. Un suggerimento, spannometrico, potrebbe però essere quello di dividere i costi annui complessivi (auto, ufficio, segretaria, utenze ecc…) per il numero clienti in modo da trovare, almeno, un costo medio cliente. A questo punto si potrebbe pensare di imputare ad un cliente che richiede più tempo di gestione/relazione il costo medio più uno spread; e viceversa ad un cliente che viene gestito in maniera più semplice e veloce (lo vedo meno spesso, ha meno problematiche, la sua posizione è più semplice da gestire ecc..), il costo medio meno uno spread.

Detto questo, vediamo però che cosa ci suggerisce di fare l’intelligenza artificiale

D: Sono un consulente finanziario. Vorrei analizzare e ottimizzare al meglio il mio portafoglio cliente. Come puoi aiutarmi?

R: Ottimizzare il tuo portafoglio clienti significa migliorare la redditività, la diversificazione e la sostenibilità della tua attività nel tempo. Posso aiutarti in diversi modi, a seconda delle tue esigenze specifiche. Ecco alcune aree su cui possiamo lavorare:

1. Analisi del Portafoglio Clienti

Segmentazione: Dividere i clienti in base a criteri come patrimonio gestito, redditività, tipologia di servizi richiesti, potenziale di crescita, fedeltà, ecc.
Valutazione della redditività: Identificare i clienti che generano più valore rispetto a quelli che assorbono risorse senza un adeguato ritorno.
Analisi della concentrazione del rischio: Capire se il tuo portafoglio dipende troppo da pochi clienti ad alto valore o da un singolo segmento di mercato.

2. Ottimizzazione della Relazione con i Clienti

Strategie di fidelizzazione: Migliorare la retention con strategie personalizzate per i clienti più redditizi.
Identificazione di opportunità di up-selling e cross-selling: Proporre nuovi servizi ai clienti esistenti in base alle loro esigenze.
Automazione della comunicazione: Creare flussi di comunicazione mirati per informare, educare e coinvolgere i clienti.

3. Espansione del Portafoglio

Identificazione dei clienti ideali: Basandoti sui tuoi clienti più redditizi, possiamo definire un profilo ideale per acquisire nuovi clienti simili.
Lead generation e networking: Strategie per attrarre nuovi clienti, sia online (LinkedIn, contenuti mirati) che offline (eventi, referral, partnership).
Miglioramento della tua presenza su LinkedIn: Ottimizzare il tuo profilo, il tuo personal branding e le strategie di social selling.

4. Ottimizzazione della Gestione del Tempo e delle Risorse

Automazione e digitalizzazione: Se usi CRM o altri strumenti, possiamo valutare come integrarli meglio nella tua routine per risparmiare tempo.
Gestione del tempo per clienti ad alto valore: Identificare quali clienti meritano più attenzione e dove è possibile ridurre il tempo dedicato senza perdere qualità nel servizio.

Se vuoi partire con un’analisi dettagliata, possiamo iniziare con una mappatura del tuo portafoglio attuale per poi definire strategie di ottimizzazione. Ti interessa un’analisi quantitativa (dati, redditività, trend) o qualitativa (relazione, soddisfazione, fidelizzazione)?

La prima risposta dell’AI, sebbene di carattere generalista, fornisce alcuni spunti. In particolare, il punto 1. della risposta dovrebbe costituire la base di analisi per qualsiasi consulente. Vi è poi l’invito ad identificare opportunità di up selling (propongo al cliente prodotti/servizi più redditizi, ovviamente se nell’interesse del cliente) e di cross selling (propongo al cliente prodotti/servizi collaterali a quelli che ha già. Ad esempio di tipo assicurativo o previdenziale)

Proseguiamo

D: Sì, iniziamo con un’analisi dettaglia e una mappatura del mio portafoglio attuale. Iniziamo con un’analisi quantitativa.

R: Ottimo! Per iniziare con l’analisi quantitativa del tuo portafoglio clienti, ti serviranno alcuni dati chiave. Ti consiglio di raccogliere le seguenti informazioni per ogni cliente:

Patrimonio gestito (AUM – Assets Under Management)

Quantità di capitale che gestisci per ciascun cliente.

Fatturato generato per cliente

Quanto ogni cliente contribuisce ai tuoi ricavi annuali.

Costi associati per cliente

Tempo dedicato, costi operativi, eventuali sconti o agevolazioni.

