L'anonimizzazione di raccolta di statistiche creditizie rimuove i dati personali dai record di segnalazione alla Centrale Rischi di Banca d'Italia. Il GDPR considerando 26 esclude dall'ambito di applicazione i dati genuinamente anonimi; il Garante 16/11/2004 disciplina la Centrale Rischi. anonym.plus de-identifica i record in locale, consentendo analisi di credit scoring e calcolo RWA senza esporre PII.
Quando si applica
Un team di risk management deve eseguire un'analisi del portafoglio crediti su un archivio estratto dalla Centrale Rischi. Prima dell'analisi i dati identificativi dei mutuatari vanno rimossi per rispettare il GDPR e le istruzioni di vigilanza Banca d'Italia.
Come lo gestisce anonym.plus
- Carica il corpus CSV o XLSX di statistiche creditizie nell'applicazione.
- Lo strumento identifica le colonne contenenti IT_FISCAL_CODE, PERSON e IBAN_CODE.
- Verifica il mapping colonne proposto dallo strumento.
- Applica la de-identificazione: oscuramento, pseudonimizzazione o generalizzazione.
- Esegui un controllo di qualità sul base dati risultante.
- Esporta il file dati anonimizzato per l'analisi statistica.
Cosa serve fornire
- Il dataset di statistiche creditizie (CSV, XLSX o JSON).
- Un'azione: de-identificazione completa o pseudonimizzazione con chiavi stabili.
- Facoltativo: soglia k-anonimato per i campi quasi-identificatori.
Tipi di entità rilevati nei documenti finanziari
| Categoria | Tipo di entità anonym.plus | Esempio |
|---|---|---|
| Mutuatario | PERSON | Giuseppe Mancini → [MUTUATARIO] |
| Codice fiscale | IT_FISCAL_CODE | MNCGPP65D10H501T → [CF] |
| IBAN | IBAN_CODE | IT60 X054 2811 1010 0000 0111 000 → [IBAN] |
| Banca segnalante | ORGANIZATION | UniCredit S.p.A. → [BANCA] |
| Data segnalazione | DATE_TIME | segnalazione 31/03/2025 → [DATA] |
| Indirizzo | LOCATION | Via Cavour 1, 20121 Milano → [LUOGO] |
Conformità raggiunta
- Centrale dei rischi — le segnalazioni seguono la Circolare Banca d'Italia n. 139 dell'11 febbraio 1991: il flusso verso l'Istituto resta nominativo per obbligo di legge, l'anonimizzazione riguarda esclusivamente la copia analitica interna.
- Classificazione del deteriorato — sofferenze, inadempienze probabili ed esposizioni scadute sono definite dalla Circolare Banca d'Italia n. 272/2008 (Matrice dei conti), mentre la nozione prudenziale di default sta nell'art. 178 del Regolamento (UE) 575/2013 (CRR): sono attributi di rischio, non identificatori, e restano nel dataset.
- Quasi-identificatori — su un archivio di segnalazioni il rischio non è il nome ma la combinazione di CAP, data di nascita e importo esatto: il Considerando 26 GDPR chiede che nessuno possa ragionevolmente reidentificare, quindi vanno generalizzati anche quei campi.
- Sicurezza del trattamento — l'intero dataset viene elaborato offline, senza esportazione verso ambienti analitici remoti; i file intermedi sono cifrati con AES-256-GCM + Argon2id come misura ex art. 32 GDPR.
Anonimizza Dataset di statistiche creditizie e segnalazioni Centrale Rischi offline — vedi piani & inizia gratis →
Limiti & avvertenze
La combinazione di importo del credito, durata e settore economico può consentire la re-identificazione in dataset granulari. Applica la soglia k-anonimato prima di cedere il dataset a terzi.
Domande frequenti
Il base dati anonimizzato è fuori dall'ambito del GDPR?
Solo se soddisfa i criteri del GDPR considerando 26 (impossibilità pratica di re-identificazione). Consulta il tuo DPO per la valutazione.
Posso usare il dataset anonimizzato per addestrare modelli di credit scoring?
Sì. L'anonimizzazione consente analisi e modellazione senza esporre PII, nel rispetto del GDPR considerando 26.
La Centrale Rischi richiede formati specifici per le segnalazioni?
Sì, Banca d'Italia prescrive formati e tracciati specifici. Lo strumento elabora i dati estratti; la segnalazione ufficiale deve seguire il tracciato Banca d'Italia.