Acerca de la empresa

Addi es una empresa colombiana de tecnología Buy Now - Pay Later enfocada en soluciones crediticias y bancarias. La aplicación de la empresa permite a los usuarios solicitar crédito al momento de comprar en tiendas con pagos a plazos sin intereses que permiten a los prestatarios acceder a préstamos asequibles para sus compras.

Desafío

Addi habían establecido una plataforma de datos analíticos que funcionaba, pero su objetivo era mejorar sus capacidades y llevarla al siguiente nivel mediante la implementación de una pila de datos moderna. Este sería un paso crucial para centrarse cada vez más en los datos y, al mismo tiempo, les permitiría abordar cualquier problema de gobernanza de los datos o cuellos de botella en su camino hacia la obtención de información.

El desafío consistía en implementar una plataforma de datos para toda la empresa que permitiera acceso a datos de autoservicio facilitado a todos los equipos necesarios y, al mismo tiempo, eliminar al equipo de ingeniería de datos como un obstáculo técnico y burocrático.

El objetivo final era la implementación de una pila de datos moderna y sólida con herramientas flexibles, escalables y confiables que capacitarían a los ingenieros de datos y a los equipos empresariales para apoyar los objetivos de la empresa y la generación de valor.

Solución

Datos de Mutt desplegó un equipo práctico y de asesoramiento experto en ingeniería de datos para diseñar e implementar una plataforma de datos moderna, sus herramientas, canalizaciones, componentes e integraciones que pudieran servir a toda la empresa. El proyecto aplicó las mejores prácticas en diferentes componentes de sus canalizaciones de datos, como la ingesta de datos, la transformación, la visualización, la gobernanza, la observabilidad y la infraestructura como código.

El proyecto incluyó:

• Configuración Ladrillos de datos como el lugar para alojar el lago de datos de la empresa con tablas delta para utilizarlas como una única fuente de información.
• Implementación de una arquitectura moderna de almacenamiento de datos con capas para separar los diferentes niveles de calidad y granularidad de los datos.
• Seleccionar las mejores prácticas de ingeniería de software para desarrollar canalizaciones de datos e implementarlas con herramientas que ayuden a los ingenieros a adaptarse a ellas, como la DBT para las transformaciones, Flujo de aire para la orquestación, y Airbyte para ingestión. (¡Descargue nuestro documento técnico de MDS para obtener recomendaciones de herramientas seleccionadas!)
• Estamos Socios avanzados de AWS, y este proyecto utilizó las herramientas y la tecnología de AWS.

Datos de Mutt también implementó dos soluciones desarrolladas internamente:

1) Archie: una pila de datos moderna prediseñada en soluciones de Kubernetes con GitOps e infraestructura como código que acelera la generación de valor.

2) DataOps Lib: Un conjunto de herramientas que crean una capa de abstracción sobre DEUDA + Gran expectativa + Airflow para crear DAG de transformación con datos de calidad a partir de SQL + YAML

Impacto

• La pila de datos moderna implementada aumentó la cobertura de las aguas del lago y mejoró significativamente tanto la calidad como la observabilidad de los datos.
• Cientos de modelos migraron a una nueva arquitectura con una implementación acelerada de nuevos modelos.

¿Quieres bucear más profundo?

Datos de Mutt puede ayudarlo a cristalizar su estrategia de datos mediante el diseño y la implementación de las capacidades técnicas y las mejores prácticas. Estudiamos los objetivos empresariales de su empresa para comprender qué es lo que debe cambiar y, de este modo, ayudarle a lograrlo mediante una estrategia técnica sólida con una hoja de ruta clara y un conjunto de hitos. Hable con uno de nuestros representantes de ventas en hi@muttdata.ai o echa un vistazo a nuestra folleto de ventas y blog.

¡Véalo para creerlo!

Explore los resultados de nuestros clientes a través de nuestro historias de éxito, testimonios en vídeo, o Reseñas de Clutch.

