Gambaran Umum
Perusahaan rintisan kartu kredit Petal adalah pelopor dalam memperluas akses ke kredit konsumen. Konsumen dapat menggunakan riwayat perbankan mereka guna memenuhi syarat untuk mendapatkan kartu kredit Petal alih-alih mengandalkan riwayat kredit saja untuk menunjukkan kelayakan kredit. Pendekatan transformatif terhadap evaluasi kredit yang dipelopori oleh Petal ini telah memungkinkan ratusan ribu konsumen yang biasanya ditolak oleh penerbit kartu konvensional untuk mendapatkan akses ke kredit dan membangun riwayat kredit.
Petal didirikan pada tahun 2016 setelah salah satu pendirinya mengalami kesulitan dalam memperoleh kredit di Amerika Serikat sebagai siswa internasional tanpa riwayat kredit di AS. Ini menginspirasi para pendiri untuk merancang ulang proses pengambilan keputusan kredit guna memberikan layanan yang lebih baik kepada individu dengan riwayat kredit yang terbatas atau bahkan yang tidak memiliki riwayat kredit.
Tentang Petal
Petal membantu orang mengakses dan membangun kredit menggunakan data yang sudah ada dalam sejarah perbankan miliknya. Dengan data ini, perusahaan mempertimbangkan perilaku pengeluaran dan menabung yang bertanggung jawab yang tidak diperhitungkan dalam skor kredit tradisional guna membuat kredit terjangkau dan dapat diakses semaksimal mungkin.
Peluang | Menciptakan Solusi Kredit yang Dapat Diskalakan, Andal, dan Selaras dengan Misi Menggunakan AWS
Untuk memenuhi misi perusahaan, Petal berusaha membangun infrastruktur yang dapat diskalakan dan berkembang dengan bisnisnya. Setelah meluncurkan kartu kredit pertamanya, tim Petal perlu mengiterasi produknya dengan cepat. Dengan memanfaatkan infrastruktur AWS, tim rekayasa Petal dapat berfokus pada penciptaan alur pengajuan yang lancar dan pengalaman kartu kredit yang menarik bagi pelanggannya. Berbagai alur pengajuan dan sumber data, termasuk data perbankan, diintegrasikan untuk memaksimalkan tingkat persetujuan bagi pemohon yang ditolak oleh penerbit yang lebih tradisional. Insentif perilaku, opsi pembayaran transparan, informasi pengeluaran, dan fitur lainnya ditambahkan ke aplikasi Petal untuk mendukung penggunaan kredit yang bertanggung jawab. Dengan membangun berdasarkan solusi AWS yang dapat diskalakan, tim rekayasa juga mampu menghindari berbagai kendala dalam hal skalabilitas yang dihadapi oleh perusahaan rintisan yang berkembang pesat. Ketika mengalami tantangan rekayasa, mereka cukup memanfaatkan platform AWS untuk menambahkan skala (scale out) infrastruktur mereka atau menghubungi Dukungan AWS dan tim akun AWS mereka.
“Waktu aktif dan skalabilitas tumpukan AWS kami memfasilitasi kemampuan kami untuk fokus pada misi perusahaan kami,” kata John Wang, vice president of engineering di Petal. “Ini adalah kunci bagi kami untuk dapat bergerak cepat sebagai perusahaan rintisan kecil dan berfokus dalam memberikan fitur dan produk yang penting bagi pelanggan kami.”
Solusi | Menggunakan Amazon SageMaker untuk Melatih Model ML dan Layanan Platform Amazon untuk Membangun dan Menskalakan dengan Cepat
Infrastruktur berbasis data Petal beroperasi di atas layanan AWS, mulai dari infrastruktur backend hingga lanskap aplikasi kantor layanan. Ketika pelanggan mengajukan permohonan kartu kredit, mereka diarahkan ke aplikasi web untuk mengisi informasi pribadi yang diperlukan. Petal meng-host antarmuka pengguna untuk halaman web awal ini menggunakan Amazon Simple Storage Service (Amazon S3), layanan penyimpanan objek yang menawarkan skalabilitas, ketersediaan data, keamanan, dan kinerja terdepan dalam industri. “Kami ingin interaksi pertama terasa sangat tangguh,” kata Wang. “Dengan menggunakan Amazon S3, kami dapat mempertahankan ketersediaan yang tinggi dari halaman aplikasi kami bagi jutaan pemohon.”
