Invoid

Eko Memberdayakan Keputusan yang Didorong Data dengan Jalur Analitik di AWS

2020

Demokratisasi Perbankan, Digitalisasi Pendapatan

Bagi banyak pekerja sistem kontrak di India, akses ke rekening bank masih kurang. Pekerja ini biasanya dibayar tunai, mendapatkan jam kerja yang tidak wajar, dan memiliki sedikit atau bahkan tidak memiliki riwayat kredit. Eko mendemokratisasi layanan perbankan dan keuangan dengan membantu para pekerja berpenghasilan rendah hingga menengah mendigitalkan pendapatan mereka.

Selama 13 tahun beroperasi, Eko telah melayani lebih dari 70 juta pelanggan dan memiliki jaringan merchant yang terdiri dari 1,5 juta toko kecil dan sedang yang berfungsi sebagai pusat pengumpulan dan penyimpanan uang tunai. Secara historis, perusahaan tersebut utamanya menawarkan layanan dan solusi keuangan yang memfasilitasi pembayaran serta transfer uang. Namun, pada tahun 2018 para pendiri Eko telah mengembangkan visi mereka untuk berinovasi dalam vertikal baru seperti pinjaman dan asuransi, termasuk memanfaatkan data pelanggan untuk memberikan personalisasi yang lebih baik.

Pelanggan SCS menerima rilis 4x lebih cepat
kr_quotemark

“Dengan platform kami yang berjalan di AWS, kami dapat mengidentifikasi segmen pelanggan yang secara konsisten memberikan volume transaksi tinggi dan memfokuskan upaya pemasaran kami berdasarkan hal itu.”

Sheekha Verma
Manajer Ilmu Data (Data Science Manager), Eko

Mengonsolidasikan Set Data Kompleks

Pada tahun 2019, perusahaan tersebut mulai membangun tim data dan analitik yang ditugaskan membuat jalur data dalam waktu tiga bulan. Tantangan terbesar yang dihadapi tim adalah kompleksitas set data Eko, karena satu basis data saja dapat berisi lebih dari 800 tabel. Diperlukan waktu setidaknya 10 menit atau lebih untuk mengambil data yang berusia lebih dari dua bulan. Selain itu, setiap kali tim proyek membutuhkan informasi historis berusia satu tahun atau lebih, mereka harus mengirimkan permintaan ke tim IT dan menunggu responsnya selama berjam-jam atau bahkan berhari-hari.

Prioritas pertama tim data dan analitik adalah mengonsolidasikan data Eko yang telah terakumulasi dengan cepat dari waktu ke waktu dan tersebar di beberapa basis data warisan. Perusahaan tersebut telah menjalankan semua beban kerja di cloud dengan penyedia lain, tetapi tetap terbuka untuk platform analitik vendor baru.

Bekerja sebagai Tim untuk Membangun Danau Data

Tim mengeluarkan permohonan proposal (RFP) dan memilih untuk bekerja sama dengan Oneture Technologies, Partner Konsultasi Amazon Web Services (AWS) Select. “Hampir semua proposal yang kami terima memiliki AWS sebagai landasannya, dan dukungan yang kami dapatkan dari AWS selama proses RFP merupakan faktor penentu,” jelas Sheekha Verma, manajer ilmu data (data science manager) di Eko. “Selain itu, kami menghargai bagaimana Oneture terbuka dalam mendengarkan ide-ide kami. Tim Oneture menjadi bagian dari kami, yang bekerja dengan para rekayasawan untuk melatih mereka selama proses ini.”

Eko bekerja sama dengan Oneture untuk membangun danau data di AWS Cloud yang menawarkan sebuah tampilan terpadu ke dalam beragam sumber data. Perusahaan tersebut kini menggunakan Amazon EMR untuk pemrosesan big data dan AWS Glue guna menyiapkan dan memuat data untuk analisis. Amazon Athena adalah inti dari jalur analitiknya dan digunakan untuk menjalankan kueri nirserver dari data yang disimpan di Amazon Simple Storage Service (Amazon S3).

Pengurangan Waktu untuk Menjalankan Laporan Penting

Saat ini, Eko mengambil data lebih cepat dari sebelumnya dengan menjalankan platform analitiknya di AWS. Misalnya, perusahaan tersebut secara teratur menjalankan kueri dengan tingkat retensi triwulanan dari pelanggan akhirnya. Sebelumnya, kueri ini memerlukan waktu 20 menit untuk diproses, tetapi dengan menggunakan jalur data baru proses ini hanya memerlukan waktu 3,8 detik.

Dengan data mendekati waktu nyata yang tersedia bagi karyawan di seluruh perusahaan, Eko memiliki visibilitas yang lebih baik ke dalam arus kas hariannya. “Pemahaman yang lebih mendalam tentang tempat dan cara uang tersebut bergerak, serta kecepatan pada titik waktu yang berbeda adalah berbagai wawasan yang sebelumnya kami lewatkan. Sekarang, kami dapat memeriksanya kapan saja,” kata Verma.

