कैसे इंडोनेशिया का बीएनपीएल जायंट इनोवेशन को बढ़ावा देने के लिए डेटा साइंस का लाभ उठाता है

डेटा साइंस और मशीन लर्निंग आज की कुछ सबसे जटिल लेकिन महत्वपूर्ण व्यावसायिक अवधारणाएँ हैं। और कई कंपनियां, चाहे उनका आला कुछ भी हो, अपने ग्राहकों को बेहतर उपयोगकर्ता अनुभव प्रदान करने के लिए उन पर भरोसा करती हैं।

लेकिन विशेष रूप से इंडोनेशिया जैसे देशों में, नवीन वित्तीय प्रणालियों के विकास में डेटा विज्ञान और मशीन लर्निंग क्या भूमिका निभाते हैं?

इंडोनेशिया में मोबाइल फोन के पर्याप्त उपयोग के साथ संयुक्त क्रेडिट इतिहास डेटा की कमी फिनटेक कंपनियों के लिए उन्नत उपयोगकर्ता के अनुकूल उपभोक्ता वित्तीय समाधान देने के लिए एक प्यारी जगह का प्रतिनिधित्व करती है।

इस में प्रकरण डेटा पॉइंट ऑफ़ व्यू के, लॉरी हूड, मुख्य विपणन अधिकारी, मोबाइलवाला ने जोएल सैमुअल, वीपी, मशीन लर्निंग इंजीनियर के प्रमुख, इंडोनेशियाई बाय नाउ, पे लेटर (बीएनपीएल) प्लेटफॉर्म क्रेडिवो की मूल कंपनी फिनएसेल में बात की।

उन्होंने व्यावसायिक लक्ष्यों को पूरा करने और बेहतर उपयोगकर्ता अनुभव प्रदान करने में मशीन लर्निंग और डेटा साइंस के महत्व पर चर्चा की, दक्षिण पूर्व एशिया में डेटा विज्ञान विशेषज्ञों, फिनटेक और ई-कॉमर्स विकास को खोजने में चुनौतियों और छोटे से शुरू करने के सार पर चर्चा की।

पॉडकास्ट से मुख्य अंतर्दृष्टि

इंडोनेशिया में बेहतर समाधान प्रदान करने के दो मुख्य कारण हैं

जोएल और फिनएसेल दो कारणों से इंडोनेशियाई बाजार को बेहतर फिनटेक समाधान प्रदान करने का लक्ष्य है।

"पहला इंडोनेशिया में क्रेडिट कार्ड की कम पहुंच है। हमारी आबादी की तुलना में केवल 17 मिलियन क्रेडिट कार्ड हैं, जो आजकल लगभग 250 मिलियन हैं। तो, प्रति व्यक्ति केवल 0.07 क्रेडिट कार्ड हैं। यह वास्तव में कम है। दूसरा मोबाइल फोन की उच्च पैठ है।

वर्तमान में, इंडोनेशिया में 119 मिलियन से अधिक मोबाइल फोन हैं। यह प्रति व्यक्ति लगभग 0.8 मोबाइल फोन है। तो, यह एक मीठा स्थान है। आपके पास मोबाइल फोन है, लेकिन आपके पास क्रेडिट कार्ड नहीं है।"

हम 'तेजी से असफल होने और तेजी से सीखने' में विश्वास करते हैं।

जोएल और उनकी टीम का दृढ़ विश्वास है कि परियोजनाओं को थोड़ा-थोड़ा करके पूरा किया जाना चाहिए। इस तरह, भले ही आप असफल हों, आपको अपनी गलती से जल्दी सीखने का अवसर मिलेगा।

"हम देख सकते हैं कि क्या उस मॉडल में कुछ गड़बड़ है जिसे हमने उत्पादन में धकेल दिया था। हम वास्तव में 'तेजी से असफल होने और तेजी से सीखने' में भी विश्वास करते हैं।

हम हमेशा मॉडल के प्रभाव और प्रभाव को देखने के लिए उत्पादन को थोड़ा-थोड़ा करके आगे बढ़ाते हैं। इसलिए, हम साधारण चीजों और छोटी चीजों से शुरुआत करते हैं।"

जोएल के अनुसार,

"ई-कॉमर्स इंडोनेशिया में फलफूल रहा है, और देश में तीन या चार" गेंडा "हैं जो ई-कॉमर्स पर आधारित हैं। न केवल इंडोनेशिया में, बल्कि पूरे विश्व में ई-कॉमर्स के साथ चुनौतियों में से एक, कार्ट परित्याग है।

और वह मुद्दा भुगतान विकल्पों या भुगतान चैनलों के बारे में अधिक है। अधिकांश लोग गाड़ी छोड़ देते हैं क्योंकि उन्हें भुगतान में परेशानी होती है - यही FinAccel का पसंदीदा स्थान है।"

वरिष्ठ नेतृत्व द्वारा डेटा विज्ञान के दृष्टिकोण के बारे में, जोएल ने साझा किया कि "शुरुआत से, हमने शीर्ष स्तर से खरीदारी की है, इस सोच के साथ कि अगर हम बाजार में सर्वश्रेष्ठ खिलाड़ी को बाधित करना चाहते हैं, जैसे बैंक या बहु-वित्त कंपनी जो पहले से मौजूद है, केवल एक चीज जो हम कर सकते हैं वह है डेटा विज्ञान पद्धति का परिचय।

उन्होंने समझाया कि वे समस्या को बेहतर तरीके से हल करते हैं क्योंकि फर्म के शीर्ष स्तर के प्रबंधन का मानना ​​​​है कि डेटा विज्ञान एक बड़ा अवसर है।

"लेकिन भले ही हमने अपने उद्देश्य या शीर्ष प्रबंधन से आने वाली पहल को पहले ही परिभाषित कर दिया हो, हमें यह साबित करना होगा कि हम उस पहल या बाय-इन को पहली इकाई में ही वितरित कर सकते हैं।"

डेटा विज्ञान टीमों के लिए एक चुनौती संगठनात्मक विश्वास का निर्माण करना है। FinAccel में टीम ने पहले दो वर्षों में COO और CEO के साथ नियमित बैठकें कीं, टीम अपने परिणाम प्रस्तुत करने के लिए मौजूद थी।

उनके पास एक अच्छा मॉनिटरिंग वर्कफ़्लो और ढांचा भी है ताकि वे तुरंत पता लगा सकें कि किसी मॉडल में कुछ गड़बड़ है जिसे उत्पादन में धकेल दिया गया था।

जोएल और उनकी टीम ने एक छोटी सी समस्या से शुरुआत करके, उत्पादन की ओर तेजी से आगे बढ़ते हुए, और फिर परिणाम तेजी से देखकर आत्मविश्वास पैदा किया है।

इस तरह प्रबंधन अपने डेटा विज्ञान दृष्टिकोण के प्रभाव को तुरंत देख सकता है।

लॉरी हूड और जोएल सैमुअल की विशेषता वाले मोबाइलवाला का डेटा पॉइंट ऑफ़ व्यू पॉडकास्ट देखें यहाँ उत्पन्न करें.