Resumen ejecutivo

Para apoyar la rápida expansión de sus servicios de préstamos en asociación con Prestaclip, Clip se enfrentó al desafío de gestionar datos crediticios cada vez más complejos y fragmentados. Sin una plataforma centralizada, los equipos de finanzas, riesgos y contabilidad se vieron limitados por los flujos de trabajo manuales y la visibilidad limitada de los parámetros clave, como los cronogramas de pagos y el rendimiento de los préstamos.

En respuesta, Mutt Data se asoció con Clip para realizar la transición de Snowflake a Databricks, diseñando e implementando una plataforma de datos moderna y escalable basada en la arquitectura Databricks Medallion. Al estructurar los datos en capas Bronce, Plata y Oro, la solución proporcionó información limpia, unificada y lista para la empresa. La plataforma incluía modelos de datos básicos para los atributos de los préstamos, los cronogramas de amortización y los cobros, así como la ingesta y el procesamiento automatizados de datos mediante los procesos de Airflow y Databricks.

Este esfuerzo de modernización redujo significativamente las cargas de trabajo manuales y permitió el monitoreo en tiempo real del rendimiento y los cobros de los préstamos. Gracias a una mayor granularidad y automatización de los datos, Clip ahora está equipada para escalar sus operaciones de préstamo de manera eficiente, lo que permite a los equipos tomar decisiones más rápidas y basadas en los datos.

Acerca de la empresa

Clip es el principal ecosistema integral financiero de su país. Nació con la misión de ayudar a las empresas a tener una plataforma para pagos digitales. Proporciona servicios de pago móvil y permite a las empresas y los consumidores realizar transacciones convirtiendo sus dispositivos móviles en un terminal de tarjetas. Clip atiende a clientes de todo el mundo. Promueven la inclusión financiera de las personas y las empresas a través de soluciones innovadoras y confiables desde el punto de vista tecnológico, que hacen que sea fácil, accesible y transparente.

Introducción

Clip lanzó recientemente un servicio de préstamos. Esto generó la necesidad de una plataforma de datos para supervisar el rendimiento de los préstamos y satisfacer las necesidades de los equipos de finanzas, riesgos y contabilidad. Los principales resultados fueron los modelos de datos diseñados para gestionar los datos relacionados con los préstamos, incluidos los atributos, los cobros y los cronogramas de amortización.

El desafío

Clip crecía. Al intentar ampliar su cartera de productos financieros para incluir préstamos, se enfrentaron a importantes desafíos a la hora de gestionar y utilizar eficazmente los datos crediticios.

Sin una plataforma de datos estructurada y centralizada, los datos de la empresa estaban dispersos en varias fuentes, lo que hacía que la supervisión del rendimiento de los préstamos llevara mucho tiempo, y que la información procesable tardara en llegar a los equipos internos.

Antes de asociarse con Mutt Data, Clip gestionaba sus datos de préstamos con Snowflake. Si bien Snowflake satisfacía las necesidades básicas de generación de informes, carecía de la flexibilidad, las capacidades de organización y el procesamiento en tiempo real necesarios para respaldar una operación de préstamos en rápida expansión. A medida que aumentaba el volumen de préstamos, este entorno fragmentado provocó retrasos en los ciclos de presentación de informes, conciliaciones manuales y una visibilidad limitada de la información crítica para los equipos de finanzas, riesgos y contabilidad.

Para hacer frente a estos desafíos, Clip acordó una fase de descubrimiento con Mutt Data , durante el cual se llevó a cabo una evaluación exhaustiva de las fuentes de datos y la infraestructura para evaluar la calidad de los datos y la coherencia histórica. Este análisis exhaustivo reveló las principales limitaciones de la arquitectura de Snowflake, especialmente en lo que respecta a la orquestación y la escalabilidad, así como un aumento notable de los costos operativos.

Este análisis reveló la necesidad de hacer la transición a una arquitectura de lago de datos dentro de un Ladrillos de datos medio ambiente.

