Eko permet de prendre des décisions basées sur les données grâce à un pipeline d'analyse sur AWS

Pour de nombreux travailleurs des plateformes en Inde, l'accès aux comptes bancaires est limité. Ces travailleurs sont généralement payés en espèces, travaillent des heures irrégulières et ont peu ou pas d'antécédents de crédit. Eko démocratise les services bancaires et financiers en aidant les travailleurs à revenus faibles ou modérés à numériser leurs revenus.

Au cours de ses 13 années d'activité, Eko s’est occupée de plus de 70 millions de clients et possède un réseau de commerçants de 1,5 million de petites et moyennes boutiques qui font office de centres de collecte et de dépôt d'espèces. Historiquement, la société proposait principalement des services et des solutions financiers qui facilitaient les paiements et les transferts d'argent. Mais en 2018, les fondateurs d'Eko ont fait évoluer leur vision pour innover dans de nouveaux secteurs verticaux tels que le crédit et l'assurance, notamment en exploitant les données clients pour proposer une plus grande personnalisation.

En 2019, la société a décidé de constituer une équipe de données et d'analyses chargée de créer un pipeline de données dans un délai de trois mois. La complexité de l'ensemble de données d'Eko, où une seule base de données pouvait contenir plus de 800 tables, a constitué le plus grand défi de l’équipe. Le temps nécessaire pour récupérer des données datant de plus de deux mois peut prendre au moins 10 minutes, voire plus. De plus, chaque fois que les équipes de projet avaient besoin d'informations anciennes datant d'un an ou plus, elles devaient soumettre une demande à l'équipe informatique et attendre des heures, voire des jours, pour obtenir une réponse.

La première priorité de l'équipe chargée des données et des analyses était de consolider les données d'Eko, qui s'étaient rapidement accumulées au fil du temps et étaient réparties dans plusieurs bases de données existantes. L'entreprise exécutait toutes ses charges de travail sur le cloud auprès d'un autre fournisseur, mais elle était ouverte à de nouveaux fournisseurs pour sa plateforme d'analyse.

L'équipe a lancé une demande de proposition (RFP) et a choisi de travailler avec Oneture Technologies, un Amazon Web Services (AWS) Select Consulting Partner. « Presque toutes les propositions que nous avons reçues reposaient sur AWS, et le soutien que nous avons obtenu d'AWS pendant le processus d'appel d'offres a été un facteur décisif », explique Sheekha Verma, responsable de la science des données chez Eko. « De plus, nous avons apprécié l'ouverture d'Oneture à l'écoute de nos idées. L'équipe Oneture est devenue une extension de la nôtre, travaillant aux côtés de nos ingénieurs pour les former au cours de ce processus. »

Eko a travaillé avec Oneture pour créer un lac de données sur le cloud AWS offrant une vue unifiée de diverses sources de données. L'entreprise utilise désormais Amazon EMR pour le traitement des big data et AWS Glue pour préparer et charger les données à des fins d'analyse. Amazon Athena est au cœur de son pipeline d'analyse et est utilisé pour exécuter des requêtes sans serveur à partir de données stockées dans Amazon Simple Storage Service (Amazon S3).

Aujourd'hui, Eko récupère les données plus rapidement que jamais en exécutant sa plateforme d'analyse sur AWS. Par exemple, l'entreprise interroge régulièrement le taux de rétention trimestriel de ses clients finaux. Le traitement de cette requête prenait auparavant 20 minutes, mais avec le nouveau pipeline de données, cela ne prend que 3,8 secondes.

Grâce à des données en temps quasi réel mises à la disposition des employés de l'entreprise, Eko bénéficie d'une meilleure visibilité sur ses flux de trésorerie quotidiens. « Cette meilleure compréhension de la localisation et de la manière dont l'argent évolue, ainsi que de la rapidité à différents moments, sont les informations qui nous manquaient et que nous pouvons désormais vérifier à tout moment », explique Mme Verma.

Auparavant, les services d'Eko devaient soumettre une demande officielle au service informatique s'ils avaient besoin d'accéder aux données. Des tableaux de bord personnalisés ont désormais été créés pour chaque département. « Nous avons pu décentraliser le processus de collecte d'informations afin que les équipes non ingénieurs puissent accéder aux données et interagir avec elles dans le format de leur choix », explique Mme Verma.

Cela a permis d'améliorer la prise de décisions et de gagner en productivité grâce à des équipes habilitées. Différents services continuent de soumettre des demandes d'informations à l'équipe chargée des données, mais les ingénieurs sont souvent en mesure d'ajuster les filtres du tableau de bord du service demandeur afin que ces demandes puissent être traitées de manière indépendante à l'avenir.

Pour mieux comprendre ses clients, Eko les a divisés en groupes en fonction de leurs habitudes de consommation des services de l'entreprise. La segmentation en fonction du volume et de la fréquence des transactions ainsi que d'autres facteurs démographiques et géographiques a permis à Eko de mieux répondre aux besoins particuliers de chaque groupe.

Depuis la mise en œuvre de son pipeline d'analyses en décembre 2019, Eko a atteint un niveau global de segmentation de la clientèle. Mme Verma indique : « Notre plateforme fonctionnant sur AWS nous permet d'identifier les segments de clientèle qui génèrent régulièrement des volumes de transactions élevés et de concentrer nos efforts marketing en conséquence. »

Avant le projet d'analyse, Eko recherchait déjà d'autres moyens d'attirer et de fidéliser les clients. Sur la base de nouvelles informations, elle met en œuvre un programme de fidélité permettant de contacter personnellement les nouveaux clients après leur première utilisation des services d'Eko.

Bien que le projet et le modèle sous-jacent de prédiction du taux de désabonnement n'en soient qu'à leurs débuts, leur succès semble imminent. « Nous prévoyons une augmentation d'au moins 10 % de la conversion des ventes auprès de notre segment de clientèle le plus fidèle, ce qui contribuera à 70 % de nos résultats financiers », déclare Mme Verma.

La flexibilité qui lui permet de visualiser les fluctuations de l'activité des clients et d'agir en conséquence a également permis à Eko de répondre rapidement aux évolutions et aux demandes du marché. Par exemple, au début de 2020, lorsqu'un analyste de données a détecté une hausse de la demande pour l'un de ses produits secondaires, l'entreprise a pu réorienter une partie de ses efforts marketing et allouer rapidement des ressources supplémentaires pour répondre à la demande pour ce produit. « Avec AWS et Oneture, Eko continue d'innover pour mieux servir ses clients grâce à l'analyse », conclut Mme Verma.