Como a gigante BNPL da Indonésia aproveita a ciência de dados para impulsionar a inovação

A ciência de dados e o aprendizado de máquina são alguns dos conceitos de negócios mais complexos e importantes atualmente. E muitas empresas, independentemente do seu nicho, confiam neles para oferecer uma melhor experiência de usuário aos seus clientes.

Mas qual o papel que a ciência de dados e o aprendizado de máquina desempenham no desenvolvimento de sistemas financeiros inovadores, especialmente em países como a Indonésia?

A falta de dados de histórico de crédito combinada com o uso substancial de telefones celulares na Indonésia representa um ponto ideal para as empresas de tecnologia financeira fornecerem soluções financeiras avançadas e fáceis de usar.

Neste curso episódio da Data Point of View, Laurie Hood, diretora de marketing da Mobilewalla conversou com Joel Samuel, vice-presidente, chefe de engenharia de aprendizado de máquina da FinAccel, empresa controladora da plataforma indonésia Buy Now, Pay Later (BNPL) Kredivo.

Eles discutiram a importância do aprendizado de máquina e da ciência de dados para atingir as metas de negócios e oferecer uma melhor experiência ao usuário, os desafios para encontrar especialistas em ciência de dados, desenvolvimento de fintech e comércio eletrônico no Sudeste Asiático e a essência de começar pequeno.

Principais insights do podcast

Existem duas razões principais para fornecer melhores soluções na Indonésia

Joel e FinAccel visam fornecer melhores soluções de fintech para o mercado indonésio por dois motivos.

“A primeira é a baixa penetração dos cartões de crédito na Indonésia. Existem apenas 17 milhões de cartões de crédito em relação à nossa população, que hoje é de cerca de 250 milhões. Portanto, existem apenas 0.07 cartões de crédito per capita. É muito baixo. A segunda é a alta penetração de telefones celulares.

Atualmente, a Indonésia tem mais de 119 milhões de telefones celulares. São quase 0.8 telefones celulares per capita. Então, é um ponto doce. Você tem um celular, mas não tem um cartão de crédito.”

Acreditamos em 'falhe rápido e aprenda rápido'.

Joel e sua equipe acreditam fortemente que os projetos devem ser feitos aos poucos. Dessa forma, mesmo que você falhe, terá a oportunidade de aprender rapidamente com seu erro.

“Podemos identificar se há algo errado com o modelo que colocamos em produção. Também acreditamos muito em 'falhe rápido e aprenda rápido'.

Sempre empurramos a produção aos poucos para ver o efeito e o impacto do modelo. Então, começamos com as coisas simples e as pequenas coisas.”

Segundo Joel,

“O comércio eletrônico está crescendo na Indonésia, e o país tem três ou quatro “unicórnios” que começaram com base no comércio eletrônico. Um dos desafios do e-commerce, não só na Indonésia, mas em todo o mundo, é o abandono de carrinho.

E essa questão é mais sobre as opções de pagamento ou os canais de pagamento. A maioria das pessoas abandona o carrinho porque tem problemas com o pagamento – esse é o ponto ideal do FinAccel.”

Em relação à visão da ciência de dados por parte da liderança sênior, Joel compartilhou que “desde o início, tivemos o buy-in do nível superior, com o pensamento de que se queremos atrapalhar o melhor player do mercado, como o banco ou a empresa multifinanceira que já está lá, a única coisa que podemos fazer é introduzir a metodologia de ciência de dados.

Ele explicou que eles resolvem o problema de uma maneira melhor porque a alta administração da empresa acredita que a ciência de dados é uma grande oportunidade.

“Mas mesmo que já tenhamos definido nosso objetivo ou a iniciativa que vem da alta administração, temos que provar que podemos entregar essa iniciativa ou o buy-in na primeira unidade.”

Um desafio para as equipes de ciência de dados é construir confiança organizacional. Na FinAccel, a equipe teve reuniões regulares com o COO e o CEO durante os dois primeiros anos em que a equipe esteve no local para apresentar seus resultados.

Eles também têm um bom fluxo de trabalho e estrutura de monitoramento para que possam identificar rapidamente se há algo errado com um modelo que foi enviado para produção.

Joel e sua equipe ganharam confiança começando com um pequeno problema, passando rapidamente para a produção e vendo os resultados rapidamente.

Dessa forma, o gerenciamento pode ver imediatamente o impacto de sua abordagem de ciência de dados.

Assista ao podcast Data Point of View do Mobilewalla com Laurie Hood e Joel Samuel SUA PARTICIPAÇÃO FAZ A DIFERENÇA.