Innowacyjne rozwiązania cyfrowe dla klienta w celu poszerzenia zakresu usług bankowych i finansowych

TryPay S.A. udostępnia cyfrowe usługi z obszaru fintech, m.in. odroczone płatności dla obszaru e-commerce, głównie w modelu B2B.

Głównym celem spółki jest wdrażanie usług opartych na danych pozyskanych dzięki otwartej bankowości. W następnej kolejności, TryPay planuje poddać wszystkie tradycyjne usługi bankowe transformacji cyfrowej i stworzyć spójny fintechowy ekosystem.

Aplikacja obecnie zintegrowana z 13 największymi polskimi bankami, umożliwiająca scoring klienta, a w przyszłości odroczenie spłaty, skierowana do przedsiębiorstw.

Z racji wysokich wymagań spółka zaangażowała specjalistów Deviniti w celu wdrożenia technologii. Firma zdecydowała się na współpracę z nami ze względu na nasze wieloletnie doświadczenie z klientami z sektora finansowego (banki, ubezpieczalnie, firmy leasingowe) oraz wcześniejsze projekty z wykorzystaniem integratora systemów e-commerce. Kolejną przewagą Deviniti były rozbudowane działy Cloud i DevOps oraz obecność konsultantów odpowiedzialnych za optymalny proces wytwarzania oprogramowania o specyficznych cechach takich jak: wysoki poziom bezpieczeństwa i duża liczba formalnych integracji.

Działaliśmy zgodnie z metodyką Agile. W prace nad pierwszym etapem zaangażowanych było 8 specjalistów z Deviniti.

W skład ekspertów pracujących nad aplikacją wchodzą: Architekt IT, Frontend Developer, Senior Full Stack Developer (2 osoby), Regular Full Stack Developer, Backend Developer (3 osoby) i Tester. 

Development dla MVP1 polegał na opracowaniu harmonogramu dla danych funkcjonalności, które były przygotowywane iteracyjnie.

Zespół zajął się developmentem kluczowego procesu tj. integracji z API banków oraz back office. Dużą część projektu zajęło przygotowanie integracji z bankami. Na potrzeby partnerów opracowaliśmy API o wysokiej przyjazności (plug&play), skalowalności i wydajności.

Do zbudowania profilu klienta zastosowaliśmy autorskie klasyfikatory wykorzystujące uczenie maszynowe, analizę NLP oraz segmentację (klastrowanie) klientów.

Użycie podejścia opartego na uczeniu maszynowym pozwoliło nam zmniejszyć koszty utrzymania projektu, a także ograniczyć do zera ciągłe wsparcie analityków kredytowych. Trudności pierwszego etapu polegały na pełnej integracji z bankami, konieczności budowy modeli AI i statystycznej oraz integracji z zewnętrznymi źródłami danych, m.in. z Ministerstwem Finansów, CEIDG czy komercyjnymi wywiadowniami gospodarczymi. Zebranie profesjonalnego i doświadczonego zespołu oraz wsparcie się dużym poziomem automatyzacji, np. w obszarze testów i CI/CD pozwoliło na sprostanie tym wyzwaniom.

Oprócz profilu klienta, partnerom zewnętrznym przekazywany jest również scoring, w postaci wartości punktowej lub procentowej bądź jako klasa ryzyka.

Na podstawie punktacji, system partnera podejmuje decyzję o możliwości odroczonej płatności dla danego klienta, czy też “uruchomienia” produktu finansowego (np. kredytu lub pożyczki przez internet). Przedstawianie wyników i sposób wykonywania scoringu będzie dostosowany do partnera i jego wymogów.

Przeprowadziliśmy szereg warsztatów z klientem, by móc jak najlepiej zidentyfikować potrzeby biznesu.

Konsultacje pozwoliły naszemu zespołowi zdefiniować UX persony i określić długofalowe cele projektu. Wykonaliśmy również szczegółowe analizy produktowe, takie jak np. Lean Canvas. Na podstawie warsztatów, pozyskanych informacji i testów A/B, zostały wybrane kolory przewodnie zgodne z logo TryPay oraz powstało kilka wersji interfejsu produktu. Klient, po zaznajomieniu się z propozycjami, wybrał tę, która najbardziej mu odpowiadała.