Redditività netta per cliente

Differenza tra il fatturato generato e i costi sostenuti per ogni cliente.

Tipologia di cliente

Privato, imprenditore, azienda, famiglia, ecc.

Tipologia di servizi richiesti

Consulenza finanziaria pura, gestione patrimoniale, assicurazioni, pianificazione successoria, ecc.

Frequenza delle interazioni

Quante volte interagisci con il cliente all’anno (incontri, call, messaggi).

Tasso di crescita del patrimonio gestito

Variazione nel tempo del patrimonio gestito per ciascun cliente.

Rischio di abbandono

Valutazione soggettiva: il cliente è fidelizzato o a rischio di spostare il capitale altrove?

Qui l’AI fornisce interessanti spunti. Ad esempio, l’idea di considerare il tempo e i costi operativi associati ad ogni cliente, ovvero l’idea di effettuare una segmentazione della clientela. Anche la frequenza delle interazioni e la valutazione del rischio di abbandono sono aspetti che non sempre il consulente considera attentamente.

Prossimi Passi

Creazione di un dataset

Se hai già questi dati, puoi fornirmeli in un file Excel o CSV. In alternativa, posso fornirti un template per raccoglierli.

Analisi e visualizzazione dei dati

Una volta ottenuti i dati, possiamo analizzarli per individuare:
- I clienti più redditizi e quelli meno redditizi.
- Opportunità di crescita (up-selling e cross-selling).
- Rischi di concentrazione e dipendenza da pochi clienti.

Strategie di ottimizzazione: dopo l’analisi, possiamo elaborare strategie per migliorare il rendimento del portafoglio.

Se hai già un file con questi dati, puoi caricarlo qui e procederemo con l’analisi!

Attenzione: come abbiamo già messo in evidenza nelle precedenti puntate, le capacità di analisi di file excel o csv da parte dell’intelligenza artificiale sono molto interessanti. Tuttavia, occorre sempre verificare che l’AI legga ed interpreti esattamente i dati che gli forniamo. Il suggerimento è quello di chiedere all’AI di spiegarci cosa legge nel dataset caricato

R: [carica il tuo file Excel con i dati dei tuoi clienti, ordinati secondo i criteri indicati nell’introduzione alla puntata]

R: Ho caricato i tuoi dati e ora possiamo procedere con l’analisi. Ecco alcune prime osservazioni sui dati disponibili:

Distribuzione del Patrimonio Gestito

I tuoi clienti hanno patrimoni variabili, da poche centinaia di migliaia di euro fino a diversi milioni.
Possiamo analizzare la concentrazione del patrimonio e identificare eventuali squilibri.

Redditività Netta per Cliente

Il margine netto varia a seconda dei clienti e dei servizi richiesti.
Possiamo calcolare il margine medio e identificare i clienti più e meno redditizi.

Tipologia Cliente e Servizi Richiesti

I clienti sono divisi tra privati, aziende e imprenditori.
Possiamo verificare se alcune categorie sono più redditizie di altre.

Frequenza delle Interazioni e Rischio di Abbandono

Alcuni clienti hanno interazioni frequenti, mentre altri meno.
Il rischio di abbandono è stato classificato come basso, medio o alto.

Prossimi Passi

Voglio proporti alcune analisi per ottimizzare la gestione del tuo portafoglio:

Distribuzione del Patrimonio e Concentrazione: Verificare se pochi clienti controllano la maggior parte del patrimonio.

Redditività vs. Costi: Capire quali clienti generano il miglior rendimento rispetto al tempo e alle risorse impiegate.

Segmentazione per Tipologia e Servizi: Valutare quali segmenti offrono più opportunità di crescita.
Analisi del Rischio di Abbandono: Individuare i clienti più a rischio per adottare strategie di fidelizzazione.

Dimmi su quali aspetti vuoi concentrarti e iniziamo con i grafici e le metriche!

D: Mi interessano tutte e quattro le analisi da te proposte. Iniziamo col verificare se pochi clienti controllano la maggior parte del patrimonio.

Ecco il grafico della distribuzione del patrimonio gestito tra i clienti. Questo tipo di analisi aiuta a capire se pochi clienti controllano la maggior parte del patrimonio.

Cosa Osserviamo?

La curva mostra la percentuale cumulativa del patrimonio in base al numero di clienti.
Se la curva sale rapidamente all’inizio, significa che pochi clienti controllano una grande fetta del totale (effetto “80/20”).
La linea rossa tratteggiata rappresenta l’80% del patrimonio gestito.

