Estudo de caso

Como o Pravaler evoluiu seu produto de financiamento estudantil com os serviços do Google Cloud

Accelerator: os resultados do Pravaler

Segundo o IBGE, o acesso ao nível superior no Brasil está abaixo dos níveis internacionais. Dados de 2019 apontam que apenas 32,7% dos jovens brasileiros entre 17 e 24 anos estão cursando alguma faculdade. Para driblar esse cenário, surge a primeira fintech brasileira, totalmente voltada ao financiamento estudantil: o Pravaler. Fundada em 2001, a fintech já beneficiou mais de 170 mil pessoas no país e tem como propósito ser uma empresa especializada em soluções financeiras para o setor de educação como um todo, buscando ampliar o acesso à educação. “Nós ajudamos pessoas que querem estudar a conseguirem pagar por esse estudo. Somos a ponte entre o aluno e a instituição de ensino, e facilitamos esse acesso por meio de programas de pagamentos diferenciados”, comenta Daniel Cukier, CTO da companhia.

Buscando otimizar ainda mais sua plataforma e desenvolver alguns projetos que ainda estavam no papel, a fintech entrou para a sexta turma do Google for Startups Accelerator. mas, por causa dessa parceria, avançamos muito e conquistamos resultados importantes. Em alguns meses, conseguimos acelerar processos que poderiam levar anos”, conclui conclui Daniel.

Escalando o financiamento estudantil...

Um dos maiores desafios enfrentados pelo Pravaler este ano foi o aumento do desemprego e a falta de previsibilidade em função da pandemia. “Isso aumentou a evasão no ensino superior, puxada pela inadimplência, e diminuiu a adesão de novos alunos”, explica Cukier. “Estamos trabalhando bastante para desenvolver soluções que ajudem os alunos já matriculados a manterem os estudos. Até o final deste ano, queremos realizar mais de 40 mil negociações das dívidas e ajudar a minimizar os prejuízos aos alunos”, complementa o CTO.

Com essa recuperação em vista, a empresa se deparou com outro desafio: evoluir a função de análise de risco que, com base em dados, otimiza a tomada de decisão para o oferecimento de crédito para quem quer estudar. “Colocamos os nossos modelos dentro do sistema de machine learning do Google. Trabalhamos com o Vinícius Caridá e o Felipe Collins, mentores do programa, para criar um pipeline [do inglês, configura o conjunto de projetos ou atividades que compõem o processo de uma determinada área ou equipe dentro da empresa] usando os serviços do Google Cloud e iniciar um processo de melhoria contínua dessa função de análise de crédito”, explica Daniel.

Outro ponto que ajudou muito o Pravaler foi migrar a infraestrutura para o Looker – plataforma corporativa do Cloud voltada para BI, aplicativos de dados e análise incorporada. Com essa mudança, o processo de modelar dados ficou muito mais simples, além do custo da ferramenta ser menor do que as outras disponíveis no mercado. Para a fintech, o Looker ajudou no tratamento e na visualização unificada dos dados, trazendo muito mais velocidade nos relatórios. “O ponto crucial da migração foi a governança. Com a autonomia de modelagem de dados que o Looker oferece, cada área pode fazer as devidas adaptações para visualizar aquilo que precisa, um diferencial para nós”, complementa Vivian Oliveira, Gerente de Inteligência de Dados e BI da empresa.

Esse processo de mudança fez com que a fintech olhasse para outros pontos de melhoria igualmente importantes para o funcionamento do negócio. Foi possível modernizar o back-end da plataforma e construir uma estrutura mais robusta. “Tínhamos três grandes objetivos: melhorar o nosso produto para que o funcionamento fosse integralmente na nuvem, desenvolver um framework específico para machine learning e evoluir o nosso chatbot”, comenta a gerente. “Com esses desafios, conseguimos elevar a empresa a outro patamar. Os resultados de redução de tempo de construção e de custos foram bastante expressivos. E, além disso, conseguimos já iniciar o uso do chatbot na nossa operação”, complementa Adriano Croco, Coordenador de Tecnologia do Pravaler.