Untuk penyimpanan data, Petal menggunakan Amazon Relational Database Service (Amazon RDS) untuk PostgreSQL untuk menyimpan data bisnis transaksional utamanya. Amazon RDS adalah basis data relasional yang dikelola sepenuhnya yang memudahkan penyiapan, pengoperasian, dan penskalaan basis data PostgreSQL di cloud. RDS membantu Petal dengan cepat dan mudah menskalakan kebutuhan pemrosesan data transaksional selama periode pertumbuhan yang cepat. Petal juga memanfaatkan Amazon Redshift dan S3 untuk menyimpan data analitis dan penelitian. Sebagian besar data ini dimasukkan ke dalam model ML milik Petal yang digunakan selama evaluasi dan manajemen akun pelanggan. Untuk melatih model prediktifnya, Petal menggunakan Amazon SageMaker, yang dapat digunakan bisnis untuk membangun, melatih, dan menerapkan model ML untuk hampir semua kasus penggunaan dengan infrastruktur, alat, dan alur kerja yang dikelola sepenuhnya. Dengan SageMaker, Petal dapat melakukan iterasi lebih cepat dan efektif pada model ML-nya, termasuk model CashScore, yang merupakan bagian integral dari evaluasi dan misi Petal untuk melayani individu dengan riwayat kredit yang terbatas atau bahkan yang tidak memiliki riwayat kredit. “Dengan menggunakan Amazon SageMaker, tim ilmu data kami dapat secara mandiri mengatur dan mengonfigurasi jenis instans yang diperlukan untuk melatih model ML mereka,” kata Wang. “Layanan ini memiliki kemampuan yang mereka butuhkan.”
Skalabilitas sangat penting bagi Petal karena alur kerja dan sistemnya sekarang makin kompleks akibat peningkatan jumlah pengguna dan pengajuan secara konsisten. Untuk menangani kebutuhan sumber daya komputasi layanan dan infrastruktur machine learning, Petal menggunakan Amazon Elastic Compute Cloud (Amazon EC2), yang menawarkan kapasitas komputasi yang aman dan dapat diubah ukurannya untuk hampir semua beban kerja. Untuk menjalankan beban kerja berbasis Kubernetes di Amazon EC2 dengan cara yang efisien, perusahaan menggunakan Amazon Elastic Kubernetes Service (Amazon EKS), sebuah layanan terkelola untuk menjalankan Kubernetes di cloud dan pusat data on-premise. Di AWS, infrastruktur Petal dapat dengan mudah diskalakan secara vertikal dan horizontal seiring dengan pertumbuhan perusahaan dari yang awalnya memproses puluhan pengajuan hingga kini menangani jutaan pengajuan. Selain skalabilitas, layanan Amazon membantu meningkatkan produktivitas teknisi ahli Petal. “Seiring dengan perkembangan tim teknisi kami, kami membutuhkan peralatan yang lebih baik,” kata Wang. “Dengan beralih ke Amazon EKS, kami dapat mengurangi kompleksitas tambahan dalam menjalankan dan meng-host Kubernetes secara native untuk tim kecil kami.”
Terakhir, Petal mengaitkan keberhasilannya dalam membangun di atas AWS dengan hubungan yang telah dibangun timnya dengan AWS. Melalui kerja proaktif dan kolaboratif dengan tim AWS-nya, Petal memperoleh akses ke teknologi terbaru, keahlian penting, program unik, dan perspektif berharga yang telah memajukan proyek-proyek kritis bisnisnya. Wang menjelaskan, “Staf dukungan akun dan teknis AWS telah bermitra erat dengan Petal untuk membantu kami memanfaatkan semua yang ditawarkan AWS, termasuk bantuan pemecahan masalah teknis, tinjauan desain teknis, dan partisipasi dalam peluang berbicara dan jejaring.”
Hasil | Membuka Lebih Banyak Peluang untuk Akses Kredit
Petal terus memperluas jangkauannya ke para konsumen. Setelah awalnya diluncurkan dengan satu kartu kredit, Petal kini menawarkan tiga kartu, yaitu Petal 2, Petal 1, dan Petal 1 Rise. Dengan rangkaian produk ini, Petal dapat melayani pelanggan dengan berbagai profil kredit dan kebutuhan. Terlepas dari kartu yang digunakan, tujuan Petal tetap sama bagi semua pelanggan: memberdayakan individu yang dahulu diabaikan oleh sistem kredit tradisional dan membantunya membangun masa depan finansial yang sehat.
Hingga saat ini, dengan menggunakan AWS, Petal telah memfasilitasi persetujuan hampir 400.000 konsumen untuk kartu Petal. Lebih dari 40 persen nasabah yang disetujui dalam dua tahun terakhir awalnya ditolak pengajuan kreditnya oleh bank besar.
“Tantangan mendapatkan kredit masih menyulitkan banyak orang,” kata Wang. “Dengan menggunakan solusi AWS, kami dapat terus berevolusi dan berkembang, dengan keyakinan bahwa infrastruktur kami mampu diskalakan sesuai dengan perkembangan kami.”
Waktu aktif dan skalabilitas tumpukan AWS kami memfasilitasi kemampuan kami untuk fokus pada misi perusahaan kami.
John Wang
Vice President of Engineering, PetalLayanan AWS yang Digunakan
Memulai
Apakah Anda sudah menemukan yang Anda cari?
Beri tahu kami agar kami dapat meningkatkan kualitas konten di halaman kami