Decideo - Actualités sur le Big Data, Business Intelligence, Data Science

Abonnez-vous gratuitement à Decideo !


Decideo

 


Pagantis choisit TigerGraph pour accélérer l’accès à ses services de crédit à la consommation


Rédigé par Communiqué de Tigergraph le 21 Octobre 2019

Force d'innovation dans le domaine du crédit à la consommation, Pagantis mise sur TigerGraph et sa technologie de base de données de graphes pour optimiser les performances et l’évolutivité de ses processus de scoring et de prévention des fraudes.



TigerGraph, le seul éditeur de bases de données de graphes évolutives destinées aux entreprises, annonce aujourd’hui que Pagantis, une Fintech de crédit à la consommation en ligne sur le marché européen, a choisi la technologie TigerGraph pour rationaliser son expérience client. Cette décision permettra à la firme espagnole d’accélérer ses processus de risk-scoring et de prévention des fraudes en temps réel, réduisant ainsi les temps d’attente sur son application.

Pagantis poursuit son expansion dans la foulée de sa récente levée de fonds de plus de 75 millions de dollars, l’une des plus élevées de l’année en Espagne. Avec l’irrésistible ascension du commerce électronique et la demande croissante de méthodes de paiement rapides et flexibles, l’entreprise se développe à l’international, notamment en Italie, en France et en Espagne où elle automatise et fluidifie les octrois de crédit à la consommation sur les achats en ligne. Sa plateforme Internet permet ainsi aux consommateurs de mensualiser leurs paiements de biens et de services par le biais d’un processus automatisé et dématérialisé. De leur côté, les cybermarchands peuvent proposer des financements instantanés pour les achats effectués sur leur site.

Pagantis s’appuie sur TigerGraph pour évaluer la solvabilité des clients en fonction de leurs activités en temps réel, mais aussi de leur historique. Seul modèle capable de préconnecter toutes les entités de données des clients, la base de données de graphes simplifie l’analyse de relations complexes. Pour maximiser les performances, Native Parallel Graph™ (NPG) de TigerGraph est conçu pour agir à la fois sur les leviers du stockage et du calcul, ce qui permet de mettre à jour les graphes en temps réel et d’offrir un calcul parallèle intégré. Avec ce système évolutif et performant, Pagantis dispose d’informations en temps réel sur des workflows basés sur des relations complexes, très présents dans des domaines comme le credit-scoring, la détection des fraudes, les moteurs de recommandation et l’analyse de risques.

« Chez Pagantis, nous cherchons sans cesse de nouveaux moyens d’améliorer l’expérience client », indique Martynas Sukys, Responsable produit chez Pagantis. « Lorsque nous avons constaté des petits délais d’attente au niveau de notre logiciel de détection des risques en temps réel, nous avons décidé de prendre le taureau par les cornes. Avec TigerGraph, nous avons optimisé notre processus de prévention des fraudes et de risk-scoring, ce qui s'est traduit par une réduction des temps d’attente des utilisateurs sur notre application. Si bien qu’aujourd’hui, nous proposons une solution de crédit à la consommation fluide et rapide, garante d'une expérience utilisateur irréprochable. »

Pagantis offre des solutions de financement en Espagne, en Italie et en France. Son algorithme de scoring innovant permet de rendre une décision immédiate à ses clients en ligne. L’algorithme s'appuie sur des techniques de Big Data et de machine learning pour analyser les risques de fraude et de crédit, ce qui fiabilise les décisions et réduit considérablement le risque de défaut de paiement pour chaque financement. Chez Pagantis, la rapidité des octrois de crédit est un enjeu capital. Intermédiaire de choix entre les sites e-commerce et les établissements financiers, l’entreprise souhaitait passer d'une structure de base de données relationnelle à une approche permettant de rendre des décisions en quasi-temps réel face à des clients exigeants.

« Après avoir passé en revue un certain nombre d’options, nous n’avons pas hésité : seul TigerGraph offrait à la fois une approche centrée sur le client, une technologie ultra pointue et une solution de gestion de base de données s’intégrant parfaitement avec notre workflow existant », conclut M. Sukys.

Le Filene Research Institute estime à 391 milliards de dollars le marché du financement en point de vente, soit environ 3,5 % des dépenses de consommation annuelles – la santé, l’électronique et les biens pour la maison étant les secteurs les plus représentés.

« Dans cet environnement ultra concurrentiel, les établissements financiers doivent offrir une expérience client en ligne irréprochable », explique Martin Darling, Directeur général EMEA chez TigerGraph. « Tout retard dans le traitement transactionnel peut avoir un impact négatif tangible sur les résultats des prestataires concernés. Avec TigerGraph, Pagantis a considérablement accéléré ses processus de risk-scoring et de détection des fraudes, tout en posant les fondations d’une offre de services à grande échelle. »

Pour TigerGraph, le mois dernier a été marqué par deux événements majeurs : d'une part la sortie de TigerGraph Cloud, la première plateforme de graphes native en format DBaaS, et d'autre part une levée de fonds de 32 millions de dollars après un tour de table de Série B. TigerGraph Cloud fournit aux utilisateurs le service cloud idéal pour modéliser, rechercher et établir des relations pour des workloads analytiques, transactionnels et temps réel. Avec TigerGraph Cloud, les requêtes simples de type SQL et l'évolutivité sans égale de TigerGraph sont désormais accessibles à tous pour rechercher des patterns, établir des prévisions, effectuer des transactions en temps réel et livrer des éclairages inédits. Côté évolutivité, TigerGraph Cloud peut monter jusqu’à plusieurs dizaines de téraoctets et traiter plus de 100.000 requêtes d’analyse de liens profonds en temps réel par seconde, le tout avec une seule machine.




Nouveau commentaire :
Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.


Twitter
Rss
LinkedIn
Facebook
Apple Podcast
App Store
Google Play Store