Lebih Banyak Data, Lebih Banyak Masalah: Memilih Data yang Tepat

Alasan mengapa data yang tepat, bukan data yang lebih banyak, menjadi kunci untuk mengoptimalkan strategi data Anda

‘Big Data’ dan istilah ‘Strategi Data’ sering kali dilontarkan – tetapi apa yang dimaksud dengan strategi data dari segi layanan keuangan, dan bagaimana cara mengoptimalkannya untuk pengambilan keputusan risiko yang lebih akurat dan lebih cerdas? Jawabannya bukan data yang lebih banyak, melainkan data yang tepat. Baca terus dan temukan cara memilih data yang tepat untuk kasus penggunaan bisnis Anda dan alasan mengapa mengoptimalkan strategi data Anda menjadi kunci keberhasilan dalam pengambilan keputusan Anda.

Jadikan Data Anda Bekerja Lebih Cerdas, Bukan Lebih Keras

Di masyarakat kita yang semakin digital, sepertinya semua orang berfokus pada sesuatu yang lebih banyak. Data yang lebih banyak, pilihan yang lebih banyak, kecepatan yang lebih tinggi, persaingan yang lebih tinggi, opsi yang lebih banyak (ada berapa banyak layanan streaming hiburan yang berbeda sekarang?). Lebih banyak, lebih banyak, dan lebih banyak. Jadi, dalam pikiran kami berkecamuk bahwa bila berkaitan dengan strategi data Anda, ini bukan tentang lebih banyak data, tetapi tentang data yang tepat, di waktu yang tepat. Menurut IDC, “Tahun ini saja, lebih dari seratus ribu exabyte data akan dihasilkan, melewati ambang batas 100 ribu untuk pertama kalinya.” Namun 74% pembuat keputusan yang kami survei mengatakan bahwa mereka berjibaku dengan strategi risiko kredit organisasi mereka karena data tidak mudah diakses. Datanya tersedia, tetapi upaya akan menjadi sangat sia-sia jika Anda tidak tahu sumber data mana yang akan digunakan.

74% pembuat keputusan berjibaku dengan strategi risiko kredit organisasi mereka karena data tidak mudah diakses.

2022 Global Fintech Agenda, yang didukung oleh Pulse

Saat mengembangkan strategi data untuk penawaran layanan keuangan, Anda perlu mencari cara meminimalkan biaya dan memaksimalkan inovasi. Dan itu artinya dapat memilih hanya data yang dibutuhkan, tepat saat Anda membutuhkannya, untuk membuat keputusan yang lebih akurat terkait kredit, identitas, dan penipuan. Menurut McKinsey, “para pimpinan  industri memanfaatkan sejumlah  sumber data internal dan eksternal untuk meningkatkan keampuhan prediksi sinyal kredit… baik sumber data internal maupun eksternal yang digunakan dalam model pengambilan keputusan kredit akan memengaruhi kualitas keputusan.”

Apa gunanya data yang tepat untuk strategi pengambilan keputusan Anda?

Seperti yang dikatakan McKinsey, “Pasar data memungkinkan pertukaran, berbagi, dan penambahan data, yang pada akhirnya memberdayakan perusahaan untuk membangun produk data yang benar-benar unik dan eksklusif serta mendapatkan wawasan dari data tersebut.” Ketika berkaitan dengan pengambilan keputusan risiko secara khusus, maka data yang tepat memiliki beberapa manfaat utama – dan keunggulan kompetitif:

• Meningkatkan pengalaman pelanggan: Memastikan pengalaman digital tanpa gesekan untuk pelanggan berisiko rendah dan memungkinkan dilakukannya tindakan berbasis data terhadap potensi risiko secara seketika
• Meningkatkan akurasi pengambilan keputusan Anda: Data yang tepat pada langkah yang tepat dalam proses pengambilan keputusan Anda di seluruh siklus proses pelanggan akan mengarah pada keputusan risiko yang lebih efisien dan akurat
• Meminimalkan biaya data: Mengurangi waktu/upaya/sumber daya yang diperlukan untuk mencari, membangun, dan memelihara integrasi data jika semua data yang Anda butuhkan ada di ujung jari Anda
• Skalabilitas: Dengan sumber data yang tepat di tingkat lokal dan global, Anda dapat memasarkan produk baru di wilayah baru lebih cepat dengan menduplikasi dan mengulangi strategi data Anda

Jenis data yang sangat penting untuk mengoptimalkan strategi pengambilan keputusan di seluruh siklus proses:

