Hogyan hasznosítja az indonéz BNPL óriás az adattudományt a PlatoBlockchain adatintelligencia innovációjának ösztönzésére? Függőleges keresés. Ai.

Hogyan hasznosítja az indonéz BNPL óriás az adattudományt az innováció ösztönzésére?

Az adattudomány és a gépi tanulás napjaink legbonyolultabb, de mégis fontos üzleti koncepciói közé tartozik. És sok vállalat, függetlenül a résétől, támaszkodik rájuk, hogy jobb felhasználói élményt nyújtsanak ügyfeleiknek.

De milyen szerepet játszik az adattudomány és a gépi tanulás az innovatív pénzügyi rendszerek fejlesztésében, különösen olyan országokban, mint Indonézia?

A hiteltörténeti adatok hiánya és a mobiltelefonok jelentős mértékű használata Indonéziában jó lehetőséget jelent a fintech cégek számára, hogy fejlett, felhasználóbarát fogyasztói pénzügyi megoldásokat kínáljanak.

Ebben epizód Laurie Hood, a Mobilewalla marketing igazgatója beszélgetett Joel Samuel alelnökkel, a gépi tanulási mérnök vezetőjével a FinAccelnél, az indonéz Vásároljon most, fizessen később (BNPL) platform Kredivo anyavállalatánál.

Megvitatták a gépi tanulás és az adattudomány fontosságát az üzleti célok elérésében és a jobb felhasználói élmény biztosításában, az adattudományi szakemberek megtalálásának kihívásait, a fintech és az e-kereskedelem fejlesztését Délkelet-Ázsiában, valamint a kicsiben kezdés lényegét.

Hogyan hasznosítja az indonéz BNPL óriás az adattudományt a PlatoBlockchain adatintelligencia innovációjának ösztönzésére? Függőleges keresés. Ai.

Legfontosabb meglátások a podcastból

Két fő oka van annak, hogy jobb megoldásokat kínáljunk Indonéziában

Joel és FinAccel célja, hogy jobb fintech megoldásokat kínáljon az indonéz piacnak, két okból is.

„Az első a hitelkártyák alacsony penetrációja Indonéziában. Lakosságunkhoz képest mindössze 17 millió hitelkártya van, ami manapság 250 millió körül mozog. Tehát csak 0.07 hitelkártya jut egy főre. Tényleg alacsony. A második a mobiltelefonok magas penetrációja.

Jelenleg Indonéziának több mint 119 millió mobiltelefonja van. Ez csaknem 0.8 mobiltelefon fejenként. Szóval, ez egy édes hely. Van mobiltelefonod, de nincs hitelkártyád."

Hiszünk a „gyorsan kudarc és gyorsan tanulni”.

Joel és csapata határozottan hisz abban, hogy a projekteket apránként kell megvalósítani. Így még akkor is, ha kudarcot vall, lehetősége lesz gyorsan tanulni a hibájából.

„Kiszúrhatjuk, ha valami baj van a modellel, amelyet gyártásba vittünk. Valóban hiszünk a „gyorsan kudarcos és gyorsan tanulni” mondásban.

Mindig apránként toljuk a gyártást, hogy lássuk a modell hatását és hatását. Tehát kezdjük az egyszerű dolgokkal és a kis dolgokkal."

Joel szerint

„Az e-kereskedelem virágzik Indonéziában, és az országnak három-négy „unikornisa” van, amelyek az e-kereskedelemre épültek. Az e-kereskedelem egyik kihívása nem csak Indonéziában, hanem az egész világon a kosarak elhagyása.

És ez a probléma inkább a fizetési lehetőségekre vagy a fizetési csatornákra vonatkozik. A legtöbben azért hagyják el a kosarat, mert gondjaik vannak a fizetéssel – ez a FinAccel édes pontja.”

A felső vezetés adattudományi nézetével kapcsolatban Joel megosztotta, hogy „a kezdetek óta a legfelsőbb szintről vettünk részt, azzal a gondolattal, hogy ha meg akarjuk zavarni a piac legjobb szereplőjét, például a bankot, ill. a már meglévő multifinanszírozó cég, az egyetlen dolog, amit tehetünk, hogy bevezetjük az adattudományi módszertant.

Kifejtette, hogy jobban megoldják a problémát, mert a cég felső szintű vezetése úgy véli, hogy az adattudomány nagy lehetőség.

"De annak ellenére, hogy már meghatároztuk a célunkat vagy a felső vezetéstől érkező kezdeményezést, bizonyítanunk kell, hogy a kezdeményezést vagy a nevezést már a legelső egységnél megvalósítani tudjuk."

Az adattudományi csapatok számára kihívást jelent a szervezeti bizalom kialakítása. A FinAccelnél a csapat az első két évben rendszeresen találkozott a COO-val és a vezérigazgatóval, a csapat az eredményeik bemutatása érdekében.

Jó monitorozási munkafolyamattal és keretrendszerrel is rendelkeznek, így gyorsan észrevehetik, ha valami baj van a gyártásba került modellel.

Joel és csapata önbizalmat épített azzal, hogy egy kis problémával kezdték, gyorsan átálltak a gyártásba, majd gyorsan látták az eredményeket.

Így a vezetőség azonnal láthatja adattudományi megközelítésének hatását.

Nézze meg a Mobilewalla Data Point of View podcastját Laurie Hood és Joel Samuel közreműködésével itt.

Hogyan hasznosítja az indonéz BNPL óriás az adattudományt a PlatoBlockchain adatintelligencia innovációjának ösztönzésére? Függőleges keresés. Ai.

Nyomtatásbarát, PDF és e-mail

Időbélyeg:

Még több Fintechnews Singapore