Basándose en estos hallazgos, Clip tomó la decisión estratégica de migrar a Databricks. La migración requirió una planificación cuidadosa, una evaluación de las herramientas y una estrecha colaboración entre ambos equipos. Durante un período de cuatro meses, Mutt Data guió la implementación y se aseguró de que la nueva plataforma fuera sólida, escalable y estuviera alineada con la estrategia de datos a largo plazo de Clip.

Los beneficios de los entornos fluviales de Databrick incluyen: - Una plataforma única que integra datos, análisis e IA. - Gestión de datos fiable, segura y de alto rendimiento. - Intercambio de datos abierto y seguro sin duplicación. - Soporte sólido para el almacenamiento de datos. - Gobernanza centralizada de todos los recursos de datos, análisis e IA en tiempo real. - Desarrollo simplificado de análisis, IA y aplicaciones de aprendizaje automático e inteligencia artificial en tiempo real.

Este esfuerzo requirió orientación estratégica para la planificación y la implementación, incluida la evaluación de las herramientas y los componentes óptimos para cada segmento de infraestructura. La migración duró aproximadamente cuatro meses e implicó una estrecha colaboración entre ambos equipos.

Se describió un plan de acción, que incluía la creación de una serie de tablas para capturar la información necesaria para la presentación de informes y el análisis. Esto fue diseñado en colaboración por miembros de los equipos de Mutt Data y Clip. Mutt Data se decidió por un Arquitectura Medallion. Una arquitectura en forma de medallón es un enfoque estructurado para organizar los datos en un lago, diseñado para mejorar la calidad y la estructura de los datos paso a paso. Los datos fluyen a través de tres capas (bronce, plata y oro), cada una de las cuales aporta refinamiento y valor. Este método, también denominado arquitectura de «saltos múltiples», garantiza que los datos se preparen progresivamente para el análisis y el uso empresarial.

La solución

Mutt Data guió a Clip en una migración estratégica de Snowflake a Databricks, estableciendo una plataforma de datos moderna. Esta transición permitió la ingesta, la transformación y el modelado de datos en tiempo real a escala, consolidando estas capacidades en una plataforma única y unificada.

Aprovechar herramientas como Flujo de aire y Ladrillos de datos para la automatización integral en las capas Bronce, Plata y Oro, la nueva arquitectura unificó conjuntos de datos previamente fragmentados. También supuso un nuevo nivel de granularidad y automatización de los datos en las finanzas, el riesgo y las operaciones, lo que permitió a los equipos disponer de información más rápida y procesable

Mutt Data diseñó una plataforma de datos de vanguardia utilizando la arquitectura Medallion de Databricks, que organiza los datos en tres capas estructuradas: la plataforma organiza los datos de préstamos en tres capas: Bronze (datos sin procesar), Silver (datos refinados) y Gold (información preparada para la empresa). Mutt Data también creó modelos clave para recopilar los detalles esenciales de los préstamos, los cronogramas de pagos reales y esperados y los registros de cobro.

Modelos clave construidos

1. Atributos del préstamo: captura todos los detalles relevantes de la creación y el enriquecimiento de préstamos para su análisis.
2. Programa de amortización original: unifica los préstamos en un sistema común de automatización para garantizar un seguimiento constante de los pagos. Esto también permite a Clip monitorear el éxito de Prestaclip entre los clientes.
3. Cobros: rastrea los historiales de pagos, incluidos los reembolsos y las devoluciones, con planes de conciliación bancaria.
4. Programa de amortización operativa: proporciona un historial financiero detallado de la amortización del préstamo.

También se automatizó todo el proceso de procesamiento de datos. Esta automatización garantizó a los equipos de Clip información fiable, lo que les permitió supervisar el rendimiento de los préstamos y su alineación con los objetivos estratégicos. Además, la solución redujo considerablemente el tiempo necesario para que varios equipos completaran estas tareas, abordando de manera eficaz los desafíos que supone ampliar los análisis a medida que la empresa se expandía.

