Fintech Moni

Moni

Prédiction de défaillance et infrastructure de données qui a réduit les coûts opérationnels de 50% et amélioré le recouvrement de prêts de 20%.

Impact

+20%

Recouvrement de prêts

Segment à haut risque

3x

Temps d'entraînement

Réduction du cycle d'entraînement des modèles

5x

Développement de pipelines

Réduction du temps de développement

-50%

Coût opérationnel

Réduction de l'infrastructure de données

Où ils en étaient

Moni est une fintech argentine de crédit. Avant la pandémie, ils avaient une équipe data solide qui gérait le cœur même du métier : le modèle de risque. Cependant, après la pandémie, cette équipe a commencé à se désintégrer : les gens sont partis vers d’autres entreprises, et avec chaque départ un morceau du savoir-faire critique était perdu. Ce n’était pas tant une crise soudaine qu’une érosion lente qui a fini par affecter très fortement la qualité des opérations.

Ce que nous avons trouvé

La demande initiale était de l’aide avec le modèle de risque. Mais le vrai problème était plus profond : les données étaient chaotiques, les ETL étaient du pur legacy, et il n’y avait pas de base sur laquelle construire quoi que ce soit de fiable. La chose la plus précieuse que nous avons faite n’était pas un livrable technique. C’était le diagnostic : dire à l’équipe exactement à quel point elle était loin de là où elle devait être.

Ce que nous avons construit

Un modèle de prédiction de défaillance qui a posé les bases pour que l’équipe de Moni construise les siens avec une autonomie totale. Migration complète des ETL legacy vers une architecture moderne : avec ces changements, ce qui prenait des semaines en développement de pipelines a été réduit au cinquième du temps et une baisse de 50% des coûts opérationnels. Nous avons reconstruit l’infrastructure d’entraînement des modèles qui a triplé la vitesse du time-to-prod. Mais le plus important est que le travail s’est complété par un transfert de connaissances solide pas seulement à l’équipe technique, mais aussi à l’équipe métier. Une communication ouverte, fluide et honnête entre Moni et deployr nous a permis de développer des solutions proportionnelles à la taille réelle de la fintech, sans sur-ingénierie.

Ce qu’ils peuvent faire maintenant

L’équipe de Moni construit ses propres modèles. Aujourd’hui, ils ont un modèle de nouveaux clients qui contrôle la défaillance dans un contexte macroéconomique très difficile (taux de défaut élevés en Argentine depuis fin 2024) et ça fonctionne. Le recouvrement dans le segment à haut risque s’est amélioré de 20%. Le savoir n’est enfermé dans la tête de personne : il vit dans l’infrastructure et les processus. Si l’équipe changeait complètement demain, Moni ne repartirait pas de zéro.

Pourquoi ils sont revenus

19 mois. La relation s’est étendue parce que la valeur ne cessait d’apparaître. Après une expérience préalable avec un fournisseur plus corporate (périmètre fermé, pas un centimètre au-delà de ce qui était convenu), la différence était claire : investissement personnel, fondateurs présents, honnêteté même quand la vérité était inconfortable.

“ Le plus important pour nous, c'est qu'ils nous ont aidés à comprendre notre situation, nous ont montré à quel point nous étions loin de là où nous devions être, et nous ont accompagnés pour atteindre cet objectif.”

• Juan Pablo Bruzzo, CEO & Co-fondateur, Moni

Vous vous reconnaissez dans cette situation ?

On se spécialise à résoudre des problèmes avec la technologie.

Parlons-en