Un'applicazione delle tecniche del sei sigma in ambito bancario: l'impatto della localizzazione e della dimensione sulla performance delle filiali di Banca Intesa

tutelare la stabilità del sistema che, se da un lato poteva essere vissuta come un vincolo, 
dall’altro ha sempre costituito un quadro di riferimento cui conformarsi. 
L’adeguamento delle funzioni di vigilanza alle esigenze di oggi, insieme alla possibilità 
di costituire nuove banche e alla liberalizzazione dell’apertura di nuovi sportelli ha 
portato gli istituti di credito a scontrarsi con una nuova realtà e a rendere necessaria la 
ricerca di più efficienti combinazioni produttive. 
Si è passato quindi da un modello di banca-istituzione ad un modello di banca-impresa, 
acquisendo con ciò la necessità di applicare strumenti logici propri delle moderne 
tecniche di gestione imprenditoriale e manageriale, fino a pochi anni fa caratteristici del 
settore industriale.  
Nasce proprio da queste considerazioni l’idea di utilizzare Sei Sigma, una vera e propria 
filosofia di gestione di grande aiuto per molte imprese del settore industriale, anche nel 
mondo bancario. 
Il programma sei sigma si ispira, principalmente, ma non solo, ai seguenti principi del 
Total Quality Management: 
- organizzazione orientata al cliente; 
- organizzazione fondata sulla leadership; 
- coinvolgimento del personale; 
- coinvolgimento dei fornitori; 
- organizzazione con approccio ai processi; 
- approccio al miglioramento continuo; 
- decisioni basate su dati e fatti. 
  
 
 
 
 
 
 
                        
                                                                    Figura 1     La metodologia del miglioramento DMAIC 
 
Il grafico mostra cinque fasi delle tattiche sei sigma: 
Fase 1 – Define 
In questa fase, viene formato il team di progetto, vengono raccolti i documenti che 
forniscono a un team Sei Sigma lo scopo e la motivazione per compiere il proprio 
lavoro, vengono determinate e verificate le esigenze dei clienti e, per finire, viene creata 
una mappa del processo corrente, cioè l’insieme di passi o attività che prendono gli 
input, aggiungono valore e producono un output. 
Fase 2 – Measure 
Questa fase consiste nella misurazione (Measure). La fase di  Measure include due 
tollgate (traguardi) principali, ossia la creazione del piano di raccolta dati e 
l’implementazione del piano di raccolta dati. 
Fase 3 – Analysis 
Durante questa fase, il team analizza i dati e il processo stesso, e infine determina le 
cause base delle performance sigma insoddisfacenti del processo. La fase di Analysis 
comprende, quindi, l’effettuazione dei test per la verifica di ipotesi, l’analisi della 
variabilità e l’identificazione delle cause della variabilità. 
Fase 4 – Improve 
In questa fase, il team genera e seleziona una serie di soluzioni per migliorare le 
performance sei sigma; si tratta , dunque, di : individuare soluzioni alternative,  
identificare i fattori principali, identificare i rimedi, provare l’efficacia delle soluzioni e, 
per finire, implementare le soluzioni. 
