انڈونیشیا کا بی این پی ایل جائنٹ ڈیٹا سائنس کو جدت طرازی کے لیے کیسے استعمال کرتا ہے۔

ڈیٹا سائنس اور مشین لرننگ آج کل کے سب سے پیچیدہ لیکن اہم کاروباری تصورات ہیں۔ اور بہت سی کمپنیاں، اپنے مقام سے قطع نظر، اپنے صارفین کو صارف کا بہتر تجربہ فراہم کرنے کے لیے ان پر انحصار کرتی ہیں۔

لیکن ڈیٹا سائنس اور مشین لرننگ جدید مالیاتی نظام کی ترقی میں کیا کردار ادا کرتی ہے، خاص طور پر انڈونیشیا جیسے ممالک میں؟

انڈونیشیا میں موبائل فونز کے خاطر خواہ استعمال کے ساتھ کریڈٹ ہسٹری کے ڈیٹا کی کمی فنٹیک کمپنیوں کے لیے صارف دوست صارفین کے لیے جدید مالیاتی حل فراہم کرنے کے لیے ایک میٹھی جگہ کی نمائندگی کرتی ہے۔

اس میں پرکرن ڈیٹا پوائنٹ آف ویو کے، لوری ہڈ، موبائل والا کے چیف مارکیٹنگ آفیسر نے جوئیل سیموئیل، وی پی، ہیڈ آف مشین لرننگ انجینئر، FinAccel کے ساتھ بات کی، جو انڈونیشیائی Buy Now, Pay Later (BNPL) پلیٹ فارم Kredivo کی بنیادی کمپنی ہے۔

انہوں نے کاروباری اہداف کو پورا کرنے اور صارف کو بہتر تجربہ فراہم کرنے میں مشین لرننگ اور ڈیٹا سائنس کی اہمیت، ڈیٹا سائنس کے ماہرین کی تلاش میں درپیش چیلنجز، جنوب مشرقی ایشیا میں فنٹیک اور ای کامرس کی ترقی، اور چھوٹی شروعات کے جوہر پر تبادلہ خیال کیا۔

پوڈ کاسٹ سے کلیدی بصیرتیں۔

انڈونیشیا میں بہتر حل فراہم کرنے کی دو اہم وجوہات ہیں۔

جوئل اور FinAccel دو وجوہات کی بنا پر انڈونیشین مارکیٹ کو بہتر فنٹیک حل فراہم کرنے کا مقصد۔

"پہلا انڈونیشیا میں کریڈٹ کارڈز کی کم رسائی ہے۔ ہماری آبادی کے مقابلے میں صرف 17 ملین کریڈٹ کارڈز ہیں جو کہ آج کل 250 ملین کے قریب ہے۔ لہذا، فی کس صرف 0.07 کریڈٹ کارڈز ہیں۔ یہ واقعی کم ہے۔ دوسرا ایک موبائل فون کی اعلی رسائی ہے۔

اس وقت انڈونیشیا میں 119 ملین سے زیادہ موبائل فون ہیں۔ یہ تقریباً 0.8 موبائل فون فی کس ہے۔ تو، یہ ایک پیاری جگہ ہے. آپ کے پاس موبائل فون ہے، لیکن آپ کے پاس کریڈٹ کارڈ نہیں ہے۔

ہم 'تیزی سے ناکام اور تیزی سے سیکھنے' پر یقین رکھتے ہیں۔

جوئل اور ان کی ٹیم کا پختہ یقین ہے کہ پروجیکٹس کو آہستہ آہستہ کیا جانا چاہیے۔ اس طرح، اگر آپ ناکام بھی ہو جاتے ہیں، تو آپ کو اپنی غلطی سے جلدی سیکھنے کا موقع ملے گا۔

"ہم دیکھ سکتے ہیں کہ کیا اس ماڈل میں کچھ غلط ہے جسے ہم نے پروڈکشن کی طرف دھکیل دیا ہے۔ ہم واقعی میں 'تیزی سے ناکام اور تیزی سے سیکھنے' پر یقین رکھتے ہیں۔

ماڈل کے اثرات اور اثرات کو دیکھنے کے لیے ہم ہمیشہ پیداوار کو تھوڑا تھوڑا کرتے ہیں۔ لہذا، ہم سادہ چیزوں اور چھوٹی چیزوں کے ساتھ شروع کرتے ہیں."