Interpretazione

Se una piccola percentuale di clienti possiede l’80% del patrimonio, potresti essere dipendente da pochi clienti chiave. Questo aumenta il rischio in caso di perdita di uno di essi.
Se il patrimonio è ben distribuito, significa che il rischio è più contenuto e la tua base clienti è più diversificata.

Se vuoi, possiamo calcolare in modo più preciso quanti clienti detengono l’80% del patrimonio o confrontare questo dato con la redditività. Dimmi come vuoi procedere!

Attenzione: l’analisi della concentrazione del portafoglio dovrebbe essere poi corredata con l’analisi della situazione anagrafica dei clienti più importanti. Ad esempio: se i miei primi 10 clienti fanno il 60% del portafoglio già questo significa qualcosa. Se poi scopro che di questi 10 clienti 8 anno più di 70 anni, e per tali clienti solo in 3 casi è stato già predisposto il passaggio generazionale e gli eredi sono miei clienti, allora le cose si complicano.

D: Prima calcoliamo in modo più preciso quanti clienti detengono l’80% del patrimonio, e dopo confrontiamo questo dato con la redditività.

Risultato:
Soltanto 27 clienti detengono l’80% del patrimonio gestito. Questo significa che una piccola parte del tuo portafoglio è altamente concentrata, rendendo il tuo business potenzialmente vulnerabile alla perdita di alcuni clienti chiave.

Ora procederò con il confronto tra distribuzione del patrimonio e redditività per capire se i clienti con più patrimonio sono anche quelli più redditizi.

Ecco il grafico che confronta la distribuzione del patrimonio con la distribuzione del fatturato generato.

Cosa possiamo osservare?

Linea gialla (Patrimonio Gestito): Indica come il patrimonio è distribuito tra i clienti.
Linea arancione tratteggiata (Fatturato Generato): Mostra la distribuzione del fatturato generato.
Linea rossa (80%): Evidenzia la soglia dell’80% sia per il patrimonio che per il fatturato.

Interpretazione:

Se la curva del fatturato generato cresce più lentamente rispetto al patrimonio gestito, significa che i clienti più grandi non sono necessariamente i più redditizi.
Se le curve sono simili, allora i clienti con più patrimonio sono anche quelli che generano più reddito.

Prossimi passi:

Vuoi approfondire l’analisi per capire se esistono clienti poco redditizi con un alto patrimonio o hai già un’idea chiara delle implicazioni di questi dati?

D: Approfondiamo l’analisi per capire se esistono clienti poco redditizi con un alto patrimonio.

R: Ecco il grafico che mostra la relazione tra Patrimonio Gestito (€) e Redditività (%) per ogni cliente.

Cosa possiamo osservare?

Ogni punto rappresenta un cliente.
La linea rossa tratteggiata indica la media della redditività (%) per tutto il portafoglio.
Se ci sono clienti con alto patrimonio ma bassa redditività, significa che stanno assorbendo risorse senza generare profitti proporzionati.

Interpretazione pratica:

Clienti con alto patrimonio e alta redditività: Questi sono i clienti ideali, da mantenere e valorizzare ulteriormente.
Clienti con alto patrimonio e bassa redditività: Potrebbero richiedere una revisione delle commissioni, servizi extra o strategie per aumentare il valore generato.
Clienti con basso patrimonio e alta redditività: Interessanti perché generano un buon margine, potrebbero essere scalabili.
Clienti con basso patrimonio e bassa redditività: Probabilmente poco strategici, potresti valutare se mantenerli o ridurre l’impegno su di loro.

Attenzione: anche in questo caso l’AI fornisce indicazioni interessanti. Per quanto la nostra sia una simulazione, una migliore visione di quali siano i clienti più o meno redditizi, ovvero con maggiori o minori potenzialità di sviluppo, è fondamentale per l’attività del consulente finanziario. Non di poco conto, inoltre, è il suggerimento di considerare, eventualmente, di non mantenere clienti che non sono strategici e che non si riesce a sviluppare, magari attraverso una riassegnazione degli stessi.

Prossimi passi

Posso identificare i clienti con alto patrimonio e bassa redditività, creando un elenco dettagliato. Vuoi che proceda con questo approfondimento?

D: Sì, procedi con questo approfondimento.

