Kisah Pelanggan/Perangkat Lunak dan Internet/Amerika Serikat
Petal Menskalakan Akses Kredit Konsumen Menggunakan AWS
Pelajari bagaimana perusahaan rintisan kartu kredit Petal mendefinisikan ulang kelayakan kredit konsumen menggunakan layanan AWS.
Peningkatan skalabilitas
untuk menangani jutaan permohonan kartu kredit
Memfasilitasi
iterasi cepat
Meningkatkan
produktivitas
Mempertahankan
ketersediaan tinggi
Misi lanjutan
untuk mendemokratisasi kredit
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 dirintis Petal, telah memungkinkan ratusan ribu konsumen yang biasanya ditolak oleh penerbit kartu konvensional untuk mendapatkan akses ke kredit dan membangun riwayat kredit.
Petal memulai keberadaannya pada tahun 2016 setelah salah satu pendirinya mengalami tantangan memperoleh kredit di Amerika Serikat sebagai siswa internasional tanpa sejarah kredit AS. Ini menginspirasi para pendiri untuk mengonsep ulang proses pengambilan keputusan kredit agar melayani mereka yang memiliki sedikit atau tanpa riwayat kredit dengan lebih baik.
Peluang | Membuat 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 teknik Petal dapat dengan fokus menciptakan perjalanan aplikasi yang lancar dan pengalaman kartu kredit yang menarik bagi pelanggannya. Berbagai perjalanan aplikasi dan sumber data, termasuk data bank, diintegrasikan untuk memaksimalkan tingkat persetujuan bagi pelamar yang ditolak oleh emiten 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 solusi AWS yang dapat diskalakan, tim teknik juga mampu menghindari banyak batu sandungan dalam hal skalabilitas yang dihadapi oleh perusahaan rintisan yang berkembang pesat. Ketika mengalami tantangan teknis, 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.”
Waktu aktif dan skalabilitas tumpukan AWS kami memfasilitasi kemampuan kami untuk fokus pada misi perusahaan kami.”
John Wang
Vice President of Engineering, Petal
Solusi | Menggunakan Amazon SageMaker untuk Melatih Model ML dan Layanan Platform Amazon untuk Membangun dan Menskalakan Dengan Cepat
Infrastruktur berbasis data Petal berjalan pada 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 menghosting antarmuka pengguna untuk halaman web pertama 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 untuk jutaan pelamar kami.”
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 dalam menyiapkan, mengoperasikan, dan menskalakan database 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 mereka yang memiliki sedikit atau tanpa riwayat kredit dengan lebih baik. “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. “Amazon SageMaker memiliki kemampuan yang mereka butuhkan.”
Skalabilitas sangat penting bagi Petal karena alur kerja dan sistemnya sekarang makin kompleks karena pengguna dan aplikasinya yang terus bertambah. 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 dengan mudah menskalakan secara vertikal dan horizontal karena perusahaan telah berkembang mulai dari memproses beberapa lusin aplikasi pada awalnya hingga sekarang dapat menangani jutaan aplikasi. Selain skalabilitas, layanan Amazon membantu meningkatkan produktivitas teknisi ahli Petal. “Karena tim ahli kami menjadi lebih canggih, kami membutuhkan peralatan yang lebih baik,” kata Wang. “Dengan beralih ke Amazon EKS, kami menghilangkan banyak kompleksitas ekstra dalam menjalankan dan menghosting Kubernetes secara murni untuk tim kecil kami.”
Terakhir, Petal mengaitkan keberhasilannya dalam membangun 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 konsumen. Setelah awalnya diluncurkan dengan satu kartu kredit, Petal kini menawarkan tiga kartu, 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 mana yang ada di dompet mereka, tujuan Petal sama untuk semua pelanggan: untuk memberdayakan mereka yang secara historis diabaikan oleh sistem kredit tradisional dan membantu mereka membangun masa depan keuangan 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 kredit oleh bank besar.
“Tantangan mendapatkan kredit terus menyulitkan banyak orang,” kata Wang. “Dengan menggunakan solusi AWS, kami dapat terus berevolusi dan berkembang, karena mengetahui infrastruktur kami mampu menskalakan sesuai perkembangan kami.”
Tentang Petal
Petal membantu orang mengakses dan membangun kredit menggunakan data yang sudah ada dalam sejarah perbankan mereka. Dengan data ini, perusahaan memperhitungkan pengeluaran yang bertanggung jawab dan perilaku menabung yang tidak diperhitungkan dalam skor kredit tradisional untuk membuat kredit terjangkau dan dapat diakses semaksimal mungkin.
Layanan AWS yang Digunakan
Amazon RDS for PostgreSQL
PostgreSQL telah menjadi basis data relasional sumber terbuka pilihan bagi banyak perusahaan rintisan dan pengembang untuk menggerakkan aplikasi bisnis dan seluler terkemuka. Amazon RDS makin memudahkan penyiapan, pengoperasian, dan penskalaan deployment PostgreSQL di cloud.
Amazon SageMaker
Amazon SageMaker dibangun atas pengalaman dua dekade Amazon dalam mengembangkan aplikasi ML dunia nyata, termasuk rekomendasi produk, personalisasi, belanja cerdas, robotik, dan perangkat yang dibantu suara.
Pelajari lebih lanjut »
Amazon EKS
Amazon Elastic Kubernetes Service (Amazon EKS) adalah layanan Kubernetes terkelola untuk menjalankan Kubernetes di AWS cloud dan pusat data on-premise.
Pelajari lebih lanjut »
Amazon Redshift
Amazon Redshift menggunakan SQL untuk menganalisis data terstruktur dan semi terstruktur di seluruh gudang data, basis data operasional, dan danau data, menggunakan perangkat keras yang didesain AWS dan machine learning untuk memberikan performa harga terbaik di berbagai skala.
Pelajari lebih lanjut »
Lebih Banyak Kisah Pelanggan Perangkat Lunak & Internet
Mulai
Organisasi dalam berbagai ukuran di semua industri mentransformasi bisnis mereka dan mewujudkan misi mereka setiap hari menggunakan AWS. Hubungi ahli kami dan mulai perjalanan AWS Anda sendiri sekarang juga.