جوئل کے مطابق،

"انڈونیشیا میں ای کامرس عروج پر ہے، اور ملک میں تین یا چار "ایک تنگاوالا" ہیں جو ای کامرس کی بنیاد پر شروع ہوئے ہیں۔ ای کامرس کے ساتھ چیلنجوں میں سے ایک، نہ صرف انڈونیشیا میں، بلکہ پوری دنیا میں، کارٹ کو ترک کرنا ہے۔

اور یہ مسئلہ ادائیگی کے اختیارات یا ادائیگی کے چینلز کے بارے میں زیادہ ہے۔ زیادہ تر لوگ کارٹ کو ترک کر دیتے ہیں کیونکہ انہیں ادائیگی میں پریشانی ہوتی ہے – یہ FinAccel کا پیارا مقام ہے۔

سینئر قیادت کی طرف سے ڈیٹا سائنس کے نقطہ نظر کے بارے میں، جوئل نے اشتراک کیا کہ "شروع سے، ہم نے اعلی سطح سے خریداری کی ہے، اس سوچ کے ساتھ کہ اگر ہم مارکیٹ کے بہترین کھلاڑی کو روکنا چاہتے ہیں، جیسے بینک یا ملٹی فنانس کمپنی جو پہلے سے موجود ہے، ایک چیز جو ہم کر سکتے ہیں وہ ہے ڈیٹا سائنس کا طریقہ کار متعارف کرانا۔

انہوں نے وضاحت کی کہ وہ اس مسئلے کو بہتر طریقے سے حل کرتے ہیں کیونکہ فرم کی اعلیٰ سطحی انتظامیہ کا خیال ہے کہ ڈیٹا سائنس ایک بڑا موقع ہے۔

"لیکن اگرچہ ہم نے پہلے ہی اپنے مقصد یا اس اقدام کی وضاحت کر دی ہے جو اعلی انتظامیہ کی طرف سے آیا ہے، ہمیں یہ ثابت کرنا ہوگا کہ ہم اس پہل یا خریداری کو پہلے ہی یونٹ میں فراہم کر سکتے ہیں۔"

ڈیٹا سائنس ٹیموں کے لیے ایک چیلنج تنظیمی اعتماد پیدا کرنا ہے۔ FinAccel میں ٹیم نے پہلے دو سالوں میں COO اور CEO کے ساتھ باقاعدہ میٹنگیں کیں تاکہ ٹیم اپنے نتائج پیش کر سکے۔

ان کے پاس ایک اچھا مانیٹرنگ ورک فلو اور فریم ورک بھی ہے تاکہ وہ فوری طور پر اس بات کی نشاندہی کر سکیں کہ آیا کسی ایسے ماڈل میں کچھ گڑبڑ ہے جسے پروڈکشن میں دھکیل دیا گیا تھا۔

جوئل اور ان کی ٹیم نے ایک چھوٹی سی پریشانی سے شروع کر کے، تیزی سے پیداوار کی طرف بڑھ کر، اور پھر تیزی سے نتائج دیکھ کر اعتماد پیدا کیا ہے۔

اس طرح انتظامیہ اپنے ڈیٹا سائنس کے نقطہ نظر کے اثرات کو فوری طور پر دیکھ سکتی ہے۔

موبائل والا کا ڈیٹا پوائنٹ آف ویو پوڈ کاسٹ دیکھیں جس میں لوری ہڈ اور جوئل سیموئل شامل ہیں یہاں.