Define
Measure 
AnalyzeImprove
Control 
Fase 5 – Control 
Qui una serie di strumenti e tecniche vengono applicati al processo migliorato in modo 
che le nuove prestazioni sigma si mantengano nel tempo. 
In sostanza, Sei Sigma è una filosofia di gestione che mira a migliorare l’efficacia e 
l’efficienza. L’efficacia è il grado con cui una azienda soddisfa le esigenze dei propri 
clienti. L’efficienza è rappresentata dalle risorse consumate per ottenere l’efficacia. In 
genere l’efficienza si riferisce al tempo, al costo, al lavoro o al valore necessari per 
essere efficaci. 
La fase di Analisi, che in questo lavoro cercheremo di approfondire, è considerata da 
molti la più importante, perché è essenziale per fare capire al team quali sono i 
fattori/cause principali su cui concentrarsi per ridurre la variabilità del processo 
rendendolo efficace e ottimizzando, quindi, la risposta del sistema. 
A tal proposito, come caso di studio, si sono analizzate 1880 filiali di Banca Intesa
1
. Il 
nostro obiettivo sarà quello di valutare la performance delle filiali sotto il profilo 
dell’indicatore di redditività RGES/COPER (Rendimento Risorse Impiegate). Il 
Rendimento delle Risorse Impiegate fornisce utili informazioni su un’area tipicamente 
aziendale (area della redditività) ed è l’indicatore ritenuto più importante per la 
valutazione della performance complessiva delle filiali perché determina l’entità del 
risultato operativo generato da 100 euro di risorse impiegate. Se, ad esempio, il rapporto 
RGES/COPER è del  200 per cento vuol dire che il risultato di gestione è il doppio dei 
costi operativi. 
Il percorso che ci conduce alla valutazione della performance inizia con una fase 
introduttiva di fondamentale importanza che mira all’individuazione delle cause/fattori 
che introducono variabilità alla risposta oggetto di indagine (RGES/COPER), con lo 
scopo di individuare il gruppo di filiali più efficiente. In base alla definizione data da 
Milgrom (1998), un’organizzazione o un sistema che produca esiti migliori risulta 
efficiente; non c’è dubbio, allora, che individuare il “gruppo” di filiali con il più alto 
rendimento delle risorse  vuol dire identificare, sotto l’aspetto economico, le filiali più 
efficienti. 
I fattori impiegati come cause della variabilità sono la “dimensione” delle filiali e il 
“territorio” in cui esse operano. La dimensione, considerata da molti la più importante 
caratteristica strutturale, è capace da sola di esprimere, nella sua configurazione 
“ottimale”, le condizioni di una gestione efficiente nel rispetto dell’equilibrio 
economico e finanziario dell’azienda. Dal canto suo, l’analisi del territorio riveste 
importanza primaria ai fini di una corretta segmentazione dal lato della domanda e 
dell’offerta, necessaria per la competitività delle filiali. 
Ricapitolando, il nostro obiettivo sarà quello di valutare, in relazione al fattore 
dimensione e al fattore territorio, la performance delle filiali attraverso l’indicatore 
RGES/COPER. 
                                                