Evitar la recursividad

Un desafío notable fue calcular las métricas necesarias para el modelo de cronograma de amortización operativa, ya que las fórmulas implicaban interdependencias (recursividad). Este enfoque tiene como objetivo optimizar las demandas de recursos y los tiempos de procesamiento, garantizando que el sistema funcione de manera eficiente y cumpla con las expectativas de rendimiento. Al utilizar las funciones de ventana de SQL y reformular ciertas métricas, el equipo logró con éxito los resultados deseados.

Testimonio

Impacto

A pesar de ser un servicio nuevo, las ofertas de préstamos de Clip experimentaron un crecimiento rápido y exponencial, y llegaron a un punto en el que el seguimiento era inviable sin una plataforma de datos que proporcionara análisis en tiempo real y automatización de procesos.

Desde la perspectiva del proceso, el equipo de contabilidad calculaba previamente todo de forma manual, lo que llevaba días o semanas. Con esta solución, esos números ahora están disponibles en menos de un día.

Uno de los avances más importantes fue la refactorización de sus procesos de cobro para maximizar las ganancias. Además, la automatización de procesos que antes eran manuales se tradujo en un ahorro de tiempo sustancial. La tecnología Modern Data Stack proporcionó a Clip un nivel de granularidad en la información sobre préstamos que antes era inalcanzable.

Resultados

Finalizando

Tras la exitosa migración a Databricks, el equipo financiero de Clip colaboró con Mutt Data para desarrollar una plataforma de datos que aprovechara la arquitectura multicapa de Databricks. Esta plataforma organiza los datos crediticios en tres capas: Bronze (datos brutos), Silver (datos refinados) y Gold (información preparada para la empresa), lo que dota a Clip y Prestaclip de las herramientas necesarias para supervisar la rentabilidad de los préstamos, optimizar los cobros y respaldar el crecimiento estratégico del mercado crediticio.

Esta solución no solo centralizó los datos de Clip, sino que también les permitió supervisar el rendimiento de los préstamos, optimizar los cobros y respaldar el crecimiento estratégico del mercado crediticio.

¿Está listo para aprovechar todo el potencial de su empresa? Programa una llama con nosotros para descubrir cómo nuestra experiencia puede mejorar sus capacidades.

Sirum impulsa los resultados con una solución de visión artificial diseñada sobre una pila de datos moderna

Acerca de la empresa

Sirum es el mayor redistribuidor de medicamentos excedentes en los Estados Unidos de América. Impulsado por la tecnología, ayuda a organizaciones como hogares de ancianos, farmacias y fabricantes a donar los medicamentos que no utilizan y a llevarlos a donde más se necesitan.

Desafío

Sirum procesa entre 2000 y 60 000 tarjetas de donación al día y, a medida que las operaciones siguen aumentando, la clasificación manual se convirtió en una solución insostenible. Las tarjetas de medicamentos deben clasificarse teniendo en cuenta diferentes variables, como el tipo, la fecha de caducidad y la cantidad de píldoras por blíster. Sirum necesitaba mejorar la eficiencia de sus operaciones, cambiando un proceso manual por un solución automatizada de reconocimiento de objetos basada en visión artificial.

Solución

Una misión crítica Interfaz de programación de aplicaciones (API) se implementó para ser utilizado por la cinta transportadora que procesa las tarjetas médicas. La API cuenta con un modelo de detección de objetos mediante aprendizaje profundo diseñado para el recuento de píldoras, que extrae la información necesaria de las etiquetas, como la fecha de preparación y el tipo de medicamento. La solución se diseñó sobre la base de una pila de datos moderna que utiliza Python, Pytorch y Servicios web de Amazon (AWS) herramientas de servicio, entre otras.

Estamos Socios avanzados de AWS, y este proyecto utilizó las herramientas y la tecnología de AWS.

Impacto

• En el proceso de aumentar las capacidades de procesamiento 10X veces, desde 2000 tarjetas de medicamentos hasta 25 000.
• Reducción de los tiempos de procesamiento a un segundo por tarjeta de medicamento.

¿Quieres bucear más profundo?

