چگونه غول BNPL اندونزی از علم داده برای هدایت نوآوری به هوش داده پلاتو بلاک چین استفاده می کند. جستجوی عمودی Ai.

چگونه غول BNPL اندونزی از علم داده برای هدایت نوآوری استفاده می کند

علم داده و یادگیری ماشین برخی از پیچیده ترین و در عین حال مهم ترین مفاهیم تجاری امروزی هستند. و بسیاری از شرکت ها، صرف نظر از جایگاهشان، برای ارائه تجربه کاربری بهتر به مشتریان خود به آنها متکی هستند.

اما علم داده و یادگیری ماشین چه نقشی در توسعه سیستم های مالی نوآورانه، به ویژه در کشورهایی مانند اندونزی دارند؟

فقدان داده‌های تاریخچه اعتباری همراه با استفاده قابل توجه از تلفن‌های همراه در اندونزی، نقطه‌ای شیرین برای شرکت‌های فین‌تک برای ارائه راه‌حل‌های مالی کاربرپسند پیشرفته برای مصرف‌کنندگان است.

در این قسمت از دیدگاه داده، لوری هود، مدیر ارشد بازاریابی در Mobilewalla با جوئل ساموئل، معاون، رئیس مهندس یادگیری ماشین، در FinAccel، شرکت مادر پلت‌فرم Kredivo اکنون بخرید، بعداً پرداخت کنید (BNPL) صحبت کرد.

آنها در مورد اهمیت یادگیری ماشین و علم داده در دستیابی به اهداف تجاری و ارائه تجربه کاربری بهتر، چالش‌های موجود در یافتن متخصصان علوم داده، توسعه فین‌تک و تجارت الکترونیک در آسیای جنوب شرقی و ماهیت شروع کارهای کوچک بحث کردند.

چگونه غول BNPL اندونزی از علم داده برای هدایت نوآوری به هوش داده پلاتو بلاک چین استفاده می کند. جستجوی عمودی Ai.

بینش های کلیدی از پادکست

دو دلیل اصلی برای ارائه راه حل های بهتر در اندونزی وجود دارد

جوئل و FinAccel به دو دلیل هدف ارائه راه حل های فین تک بهتر به بازار اندونزی است.

اولین مورد ضریب نفوذ کم کارت های اعتباری در اندونزی است. در مقایسه با جمعیت ما فقط 17 میلیون کارت اعتباری وجود دارد که این رقم امروزه حدود 250 میلیون است. بنابراین، تنها 0.07 کارت اعتباری سرانه وجود دارد. واقعا کمه مورد دوم ضریب نفوذ بالای تلفن های همراه است.

در حال حاضر اندونزی بیش از 119 میلیون تلفن همراه دارد. سرانه تقریباً 0.8 تلفن همراه است. بنابراین، این یک نقطه شیرین است. شما تلفن همراه دارید، اما کارت اعتباری ندارید.»

ما به "سریع شکست بخور و سریع یاد بگیر" اعتقاد داریم.

جوئل و تیمش به شدت معتقدند که پروژه ها باید کم کم انجام شوند. به این ترتیب، حتی اگر شکست بخورید، این فرصت را خواهید داشت که به سرعت از اشتباه خود درس بگیرید.

ما می‌توانیم اگر مشکلی در مدلی که به تولید رساندیم وجود داشته باشد، تشخیص دهیم. ما همچنین واقعاً به "سریع شکست خوردن و سریع یادگیری" اعتقاد داریم.

ما همیشه کم کم به تولید فشار می آوریم تا اثر و تاثیر مدل را ببینیم. بنابراین، ما با چیزهای ساده و چیزهای کوچک شروع می کنیم.

به گفته جوئل،

تجارت الکترونیک در اندونزی در حال رونق است و این کشور دارای سه یا چهار «تک شاخ» است که بر اساس تجارت الکترونیک شروع شده است. یکی از چالش های تجارت الکترونیک، نه تنها در اندونزی، بلکه در سراسر جهان، رها کردن سبد خرید است.

و این موضوع بیشتر در مورد گزینه های پرداخت یا کانال های پرداخت است. اکثر مردم سبد خرید را رها می‌کنند زیرا با پرداخت مشکل دارند – این نقطه‌ی شیرین FinAccel است.

در رابطه با دیدگاه علم داده توسط رهبری ارشد، جوئل به اشتراک گذاشت که «از ابتدا، ما از سطح بالا خرید کرده‌ایم، با این تفکر که اگر می‌خواهیم بهترین بازیکن در بازار را مختل کنیم، مانند بانک یا تنها کاری که می‌توانیم انجام دهیم، معرفی روش‌شناسی علم داده است.

او توضیح داد که آنها مشکل را به روشی بهتر حل می کنند زیرا مدیریت سطح بالای شرکت معتقد است که علم داده یک فرصت بزرگ است.

"اما حتی اگر ما قبلاً هدف خود یا ابتکاری را که از سوی مدیریت ارشد برمی‌آید تعریف کرده‌ایم، باید ثابت کنیم که می‌توانیم آن ابتکار عمل یا خرید را در همان واحد اول انجام دهیم."

یک چالش برای تیم های علم داده ایجاد اعتماد سازمانی است. در FinAccel، تیم جلسات منظمی را با مدیر عامل و مدیرعامل در دو سال اول که تیم در محل حضور داشت برای ارائه نتایج خود داشت.

آنها همچنین گردش کار و چارچوب نظارتی خوبی دارند تا بتوانند به سرعت در صورت وجود مشکلی در مدلی که به سمت تولید سوق داده شده است، تشخیص دهند.

جوئل و تیمش با شروع با یک مشکل کوچک، حرکت سریع به سمت تولید و سپس دیدن سریع نتایج، اعتماد به نفس ایجاد کرده اند.

به این ترتیب مدیریت می تواند بلافاصله تاثیر رویکرد علم داده خود را ببیند.

پادکست Data Point of View Mobilewalla را با حضور لوری هود و جوئل ساموئل تماشا کنید اینجا کلیک نمایید.

چگونه غول BNPL اندونزی از علم داده برای هدایت نوآوری به هوش داده پلاتو بلاک چین استفاده می کند. جستجوی عمودی Ai.

چاپ دوستانه، PDF و ایمیل

تمبر زمان:

بیشتر از فین تک نیوز سنگاپور