Zalando Payments: aprimorando a experiência do cliente com resolução mais rápida das compras e 20 opções de pagamento
Conheça a jornada da Zalando Payments com a SAP
A provedora de serviços de pagamento Zalando Payments GmbH reduziu o risco de usar ferramentas externas para calcular a alocação de pagamentos a provedores de serviços desenvolvendo uma solução no SAP Business Technology Platform que permite à empresa modelar, executar e compartilhar previsões mais precisas e pontuais automaticamente usando Machine Learning.
| Setor | Região | Porte da empresa |
| Setor bancário | Berlim, Alemanha | 250 colaboradores |
dos processos automatizados com soluções SAP.
mais rapidez e eficiência na gestão de previsões.
de compliance com as regulamentações obrigatórias de serviços financeiros.
Líder de BI e funções analíticas da SAP, Zalando Payments GmbH
Automação de previsões extremamente precisas da alocação de pagamentos
A Zalando Payments GmbH é a fornecedora de serviços de pagamento da varejista online Zalando SE e tem papel essencial na percepção que os clientes têm da experiência de compra na Zalando. Para oferecer conveniência e flexibilidade no checkout da Zalando, a empresa processa o pagamento de mais de 250 milhões de pedidos por ano para mais de 50 milhões de clientes ativos.
Por receber pagamentos de clientes do mundo inteiro, a Zalando Payments precisa garantir o compliance com regulamentações nacionais e internacionais. Como prestadora alemã de serviços financeiros, a empresa é licenciada para transações em moeda eletrônica e regulamentada pela Autoridade Federal de Supervisão Financeira da Alemanha (conhecida como BaFin), pelo Deutsche Bundesbank e por instituições da União Europeia.
O processo de previsões da empresa começou no SAP S/4HANA, com a exportação de dados para ferramentas externas para cálculo de alocações de pagamento. Isso gerava vários riscos, como o potencial de interrupções da mídia ao transmitir dados, desconexão entre os dados e os dados mestre de informações bancárias, e falta de compliance. O uso de ferramentas externas também limitava a capacidade da empresa de alterar os cálculos de previsão.
Para melhorar a qualidade do modelo de previsão de alocação de pagamentos, a Zalando Payments queria aumentar a flexibilidade e a capacidade de adaptação do modelo em relação a uma série de fatores, como flutuações imprevistas devido a vendas especiais, entrada em novos mercados, novos métodos de pagamento e variações do mix de clientes novos e antigos. A empresa também queria apoiar os prestadores de serviços para consolidar a alocação de recursos da força de trabalho e cumprir a obrigações contratuais de nenhuma pendência diária.
Líder de BI e funções analíticas da SAP, Zalando Payments GmbH
Redução dos custos indiretos com a melhoria das previsões de alocação de pagamentos
Para uma previsão de alocação de pagamentos mais precisa e robusta, que ofereça flexibilidade para apoiar o crescimento da empresa, a entrada em novos mercados e os diversos métodos de pagamento, a empresa queria que a solução residisse inteiramente na estrutura de software da SAP. A Zalando Payments aproveitou a oportunidade de obter previsões melhores com o uso mais eficaz dos recursos de tecnologia e começou a trabalhar na criação de um modelo inovador de previsão no SAP Business Technology Platform (SAP BTP), implementando uma arquitetura de infraestrutura de dados de negócios viabilizada pela solução SAP Datasphere para aplicar uma governança robusta e acessar dados em tempo real. Além disso, a empresa usou a solução SAP Data Intelligence para scripts Python, o SAP HANA Cloud em recursos de Machine Learning, e a solução SAP Analytics Cloud para um planejamento mais preciso.
Como mostrado na figura abaixo, no novo processo de previsão da alocação de pagamentos, os dados do SAP S/4HANA e da solução SAP BW/4HANA são federados no SAP Datasphere do SAP BTP. O cliente Python de Machine Learning para o SAP HANA é usado para determinar a previsão semanal, modelada automaticamente no SAP Data Intelligence. O resultado é enviado de volta ao SAP Datasphere, onde os relatórios são levados aos prestadores de serviços pelo SAP Analytics Cloud.
Líder de BI e funções analíticas da SAP, Zalando Payments GmbH
Meta de nenhuma pendência diária em pagamentos em aberto e não resolvidos
Graças ao novo modelo de previsão de alocação de pagamentos, agora a Zalando Payments tem mais alcance para aumentar a precisão das previsões e reduzir os riscos, diminuir os custos indiretos e, ao mesmo tempo, cumprir a regulamentação das empresas de serviços financeiros. Também melhorou o relacionamento com os prestadores de serviços, que agora conseguem alocar recursos com mais precisão, sem pendências diárias nos pagamentos em aberto.
Além disso, em estreita colaboração com a SAP e gerenciando na empresa todo o projeto, o conhecimento obtido com o projeto foi capturado internamente. A compreensão mais profunda da tecnologia deu origem a mais confiança dentro da organização para adotar as ferramentas de Machine Learning e inteligência artificial incorporadas às soluções SAP.
Desde a entrada em operação das novas previsões de alocação de pagamentos, mais de 50 milhões de clientes da Zalando e seus bancos se beneficiaram da resolução mais rápida das compras com mais de 20 opções de pagamento.
O uso constante dos recursos presentes nas bibliotecas de Machine Learning fornecidas pela SAP aprimora continuamente a precisão das previsões e abre caminho para aproveitar os serviços de IA da SAP no futuro.
Líder de experiência do cliente, Zalando Payments GmbH
Inspirar novas aplicativos para além do Machine Learning
Como a Zalando Payments continua seu trabalho em novas soluções usando Machine Learning e inteligência artificial, um foco importante é projetar uma ferramenta para avaliação de riscos usando as técnicas de simulação de Monte Carlo. O objetivo é executar simulações suficientes para produzir resultados diferentes que simulem resultados reais.
Em outros setores, a empresa está desenvolvendo uma solução que visa calcular o risco de crédito para parceiros revendedores e criando casos de uso da inteligência artificial no gerenciamento de dados.
Robby Finke, líder de business intelligence e funções analíticas da Zalando Payments GmbH, resume: “o maior conhecimento direto de como enriquecer os processos essenciais da equipe com as soluções SAP traz novas ideias e propostas para reforçar os negócios.”