Crédit Agricole Italia si è aggiudicata il Banking Award nella categoria “Miglior Progetto Tech & AI Innovation” del Premio Forum Banca 2025 grazie a “Next Best Offer”, un sistema di raccomandazione che personalizza le proposte commerciali.con una copertura dell’84% sul primo prodotto suggerito e performance più che raddoppiate rispetto alle campagne tradizionali. In questo articolo ricostruiamo che cos’è il premio, come funziona la soluzione e perché segna un passo avanti nell’industrializzazione dell’AI in banca.
Indice degli argomenti
Un riconoscimento che misura l’impatto (non solo l’idea)
Al termine di Forum Banca 2025, IKN Italy ha celebrato la seconda edizione dei Banking Award, il “momento nell’evento” che valorizza i progetti capaci di generare impatti strategici reali nell’industria finanziaria: banche, fintech e partner dell’ecosistema. La giuria – composta da esperti del settore – ha assegnato a Crédit Agricole Italia il premio “Miglior Progetto Tech & AI Innovation” per il progetto “Next Best Offer”, sottolineandone maturità tecnologica, scalabilità e solidità delle metriche.
Il format del premio si inserisce in un contesto che, nell’edizione 2025 di Forum Banca, ha messo al centro AI, automazione, sicurezza e customer experience, con sessioni e tavoli di lavoro dedicati alla trasformazione dei modelli bancari e delle architetture IT. Premi e agenda convergono su un’idea: l’innovazione è rilevante quando arriva in produzione e regge la prova del valore. (iKN Italy)
“Next Best Offer”: l’AI che porta la personalizzazione a scala
“Next Best Offer” non è un prodotto “a scaffale”, ma un motore decisionale basato su modelli predittivi che seleziona, per ogni cliente, la proposta commerciale con la massima probabilità di interesse e conversione. Invece di spingere lo stesso prodotto a tutti, il sistema orchestra offerte differenziate sui canali del CRM e del marketing (app, email, filiale, contact center), segmentando in tempo quasi reale in base a segnali comportamentali, storico transazionale, propensione e vincoli di idoneità.
Il progetto si distingue per tre elementi chiave (quelli che hanno pesato anche nella valutazione della giuria):
- Scala e copertura – oltre 1,7 milioni di clienti rientrano nel perimetro di raccomandazione, con copertura dell’84% sul primo prodotto suggerito: significa che, nella grande maggioranza dei casi, il sistema ha un “primo consiglio” pertinente e attivabile.
- Efficacia misurata – l’efficacia è più che raddoppiata rispetto alle campagne tradizionali. Il punto non è solo “fare AI”, ma dimostrare uplift, cioè un guadagno causale nella risposta del cliente rispetto a una baseline senza personalizzazione.
- Industrializzazione – pipeline dati robuste, feature store condiviso, versionamento dei modelli, test “champion–challenger”, monitoraggio di drift e saturazione, governance privacy-by-design. Sono i pilastri che trasformano un POC in un programma.
Nel concreto, “Next Best Offer” integra: normalizzazione dei dati (anagrafici, transazionali, digitali), modellazione della propensity to buy per famiglia di prodotto, eligibility rules per garantire coerenza commerciale e compliance, vincoli di pressione commerciale (frequenza, capping, priorità) e un livello di next action che decide se proporre, quando e dove, la migliore combinazione tra offerta e canale. Il ciclo chiude con feedback loop e continuous learning: le risposte dei clienti alimentano nuove iterazioni, migliorando nel tempo precision e recall delle raccomandazioni.
I commenti: “Dietro ogni algoritmo ci sono persone”
L’importanza del lavoro di squadra e della dimensione “umana” nell’AI traspare bene nei messaggi condivisi su LinkedIn da alcuni manager.
Matteo Gianni, Head of CRM, Metodologia e gestione campagne di Crédit Agricole Italia, ha scritto su LInkedin:
” Anche in banca si può fare innovazione. E oggi lo abbiamo dimostrato. Con il team di Analytics della grande squadra del CRM di Crédit Agricole abbiamo vinto il premio ‘Miglior Prodotto Tech & AI Innovation’ ai Banking Awards. (…) Dietro ogni algoritmo ci sono persone… la tecnologia non è un traguardo, ma un punto di partenza.”
Nelle parole di Gianni c’è la chiave culturale: l’AI è un abilitatore che vive se inserito in una strategia che investe su persone, formazione e sperimentazione continua. L’AI non “sostituisce” il marketing: lo rende più preciso, misurabile e rispettoso delle preferenze del cliente.
Luca Camporese, Head of Data Science Strategy di Var Group, ha commentato sempre su Linkedin:
“Ebbene sì è successo… il progetto Next Best Offer di Crédit Agricole Italia è stato premiato come miglior prodotto Tech & AI Innovation 2025 a #ForumBanca2025. ‘When spider webs unite they can tie up a lion’: complimenti a tutto il team… Un risultato che testimonia come passione, competenza e innovazione possano fare davvero la differenza.”
Camporese sintetizza due aspetti cruciali dei progetti di AI in banca: la collaborazione cross-funzionale (data science, IT, CRM, compliance, rete commerciale) e la centralità del change management per portare l’AI “a terra” nei processi quotidiani.
Perché il premio conta per il banking italiano
Nel mercato italiano molte banche hanno moltiplicato POC e sperimentazioni. “Next Best Offer” segna il passaggio a una personalizzazione industrializzata, dove la marginalità non arriva più unicamente dalla spinta prodotto ma dalla pertinenza della relazione, dal timing e dalla capacità di evitare “rumore” sui clienti non in target.
Tre effetti pratici:
- Efficienza commerciale: la pressure si sposta da massiva a selettiva. Meno contatti irrilevanti, più energia sul cliente giusto.
- Customer experience: proposte contestuali e utili riducono frizione e abbandono, aumentando soddisfazione e fiducia.
- Governance: la messa in produzione impone regole trasparenti su dati, modelli e responsabilità; l’Explainable AI diventa requisito per risk e compliance, non un “nice to have”.
Il riferimento quantitativo del premio (scala, copertura, uplift) è prezioso perché fissa uno standard: parlare di AI senza KPI non basta più. È la direzione tracciata da Forum Banca 2025, che nella sua agenda ha spinto su use case concreti e su come superare i colli di bottiglia tra legacy, dati e adozione.
