מדעי הנתונים ולמידת מכונה הם חלק מהמושגים העסקיים המורכבים אך החשובים ביותר כיום. וחברות רבות, ללא קשר לנישה שלהן, מסתמכות עליהן כדי לספק חווית משתמש טובה יותר ללקוחות שלהן.
אבל איזה תפקיד ממלאים מדעי הנתונים ולמידת מכונה בפיתוח מערכות פיננסיות חדשניות, במיוחד במדינות כמו אינדונזיה?
היעדר נתוני היסטוריית אשראי בשילוב עם שימוש ניכר בטלפונים ניידים באינדונזיה מהווה נקודה מתוקה עבור חברות פינטק לספק פתרונות פיננסיים מתקדמים ידידותיים למשתמש.
בחודש זה אפיזודה של Data Point of View, לורי הוד, סמנכ"לית השיווק ב-Mobilewalla שוחחה עם ג'ואל סמואל, סמנכ"ל, ראש מהנדס למידת מכונה, בחברת FinAccel, חברת האם של פלטפורמת Buy Now, Pay Later באינדונזית (BNPL) Kredivo.
הם דנו בחשיבות של למידת מכונה ומדעי נתונים בהשגת יעדים עסקיים ובמתן חווית משתמש טובה יותר, באתגרים במציאת מומחי מדעי נתונים, פיתוח פינטק ומסחר אלקטרוני בדרום מזרח אסיה, ומהות להתחיל בקטן.
תובנות מרכזיות מהפודקאסט
ישנן שתי סיבות עיקריות לספק פתרונות טובים יותר באינדונזיה
יואל ו FinAccel שואפים לספק פתרונות פינטק טובים יותר לשוק האינדונזי משתי סיבות.
"הראשון הוא החדירה הנמוכה של כרטיסי אשראי באינדונזיה. ישנם רק 17 מיליון כרטיסי אשראי בהשוואה לאוכלוסייתנו, שהם כ-250 מיליון בימינו. אז, יש רק 0.07 כרטיסי אשראי לנפש. זה ממש נמוך. השני הוא החדירה הגבוהה של טלפונים ניידים.
נכון לעכשיו, לאינדונזיה יש יותר מ-119 מיליון טלפונים ניידים. זה כמעט 0.8 טלפונים ניידים לנפש. אז, זו נקודה מתוקה. יש לך טלפון נייד, אבל אין לך כרטיס אשראי”.
אנחנו מאמינים ב'להיכשל מהר וללמוד מהר'.
יואל והצוות שלו מאמינים מאוד שפרויקטים צריכים להיעשות לאט לאט. כך, גם אם תיכשל, תהיה לך הזדמנות ללמוד במהירות מהטעות שלך.
"אנחנו יכולים לזהות אם יש משהו לא בסדר בדגם שדחפנו לייצור. אנחנו גם מאוד מאמינים ב'להיכשל מהר וללמוד מהר'.
אנחנו תמיד דוחפים את הייצור לאט לאט כדי לראות את האפקט וההשפעה של הדגם. אז אנחנו מתחילים בדברים הפשוטים ובדברים הקטנים".
לפי יואל,
"המסחר האלקטרוני פורח באינדונזיה, ולמדינה יש שלושה או ארבעה "חדי קרן" שהתחילו מבוססים על מסחר אלקטרוני. אחד האתגרים במסחר אלקטרוני, לא רק באינדונזיה, אלא בכל רחבי העולם, הוא נטישת העגלה.
והנושא הזה הוא יותר על אפשרויות התשלום או ערוצי התשלום. רוב האנשים נוטשים את העגלה כי יש להם טרחה עם התשלום - זו הנקודה המתוקה של FinAccel."
בנוגע לתפיסה של מדע הנתונים על ידי הנהגה בכירה, ג'ואל שיתף כי "מאז ההתחלה, יש לנו קנייה מהרמה העליונה, מתוך מחשבה שאם אנחנו רוצים לשבש את השחקן הטוב ביותר בשוק, כמו הבנק או החברה הרב-פיננסית שכבר נמצאת שם, הדבר היחיד שאנחנו יכולים לעשות הוא להציג מתודולוגיה של מדעי הנתונים.
הוא הסביר שהם פותרים את הבעיה בצורה טובה יותר מכיוון שההנהלה הבכירה של המשרד מאמינה שמדעי הנתונים הם הזדמנות גדולה.
"אבל למרות שכבר הגדרנו את המטרה שלנו או את היוזמה שהגיעה מההנהלה הבכירה, אנחנו צריכים להוכיח שאנחנו יכולים לספק את היוזמה הזו או את הרכישה כבר ביחידה הראשונה."
אתגר עבור צוותי מדעי הנתונים הוא בניית אמון ארגוני. ב-FinAccel הצוות קיים פגישות קבועות עם ה-COO והמנכ"ל במהלך השנתיים הראשונות שהצוות היה במקום כדי להציג את התוצאות שלהם.
יש להם גם זרימת עבודה ומסגרת ניטור טובה כך שהם יכולים לזהות במהירות אם יש משהו לא בסדר בדגם שנדחף לייצור.
ג'ואל והצוות שלו בנו ביטחון בכך שהתחילו בבעיה קטנה, עברו במהירות לייצור, ואז ראו את התוצאות במהירות.
כך ההנהלה יכולה לראות מיד את ההשפעה של גישת מדעי הנתונים שלהם.
צפו בפודקאסט Data Point of View של Mobilewalla בהשתתפות לורי הוד וג'ואל סמואל כאן.
- נמלים פיננסיות
- blockchain
- פינטק כנס blockchain
- chime פינטק
- coinbase
- קוינגניוס
- פינטק כנס קריפטו
- טרנספורמציה דיגיטלית
- FinAccel
- fintech
- אפליקציית פינטק
- חדשנות פינטק
- Fintechnews סינגפור
- מובילוואלה
- OpenSea
- PayPal
- פייטק
- מסלול תשלום
- אפלטון
- plato ai
- מודיעין אפלטון
- אפלטון נתונים
- פלטוגיימינג
- razorpay
- מרד
- אדוה
- הודעה בחסות
- פינטק מרובע
- פס
- tencent פינטק
- אפס
- זפירנט