Em termos de machine learning, o desafio era desenhar um modelo escalável para conseguir evoluir. A manutenção era um dos principais pontos, já que demandava muito tempo das equipes. “Com o pipeline estruturado, revisamos todos os modelos e automatizamos diversos processos, que agora rodam de forma menos dependente de pessoas”, explica Vivian. “Com isso, qualquer cientista de dados do Pravaler consegue mexer nos modelos e dar as manutenções necessárias, mesmo que não tenha participado do processo de criação”, complementa.

Dentre todas as mentorias do programa, a empresa destaca a de Vinícius Caridá como uma das mais importantes. “Ele nos ajudou a estruturar o pipeline e entender as soluções do GCP [Google Cloud Platform] que melhor poderiam nos atender. Construímos essa estrutura para ter uma visão de tudo o que queríamos melhorar e fomos encaixando ferramentas como Cloud Build, Cloud Run e Stack Driver, com todo o suporte do Vinícius”, comenta Vivian.

Para Adriano, a mentoria de produto de Felipe Collins também foi bastante esclarecedora. “Levantamos alguns questionamentos em torno do funil e dos cadastros na nossa plataforma e o Felipe nos trouxe muitos insights sobre como descartar ideias mais rapidamente para otimizar o fluxo de captação de alunos”, explica o coordenador. Segundo ele, a mentoria mudou a forma dos times de produto e tecnologia se relacionarem, trabalhando ainda mais integrados.

...E chegando cada vez mais perto do topo

Com as soluções implementadas durante o programa de aceleração, o Pravaler conseguiu reduzir seu custo de operação em 35%. Além disso, o time de machine learning teve seu tempo de manutenção reduzido de três a quatro horas semanais para zero – e agora consegue passar mais tempo pensando e desenvolvendo novas ideias. O número de implementações também aumentou e agora podem ser feitos mesmo em horário comercial. “Conseguimos fazer de três a dez implementações por dia de forma muito mais segura e eficiente, sem impactar a estabilidade da nossa plataforma. É só apertar um botão e, em minutos, as atualizações vão ao ar”, comenta Adriano.

Com isso, o Pravaler alcançou uma melhora expressiva na disponibilidade dos serviços que, antes do programa, acabavam ficando indisponíveis a cada vez que precisavam implementar melhorias. Tudo isso foi possível com o Cloud Build e o Cloud Run, que integram o portfólio de soluções oferecidas pelo Google Cloud. “Para nós, um dos diferenciais é a facilidade para integrar os vários módulos do Cloud que utilizamos. Isso ajudou a otimizar o tempo de trabalho, tornando nosso sistema mais escalável”, comenta Daniel Cukier. “Além disso, todos os relatórios de custos são muito transparentes. Sabemos quais projetos gastam mais e, a partir disso, como trabalhar e integrar os times para otimizar esses custos”, complementa.

“A experiência do programa foi bastante engrandecedora. Foi muito legal ter esse tipo de troca com profissionais do mercado, ver o que estão fazendo e integrar o conhecimento dessas pessoas para melhorar o negócio”, comenta Adriano.

Para Vivian, o programa trouxe velocidade na implementação dos processos que queriam melhorar, e discussões ricas que os ajudaram a entender qual era o problema que queriam solucionar. “Foi uma experiência transformadora, que nos possibilitou pensar de forma mais aberta sobre coisas que nunca havíamos considerado antes”, finaliza.

Com todos esses resultados alcançados ao longo do Google for Startups Accelerator, o Pravaler reforça a sua razão de ser enquanto empresa de financiamento estudantil, e se aproxima cada vez mais da meta de ajudar um milhão de pessoas a estudarem até 2025.

Saiba mais sobre o Pravaler

Conheça o Google for Startups Accelerator

Categorias:

Financeiro/Fintech América Latina Google Cloud Estudo de caso