• Data Identitas: Lakukan verifikasi identitas dan dokumen agar kesesuaian terhadap persyaratan menjadi lebih baik, cegah penipuan identitas, dan pastikan Anda dilindungi dengan data uji tuntas yang berkelanjutan.
  • Di antaranya: KYC/KYB, PEP/sanksi, verifikasi dokumen, tindak penipuan menggunakan kartu identitas palsu.
• Data Penipuan: Lakukan identifikasi adanya potensi penipuan pihak pertama dan pengajuan secara seketika untuk mendeteksi/mencegah penipuan dan mengurangi kerugian; mengurangi data positif palsu (data yang sebenarnya negatif tetapi terdeteksi positif) secara proaktif dengan memanfaatkan sinyal dari ponsel, email, perilaku, perangkat, IP, media sosial, dan sumber data penipuan lainnya.
  • Di antaranya: Email dan data seluler, kecerdasan penipuan global, validasi media sosial, data perangkat, IP, dan geolokasi.
• Data Kredit: Minimalkan paparan dan kerugian kredit dengan memanfaatkan biro kredit, perbankan terbuka, dan sumber data alternatif. Pastikan onboarding kredit yang dioptimalkan dan tambahkan nilai di seluruh siklus proses pelanggan dengan profil risiko pelanggan yang dinamis, mitigasi penagihan, dan optimalkan nilai di seluruh siklus pelanggan.
  • Di antaranya: Data biro kredit, data bisnis, perbankan terbuka, dan data alternatif termasuk media sosial, pembayaran sewa, info perjalanan, utilitas, dan lainnya.

Tantangan rantai pasokan data dan cara mengatasinya

Memilih data yang tepat bisa terlihat menakutkan, tetapi sangat penting memiliki rantai pasokan data yang optimal, dengan data yang tepat di tempat yang tepat, agar dapat menyediakan produk yang paling efektif bagi pelanggan Anda. Tergantung jenis produk keuangan yang Anda tawarkan, ada peraturan daerah yang harus dipertimbangkan, persyaratan vendor pihak ketiga, persyaratan teknologi, dan yang lainnya. Berikut ini beberapa tantangan paling umum yang diketahui memperlambat penyebaran strategi data yang paling dipertimbangkan dengan matang sekali pun:

• Mengidentifikasi sumber data lokal yang relevan
• Menegosiasikan banyak kontrak
• Mematuhi berbagai peraturan
• Memastikan privasi data untuk kebutuhan regional yang berbeda
• Menormalisasi format data
• Membangun dan menjaga integrasi
• Mendukung strategi global 

Namun, Anda dapat mengatasi tantangan tersebut dengan memastikan bahwa Anda memiliki data yang tepat untuk setiap penawaran produk yang Anda miliki. Bagaimana caranya? Bekerja sama dengan mitra yang menyediakan solusi data lengkap. Membangun rantai pasokan data Anda sendiri, untuk kasus penggunaan apa pun, tentu saja dapat dilakukan, tetapi banyak memakan waktu dan sumber daya. Jika Anda ingin bekerja sama dengan mitra, carilah solusi data yang menawarkan:

• Satu kontrak data yang menyediakan akses ke beberapa sumber data
• Satu API untuk menggantikan banyak integrasi
• Berbagai jenis dan sumber data, termasuk data alternatif
• Pengelolaan sumber data ahli yang disesuaikan dengan kebutuhan Anda, yang dapat dengan mudah dimodifikasi seiring perkembangan kebutuhan Anda
• Rantai pasokan data tanpa kode yang disederhanakan yang dapat dipahami dan dikendalikan oleh pengguna non-teknis
• Akses data global, serta sumber lokal, untuk memastikan keberhasilan taktik regional dan kemampuan untuk mengulangi dan memperluas ke pasar baru
• Integrasi yang sempurna ke dalam teknologi pengambilan keputusan Anda untuk memastikan keputusan yang akurat dan lebih cerdas

Menyederhanakan rantai pasokan data Anda (mencari sumber, membangun, mengintegrasikan, dan memelihara sumber data dan koneksi) dan mengoptimalkan strategi data Anda sangat penting untuk kesuksesan yang berkelanjutan – dan keunggulan Anda yang kompetitif. Jangan membiarkan diri Anda kewalahan dengan beraneka macam data yang tersedia di luar sana – ingat, data yang tepat jauh lebih penting daripada data yang lebih banyak. Mengakses data yang tepat pada waktu yang tepat berarti meningkatkan model risiko, memperkuat proses orientasi, pengambilan keputusan yang lebih akurat di seluruh siklus proses, dan mengoptimalkan pengalaman pelanggan.

Untuk bacaan lebih lanjut, lihat artikel ini yang mungkin menarik bagi Anda:

What the Data-Driven Bank of the Future Looks Like – The Financial Brand

Designing Next-Generation Credit-Decisioning Models – McKinsey

The Data-Driven Enterprise of 2025 – McKinsey