                                
1
 Si ringrazia la direzione marketing retail di Banca Intesa 
Gli strumenti che verranno adoperati sono quelli tipici dell’analisi statistica, quali: 
Analisi dei Gruppi, ANOVA, DoE e Robust Design (saranno approfonditi nel terzo 
capitolo). 
L’analisi dei gruppi è una efficace tecnica di classificazione che cerca di creare dei 
sottogruppi omogenei (due filiali saranno considerate omogenee se presentano delle 
caratteristiche simili )  al proprio interno e tanto più dissimili fra di loro. Sulla totalità 
delle filiali oggetto d’analisi sarà applicata questa tecnica con lo scopo di creare quattro 
classi, in coerenza con la tipica struttura organizzativa delle banche ( filiali piccole, 
medie, grandi, grandissime), che fossero più simili possibile al proprio interno. 
Successivamente le filiali, ripartite per dimensione, saranno messe in relazione con 
degli indici territoriali, opportunamente calcolati in base alla tipologia di clienti tipica, 
del segmento retail, di Banca Intesa : Famiglie, Persone benestanti, Small Business. 
L’analisi della varianza (ANOVA) si pone l’obiettivo di verificare la significatività dei 
fattori dimensione e territorio. Ciò vuol dire verificare se il rendimento delle filiali varia 
in relazione alla dimensione e al territorio, e ancora più importante, verificare se esiste 
un effetto congiunto prodotto dai due fattori sulla variabile di risposta. 
Il DoE (Design of Experiment) e il Robust Design sono tecniche di analisi che si 
occupano principalmente di ridurre la variabilità dei prodotti o dei processi; nel caso 
specifico, il loro contributo sarà quello di aiutarci ad individuare il gruppo di filiali in 
cui la risposta analizzata (RGES/COPER) sia insensibile a qualsiasi forma di 
“disturbo”. Per disturbo intendiamo tutto ciò che introduce variabilità. Generalmente 
sono presenti due tipi di variabilità: 
1. una variabilità dovuta a fattori “controllabili”. La dimensione e il territorio del 
nostro esperimento sono esempi di fattori controllabili; 
2. una variabilità dovuta a fattori non facilmente controllabili, oppure troppo costosi 
da controllare. E’ stato scelto come fattore non controllabile la “sofferenza” proprio 
per l’impossibilità di conoscere in anticipo il suo valore. 
Questi diversi tipi di variabilità devono essere studiati allo scopo di ridurre il loro 
effetto e rendere la risposta del sistema stabile e insensibile alla loro presenza. Ridurre 
il primo tipo di variabilità significa essenzialmente definire il valore nominale del 
parametro e, quindi, ridurre il valore della deviazione standard; ridurre il secondo tipo 
di variabilità significa mettere il sistema nelle condizioni di essere al massimo 
dell’efficienza in qualsiasi condizione. In entrambi i casi, si parla di “Progetto 
Robusto”.  
Le sofferenze, nel gergo bancario indicano i crediti, affidati al contenzioso, cioè agli 
uffici legali, di cui si teme il mancato buon fine; riguardano clienti in stato di 
insolvenza, anche se non ancora accertata giudizialmente. Il problema della perdita sui 
crediti condiziona la redditività bancaria e può essere affrontato solo con efficienti 
sistemi di valutazione dei fidi sia nel momento della loro concessione sia nei successivi 
momenti periodici di controllo degli affidamenti accordati. 
In un primo momento, quindi, sarà analizzata la redditività delle filiali attraverso 
l’indicatore RGES/COPER, calcolato senza tenere conto delle sofferenze, con 
l’obiettivo di ottimizzare il sistema rendendolo insensibile alla variabilità introdotta dai 
fattori controllabili. In una seconda fase l’attenzione sarà rivolta allo studio della 
variabile in presenza di sofferenze allo scopo di rendere il sistema insensibile ad ogni 
forma di disturbo.   
Una volta quindi che saranno identificate le cause della variabilità, l’obiettivo da 
realizzare sarà  individuare il gruppo di filiali che lavori in condizioni più redditizie. 
Il progetto sviluppato in questa Tesi vuole essere la proposta di una metodologia per la 
valutazione della performance in ambito bancario. 
 La metodologia proposta, basata principalmente sull’utilizzo di tecniche statistiche, ha 
lo scopo di individuare le cause della variabilità con l’obiettivo di ridurla ottimizzando 
la risposta del sistema. E’ la variabilità che riduce la capacità e l’affidabilità dei 
processi; questa va riconosciuta e quindi combattuta. Bisogna risalire alle cause della 
variabilità e quindi pianificare delle attività atte a ridurre il suo impatto  nei propri 
processi produttivi. Ciò, è alla base del Sei Sigma. 
Si noti come il problema della variabilità non sia esclusivo di un settore economico 
piuttosto che di un altro, per cui sono vastissimi gli ambiti in cui è possibile applicare 
un tale programma di miglioramento. 
Questo lavoro si articola in quattro parti: 
1. il primo capitolo sarà dedicato all’esposizione dei presupposti teorici necessari allo 
svolgimento delle analisi svolte. Si svilupperà, dunque, il concetto di efficienza assieme 
ai vari approcci utilizzati per la sua misurazione; 
2.  nel secondo capitolo sarà trattato in maniera esaudiente il concetto filosofico e il 
significato statistico del Sei Sigma; 
3. il terzo capitolo sarà orientato verso un approfondimento del concetto di dimensione e 
di territorio in ambito bancario e verrà accennata l’importanza del bilancio come 
strumento di valutazione della performance; saranno inoltre inclusi alcuni dettagli sulla 
costruzione degli indicatori; 
4.   l’ultimo capitolo sarà interamente dedicato alla descrizione di tutte le fasi applicative.