Hur Indonesiens BNPL-jätte utnyttjar datavetenskap för att driva innovation PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Hur Indonesiens BNPL-jätte utnyttjar datavetenskap för att driva innovation

Datavetenskap och maskininlärning är några av de mest komplexa men ändå viktiga affärskoncepten idag. Och många företag, oavsett nisch, förlitar sig på att de levererar en bättre användarupplevelse till sina kunder.

Men vilken roll spelar datavetenskap och maskininlärning i utvecklingen av innovativa finansiella system, särskilt i länder som Indonesien?

Bristen på kredithistorik i kombination med den betydande användningen av mobiltelefoner i Indonesien utgör en sweet spot för fintech-företag att leverera avancerade användarvänliga finansiella lösningar för konsumenter.

I detta episod av Data Point of View talade Laurie Hood, Chief Marketing Officer på Mobilewalla med Joel Samuel, VP, Head of Machine Learning Engineer, på FinAccel, moderbolaget för Indonesian Buy Now, Pay Later (BNPL)-plattformen Kredivo.

De diskuterade vikten av maskininlärning och datavetenskap för att uppnå affärsmål och leverera en bättre användarupplevelse, utmaningarna med att hitta datavetenskapsspecialister, fintech- och e-handelsutveckling i Sydostasien, och essensen av att börja i det små.

Hur Indonesiens BNPL-jätte utnyttjar datavetenskap för att driva innovation PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Viktiga insikter från podden

Det finns två huvudsakliga skäl att erbjuda bättre lösningar i Indonesien

Joel och FinAccel syftar till att tillhandahålla bättre fintech-lösningar till den indonesiska marknaden av två skäl.

"Den första är den låga penetrationen av kreditkort i Indonesien. Det finns bara 17 miljoner kreditkort jämfört med vår befolkning, vilket är runt 250 miljoner nuförtiden. Så det finns bara 0.07 kreditkort per capita. Det är riktigt lågt. Den andra är den höga penetrationen av mobiltelefoner.

För närvarande har Indonesien mer än 119 miljoner mobiltelefoner. Det är nästan 0.8 mobiltelefoner per capita. Så det är en söt plats. Du har en mobiltelefon, men du har inget kreditkort.”

Vi tror på "misslyckas snabbt och lär dig snabbt."

Joel och hans team är övertygade om att projekt bör göras lite i taget. På så sätt, även om du misslyckas, har du möjlighet att snabbt lära dig av ditt misstag.

"Vi kan upptäcka om det är något fel med den modell som vi skickade till produktion. Vi tror också verkligen på "misslyckas snabbt och lär oss snabbt."

Vi pressar alltid produktionen lite i taget för att se effekten och effekten av modellen. Så vi börjar med de enkla sakerna och de små sakerna."

Enligt Joel,

"E-handeln blomstrar i Indonesien, och landet har tre eller fyra "enhörningar" som började baserade på e-handel. En av utmaningarna med e-handel, inte bara i Indonesien utan över hela världen, är att lämna vagnen.

Och den frågan handlar mer om betalningsalternativen eller betalningskanalerna. De flesta överger vagnen för att de har krångel med betalningen – det är FinAccels söta ställe.”

När det gäller synen på datavetenskap från senior ledning, delade Joel att "sedan början har vi haft buy-in från toppnivå, med tanken att om vi vill störa den bästa spelaren på marknaden, som banken eller multifinansieringsföretaget som redan finns där, det enda vi kan göra är att introducera datavetenskaplig metodik.

Han förklarade att de löser problemet på ett bättre sätt eftersom företagets högsta ledning anser att datavetenskap är en stor möjlighet.

"Men även om vi redan har definierat vårt mål eller initiativet som kommer från högsta ledningen, måste vi bevisa att vi kan leverera det initiativet eller inköpet på den allra första enheten."

En utmaning för datavetenskapsteam är att bygga upp organisatoriskt förtroende. På FinAccel hade teamet regelbundna möten med COO och VD under de första två åren som teamet var på plats för att presentera sina resultat.

De har också ett bra övervakningsarbetsflöde och ramverk så att de snabbt kan upptäcka om det är något fel med en modell som skjutits till produktion.

Joel och hans team har byggt upp förtroende genom att börja med ett litet problem, gå snabbt till produktion och sedan se resultatet snabbt.

På så sätt kan ledningen omedelbart se effekten av deras datavetenskapliga tillvägagångssätt.

Se Mobilewallas Data Point of View-podcast med Laurie Hood och Joel Samuel här..

Hur Indonesiens BNPL-jätte utnyttjar datavetenskap för att driva innovation PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Utskriftsvänlig, PDF och e-post

Tidsstämpel:

Mer från Fintechnews Singapore