Petal étend l'accès au crédit à la consommation à l'aide d'AWS

Pour mener à bien la mission de l'entreprise, Petal a cherché à mettre en place une infrastructure capable d'évoluer et de croître en même temps que ses activités. Lors du lancement de sa première carte de crédit, l'équipe de Petal a dû modifier rapidement son produit. En tirant parti de l'infrastructure AWS, l'équipe d'ingénierie de Petal a pu se concentrer sur la création d'un parcours applicatif fluide et d'une expérience de carte de crédit convaincante pour ses clients. De multiples parcours de candidature et sources de données, y compris des données bancaires, ont été intégrés afin de maximiser les taux d'approbation des candidats refusés par des émetteurs plus traditionnels. Des incitations comportementales, des options de paiement transparentes, des informations sur les dépenses et d'autres fonctionnalités ont été ajoutées à l'application Petal pour encourager une utilisation responsable du crédit. En s'appuyant sur les solutions évolutives AWS, l'équipe d'ingénieurs a également pu éviter de nombreux écueils liés à l'évolutivité auxquels sont confrontées les startups en pleine croissance. Lorsqu'ils rencontraient des problèmes d'ingénierie, ils pouvaient simplement tirer parti de la plateforme AWS pour développer leur infrastructure ou contacter AWS Support et l'équipe responsable de leur compte AWS.

« La disponibilité et l'évolutivité de notre stack AWS nous permettent de nous concentrer sur la mission de notre entreprise », déclare John Wang, vice-président de l'ingénierie chez Petal. « Cela a été essentiel pour nous permettre d'agir rapidement en tant que petite start-up et de nous concentrer sur la fourniture de fonctionnalités et de produits importants pour nos clients. »

L'infrastructure pilotée par les données de Petal s'exécute sur les services AWS, de l'infrastructure dorsale au paysage des applications de front office. Lorsque les clients demandent une carte de crédit, ils sont reconduits vers l'application Web pour remplir les informations personnelles requises. Petal héberge l'interface utilisateur de ces premières pages Web à l'aide d'Amazon Simple Storage Service (Amazon S3), un service de stockage d'objets offrant une évolutivité, une disponibilité des données, une sécurité et des performances de pointe. « Nous voulons que la première interaction soit très résiliente », explique Wang. « En utilisant Amazon S3, nous pouvons maintenir la haute disponibilité de notre page de candidature pour nos millions de candidats. »

Pour le stockage des données, Petal utilise Amazon Relational Database Service (Amazon RDS) pour PostgreSQL afin de stocker ses principales données commerciales transactionnelles. Amazon RDS est une base de données relationnelle entièrement gérée qui simplifie la configuration, l'exploitation et la mise à l'échelle des bases de données PostgreSQL dans le cloud. RDS a aidé Petal à adapter rapidement et facilement ses besoins en matière de traitement des données transactionnelles pendant les périodes de croissance rapide. Petal utilise également Amazon Redshift et S3 pour stocker des données analytiques et de recherche. La plupart de ces données sont introduites dans les modèles de machine learning exclusifs de Petal utilisés lors de la souscription et de la gestion des comptes clients. Pour entraîner ses modèles prédictifs, Petal utilise Amazon SageMaker, que les entreprises peuvent utiliser pour créer, former et déployer des modèles de machine learning pour pratiquement tous les cas d'utilisation avec une infrastructure, des outils et des flux de travail entièrement gérés. SageMaker a permis à Petal d'itérer plus rapidement et plus efficacement sur ses modèles de machine learning, y compris le modèle CashScore, qui fait partie intégrante de la souscription et de la mission de Petal visant à mieux servir les personnes ayant peu ou pas d'antécédents de crédit. « En utilisant Amazon SageMaker, notre équipe de data science peut gérer et configurer de manière indépendante les types d'instances nécessaires pour entraîner ses modèles de machine learning », explique Wang. « Il possède les capacités dont ils ont besoin. »

L'évolutivité a joué un rôle crucial pour Petal, car ses flux de travail et ses systèmes sont devenus de plus en plus complexes en raison de l'augmentation constante du nombre d'utilisateurs et d'applications. Pour répondre aux besoins en ressources de calcul de ses services et de son infrastructure d'apprentissage automatique, Petal utilise Amazon Elastic Compute Cloud (Amazon EC2), qui offre une capacité de calcul sécurisée et redimensionnable pour pratiquement toutes les charges de travail. Pour exécuter ses charges de travail basées sur Kubernetes sur Amazon EC2 de manière efficace, l'entreprise utilise Amazon Elastic Kubernetes Service (Amazon EKS), un service géré permettant d'exécuter Kubernetes dans le cloud et dans des centres de données sur site. Sur AWS, l'infrastructure de Petal s'adapte facilement à la verticale et à l'horizontale, l'entreprise étant passée du traitement de quelques dizaines d'applications à ses débuts à la gestion de millions d'applications. Outre l'évolutivité, les services Amazon contribuent à améliorer la productivité des ingénieurs de Petal. « Notre équipe d'ingénieurs étant devenue de plus en plus sophistiquée, nous avions besoin d'un meilleur outillage », explique Wang. « En optant pour Amazon EKS, nous éliminons une grande partie de la complexité supplémentaire liée à l'exécution et à l'hébergement de Kubernetes en mode natif pour notre petite équipe. »

Enfin, Petal attribue son succès en s'appuyant sur AWS à la relation que son équipe a établie avec AWS. En travaillant de manière proactive et en collaboration avec son équipe AWS, Petal a accès aux dernières technologies, à une expertise critique, à des programmes uniques et à des perspectives précieuses qui ont fait avancer ses projets critiques pour l'entreprise. Wang explique : « Le personnel du compte AWS et du support technique ont établi un partenariat étroit avec Petal pour nous aider à tirer parti de tout ce qu'AWS a à offrir, notamment en matière de résolution de problèmes techniques, de révision de la conception technique et de participation à des opportunités de prise de parole et de réseautage. »

Petal continue d'élargir sa portée auprès des consommateurs. Après son lancement initial avec une seule carte de crédit, Petal propose désormais trois cartes, Petal 2, Petal 1 et Petal 1 Rise. Cette gamme de produits permet à Petal de servir des clients ayant des profils de crédit et des besoins variés. Quelle que soit la carte qui se trouve dans leur portefeuille, l'objectif de Petal est le même pour tous ses clients : aider ceux qui ont toujours été négligés par le système de crédit traditionnel à se bâtir un avenir financier sain.

À ce jour, grâce à AWS, Petal a facilité l'approbation de près de 400 000 consommateurs pour les cartes Petal. Plus de 40 % de ces clients approuvés au cours des deux dernières années se sont vu refuser un crédit pour la première fois par une grande banque.

« L'obtention de crédit continue d'être très difficile pour de nombreuses personnes », déclare Wang. « Grâce aux solutions AWS, nous sommes en mesure de continuer à évoluer et à nous développer, en sachant que notre infrastructure est équipée pour évoluer avec nous. »