Memberdayakan Tim dengan Dasbor Kustom

Sebelumnya, departemen di seluruh Eko harus secara resmi mengirimkan permintaan ke IT jika mereka memerlukan akses ke data. Sekarang, dasbor kustom telah dibuat untuk setiap departemen. “Kami sudah bisa melakukan desentralisasi proses pengumpulan informasi, sehingga tim non-rekayasa dapat mengakses dan berinteraksi dengan data dalam format apa pun yang mereka inginkan,” kata Verma.

Hal ini telah meningkatkan pengambilan keputusan dan produktivitas dari tim yang diberdayakan. Berbagai departemen masih mengirimkan permintaan informasi dari tim data, tetapi rekayasawan sering kali dapat menyesuaikan filter dasbor dari departemen yang mengajukan permintaan, sehingga permintaan tersebut dapat dipenuhi secara mandiri di masa depan.

Mencapai Segmentasi Pelanggan yang Terperinci

Untuk lebih memahami pelanggannya, Eko membagi pelanggan menjadi beberapa kelompok berdasarkan pola konsumsi mereka atas layanan perusahaan. Segmentasi berdasarkan volume dan frekuensi transaksi, bersama dengan faktor demografis dan geografis lainnya, telah membantu Eko melayani kebutuhan khusus tiap-tiap kelompok dengan lebih baik.

Sejak menerapkan jalur analitiknya pada Desember 2019, Eko telah mencapai tingkat segmentasi pelanggan yang komprehensif. Verma mengatakan, “Dengan berjalannya platform kami di AWS, kami dapat mengidentifikasi segmen pelanggan yang secara konsisten memberikan volume transaksi besar dan memfokuskan upaya pemasaran kami.”

Meningkatkan Pengalaman Pelanggan dengan Wawasan Waktu Nyata

Sebelum proyek analitik, Eko sudah mencari cara lain untuk menarik dan mempertahankan pelanggan. Berdasarkan wawasan baru, Eko menerapkan program loyalitas agar dapat menghubungi pelanggan baru secara pribadi setelah mereka menggunakan layanan Eko untuk pertama kalinya.

Meskipun proyek dan model prediksi churn yang mendasarinya masih dalam tahap awal, keberhasilan sudah di depan mata. “Kami memprediksi adanya peningkatan konversi penjualan setidaknya sebesar 10 persen di antara segmen pelanggan kami yang paling setia, dan peningkatan ini menyumbang sebesar 70 persen pada laporan akhir kami,” kata Verma.

Ketangkasan untuk melihat dan bertindak berdasarkan fluktuasi aktivitas pelanggan juga memungkinkan Eko merespons perubahan dan permintaan pasar dengan cepat. Misalnya, pada awal tahun 2020, ketika seorang analis data mendeteksi lonjakan permintaan untuk salah satu produk non-intinya, perusahaan dapat mengalihkan sebagian dari upaya pemasarannya dan mengalokasikan sumber daya tambahan dengan cepat guna mendukung permintaan produk tersebut. “Dengan AWS dan Oneture, Eko senantiasa memperbarui cara melayani pelanggannya dengan lebih baik melalui analitik,” ujar Verma.


Tentang Eko

Eko adalah perusahaan layanan keuangan di India yang telah melayani lebih dari 70 juta pekerja berpenghasilan rendah hingga menengah sejak didirikan pada tahun 2006. Misi Eko adalah membantu para pekerja sistem kontrak mendigitalkan pendapatan mereka dan memungkinkan mereka mendapatkan akses yang lebih luas ke berbagai produk perbankan dan keuangan.

Manfaat

  • Mengurangi waktu pemrosesan kueri dari 20 menit menjadi 3,8 detik
  • Mendapatkan wawasan waktu nyata dan historis tentang aktivitas pelanggan
  • Meningkatkan visibilitas untuk arus kas 
  • Memfasilitasi peluncuran produk di vertikal baru seperti pinjaman
  • Memperkirakan peningkatan nilai tukar pelanggan setidaknya 10%

Layanan AWS yang Digunakan

Amazon Simple Storage Service

Amazon Simple Storage Service (Amazon S3) adalah layanan penyimpanan objek yang menawarkan skalabilitas, ketersediaan data, keamanan, dan performa yang terkemuka di industri.

Pelajari selengkapnya »

Amazon EMR

Amazon EMR adalah platform big data cloud yang terkemuka di industri untuk pemrosesan data dalam jumlah besar menggunakan alat sumber terbuka, seperti Apache Spark, Apache Hive, Apache HBase, Apache Flink, Apache Hudi, dan Presto.

Pelajari selengkapnya »

Amazon Athena

Amazon Athena adalah layanan kueri interaktif yang memudahkan analisis data di Amazon S3 dengan menggunakan SQL standar. Athena bebas server, sehingga tidak ada infrastruktur untuk dikelola, dan Anda hanya membayar untuk query yang Anda jalankan.

Pelajari selengkapnya »

AWS Glue

AWS Glue adalah layanan extract, transform, and load (ETL) terkelola penuh yang memudahkan persiapan dan pemuatan data Anda untuk analisis.

Pelajari selengkapnya »


Mulai

Perusahaan segala ukuran dan lintas industri mentransformasikan bisnisnya setiap hari menggunakan AWS. Hubungi ahli kami dan mulai perjalanan AWS Cloud Anda sendiri sekarang juga.