Ho identificato i clienti con alto patrimonio e bassa redditività. Puoi consultare i dettagli nel file che ho condiviso.

Prossimi passi suggeriti:

Rivedere la strategia su questi clienti

Verificare se puoi aumentare le commissioni o offrire servizi aggiuntivi per migliorarne la redditività.
Analizzare i costi operativi associati a questi clienti per capire se sono troppo elevati rispetto ai ricavi.

Personalizzare l’approccio

Se sono clienti strategici, potrebbe essere utile proporre soluzioni premium o diversificare i servizi.
Se invece richiedono molte risorse senza generare profitti adeguati, potresti valutare di ridurre il tempo dedicato a loro.

Se vuoi, posso anche analizzare il rischio di abbandono per questi clienti, per capire se potrebbero lasciare il portafoglio nel breve termine. Ti interessa?

D: Sì, mi interessa, procedi con l’analizzare il rischio di abbandono per questi clienti.

Ecco il grafico che mostra la distribuzione del rischio di abbandono per i clienti con alto patrimonio e bassa redditività.

Cosa possiamo osservare?

Se la maggior parte dei clienti in questa categoria ha un rischio di abbandono medio o alto, è un segnale d’allarme: potresti perdere clienti con un elevato patrimonio senza averne tratto abbastanza valore.
Se il rischio è prevalentemente basso, puoi ancora lavorare su strategie per aumentarne la redditività senza preoccuparti troppo di una loro uscita imminente.

Azioni consigliate:

Clienti con rischio di abbandono alto

Contattarli per capire eventuali insoddisfazioni e offrire servizi personalizzati.
Verificare se stanno riducendo il capitale investito (segno di possibile uscita).

Clienti con rischio di abbandono medio

Potresti migliorare il coinvolgimento attraverso interazioni più mirate e servizi su misura.
Controllare se il loro patrimonio sta crescendo o diminuendo.

Clienti con rischio di abbandono basso

Opportunità di ottimizzazione: puoi lavorare sulla loro redditività con proposte a valore aggiunto.

Se vuoi, posso creare un elenco dettagliato di questi clienti con il loro livello di rischio per aiutarti a prendere decisioni mirate. Ti interessa?

D: Sì, crea l’elenco.

Ho creato l’elenco dettagliato dei clienti con alto patrimonio, bassa redditività e rischio di abbandono. Ora puoi consultare il file per identificare le azioni più opportune su ciascun cliente.

Attenzione: l’analisi del rischi di abbandono non è comune nel mondo della consulenza finanziaria. Spesso si ritiene, erroneamente, che tutti i clienti siano fidelizzati. Capita invece che anche i clienti di più lunga data, e quindi individuali come i più fidelizzati, abbandonino repentinamente il loro consulente finanziario, a volte anche per motivi futili. Non è quindi da scartare a priori questo tipo di analisi. Anzi, il consulente dovrebbe ragionare onestamente e nel modo più oggettivo possibile di poter perdere clienti, specie in caso di passaggio generazionale. Un suggerimento è quello di analizzare, negli anni passati, quale è stato il tasso di abbandono medio, ed eventualmente confrontarlo con quello di altri colleghi. E’ infatti lecito ritenere che il tasso di abbandono dei clienti segua in parte il ciclo di vita dello stesso consulente finanziario: è cioè possibile ipotizzare che nei primi anni di attività il consulente riesca a far crescere il numero di clienti senza perderne molti. Quando poi il numero di clienti aumenta, ed il consulente non riesce a dedicare a tutti lo stesso livello di attenzione e di servizio, concentrandosi su quelli ritenuti più importanti, allora il tasso di abbandono potrebbe aumentare

Naturalmente è poi possibile chiedere all’AI di aiutarci a diminuire il rischio di abbandono e ad aumentare la redditività del portafoglio.

In conclusione

Ogni consulente finanziario può ovviamente adattare l’analisi in base alle proprie esigenze. Ad esempio, un aspetto qui non considerato riguarda le potenzialità in termini di referral che il portafoglio clienti riesce a generare.

Ad ogni modo, le indicazioni fornite e riportate in questo articolo dimostrano ancora una volta la flessibilità dell’AI nell’efficientare l’attività del consulente finanziario.

E se il portafoglio dei clienti attuali non ha più grandi potenzialità? Beh, nella prossima puntata vedremo come cercare nuovi clienti con l’intelligenza artificiale