Datos de Mutt puede ayudarlo a cristalizar su estrategia de datos mediante el diseño y la implementación de las capacidades técnicas y las mejores prácticas. Estudiamos los objetivos empresariales de su empresa para comprender qué es lo que debe cambiar y, de este modo, ayudarle a lograrlo mediante una estrategia técnica sólida con una hoja de ruta clara y un conjunto de hitos. Hable con uno de nuestros representantes de ventas en hi@muttdata.ai o echa un vistazo a nuestra folleto de ventas y blog.

¡Véalo para creerlo!

Explore los resultados de nuestros clientes a través de nuestro historias de éxito o consulta nuestra Perfil de embrague para opiniones de clientes. O echa un vistazo a nuestro último vídeo testimonial:

¡Pon a tu nerd a la moda! Aquí hay algunas lecturas relacionadas

• Nuevo documento técnico: Conozca la pila de datos moderna
• Nuevo boletín: ¡Suscríbase hoy! ¡Manténgase al día con las últimas noticias, tendencias y contenido de la industria!
• Perspectivas: 3 lecturas imprescindibles sobre la pila de datos moderna
• Preguntas frecuentes: pila de datos antigua frente a pila de datos moderna
• Preguntas frecuentes: ¿Qué es la ETL inversa?
• Perspectivas: 5 beneficios de implementar una pila de datos moderna
• Modern Data Stack: tu restaurante con 3 estrellas Michelin
• Lleve su pila de datos moderna al siguiente nivel

Ank aprovecha la plataforma de datos moderna para reducir los procesos manuales

Acerca de la empresa

Ank es una fintech argentina que desarrolló un producto para transferencias de dinero entre bancos y cuentas virtuales. Permite administrar varias cuentas de diferentes bancos desde una sola aplicación y facilita las transferencias rápidas entre ellas.

Desafío

El equipo de Ank necesitaba cumplir tres objetivos principales dentro del alcance de este proyecto. Cree un flujo automatizado de transacciones de conciliación para reducir el trabajo manual y, al mismo tiempo, mejorar la precisión y la confiabilidad del proceso. En segundo lugar, aumente la frecuencia del proceso de conciliación para obtener datos actualizados. Por último, implemente una arquitectura de procesamiento de datos por lotes basada en las mejores prácticas y tecnologías que pueda servir de modelo para futuros procesos. En conjunto, estas necesidades podrían resolverse mediante la implementación de una pila de datos moderna.

Solución

Datos de Mutt desarrolló un sistema para la conciliación automática por hora, día y semana. El sistema extrae la información de las diferentes fuentes y la centraliza en un Lago de datos en Amazon Web Services, realiza las comprobaciones de conciliación pertinentes y, si detecta incoherencias, las corrige automáticamente o crea tickets para los casos que requieren atención manual.

Estamos Socios avanzados de AWS, y este proyecto utilizó las herramientas y la tecnología de AWS. Para obtener más información sobre la solución implementada, consulte El estudio de caso de Ank y Mutt publicado en Amazon Web Services.

El sistema está desarrollado en una instalación de Airflow 2.0 en Amazon EKS y usos Amazon Atenea, DEUDA, Grandes expectativas y PostgreSQL. Otras herramientas incluyen Kubernetes, K33, Google Auth para Airflow Login y Alembic.

Impacto

El cliente vio cómo los procesos de conciliación manual se redujeron a menos del 3% del total de sus transacciones monetarias.

¿Quieres bucear más profundo?

Datos de Mutt puede ayudarlo a cristalizar su estrategia de datos mediante el diseño y la implementación de las capacidades técnicas y las mejores prácticas. Estudiamos los objetivos empresariales de su empresa para comprender qué es lo que debe cambiar y, de este modo, ayudarle a lograrlo mediante una estrategia técnica sólida con una hoja de ruta clara y un conjunto de hitos. Hable con uno de nuestros representantes de ventas en hi@muttdata.ai o echa un vistazo a nuestra folleto de ventas y blog.

Explore los resultados de nuestros clientes a través de nuestro historias de éxito o consulta nuestra Perfil de embrague para opiniones de clientes. O echa un vistazo a nuestro último vídeo testimonial: