Как финтех-компания восстановила доверие рынка после неудачного запуска продукта?

Исследование, проведенное компанией Research Nester, началось с многоэтапного диагностического исследования, включающего технические аудиты, анализ отзывов пользователей и сравнительный анализ с глобальными конкурентами. Исследование выявило два важных результата:

• Негибкость в отношении условий окружающей среды : Инструмент был оптимизирован для контролируемых лабораторных условий, но не смог динамически адаптироваться к различным условиям реального мира.
• Недостаточная персонализация и боязнь данных : универсальная система безопасности игнорировала региональные особенности поведения пользователей и предлагала ограниченную прозрачность данных, что усугубляло проблемы конфиденциальности в Европе и Юго-Восточной Азии.

На основе этих данных компания Research Nester разработала трехэтапную стратегическую дорожную карту для модернизации продукта, восстановления доверия клиентов и укрепления позиций на рынке.

Интеграция адаптивного ИИ : Компании было рекомендовано перейти к контекстно-ориентированному ИИ, позволяющему системе адаптировать пороги распознавания лиц на основе таких факторов окружающей среды, как яркость, движение и шум.

• Инженеры внедрили алгоритм компенсации светочувствительности для повышения производительности в условиях недостаточного освещения.
• Модель была усовершенствована с использованием различных наборов данных, отражающих реальное использование на разных континентах, с учетом этнической принадлежности и аппаратного обеспечения устройств, для повышения инклюзивности.

Архитектура, ориентированная на конфиденциальность : консультанты RNPL учли растущее внимание потребителей к суверенитету данных и посоветовали компании:

• Внедрить технологию граничных вычислений, чтобы данные о лицах обрабатывались на устройстве, а не отправлялись в облако.
• Внедрение пользовательских настроек биометрических данных, позволяющих получать согласие пользователя и осуществлять детальный контроль над хранением, сроком действия и удалением данных. Это не только помогло соответствовать стандартам GDPR и APPI, но и повысило доверие к продукту со стороны пользователей, заботящихся о конфиденциальности.

Модульная структура продукта : Чтобы сделать инструмент более привлекательным для различных сегментов клиентов, компания внедрила многоуровневую настройку, позволяющую предприятиям:

• Выберите между однорежимной и многорежимной биометрической аутентификацией (лицо, отпечаток пальца, голос).
• Включение или отключение оценки риска мошенничества на основе ИИ в зависимости от потребностей бизнес-модели.
• Интеграция с локальными платформами eKYC и API регулирующих органов для обеспечения бесперебойного соблюдения нормативных требований.
  Кроме того, компания Research Nester побудила фирму провести ребрендинг решения, дистанцировавшись от его проблемного прошлого и представив его как гибкий, ориентированный на будущее модуль безопасности. Это изменение позиционирования было реализовано посредством целенаправленных цифровых кампаний и участия в финтех-выставках в Дубае, Сингапуре и Лондоне.