PENGGUNAAN DATA SCIENCE DI HOME CREDIT INDONESIA
By Claureina Diana | 13 April 2021
By Claureina Diana | 13 April 2021
Perkembangan data science tentu membawa perubahan besar bagi berbagai sektor bisnis, termasuk sektor finansial. Sekarang ini sudah bukan jamannya lagi untuk datang ke teller untuk mengajukan pinjaman atau melakukan pendaftaran layanan finansial lainnya secara offline. Kini nasabah sudah beralih secara digital, dimana semua transaksi finansial akan dilakukan melalui satu aplikasi yang ada di smartphone mereka, dan mereka dapat menyelesaikan jenis transaksi yang diinginkan kapanpun dan dimanapun mereka berada.
Digitalisasi ini juga berdampak pada jumlah data yang diterima oleh perusahaan. Semakin banyak transaksi sama artinya dengan semakin banyak data yang diterima. Sejak dulu perusahaan finansial mengumpulkan informasi terkait nasabahnya dan menjadikan informasi tersebut sebagai bekal berharga untuk membuat produk finansial baru. Namun proses pembuatan suatu produk finansial dengan cara tradisional memakan waktu yang lama dan terbatas. Kehadiran data science dan machine learning bagi sektor finansial dapat membantu para pelaku di sektor ini untuk mengumpulkan dan mengolah data secara cepat dan segera mendapat insight dibalik data-data yang banyak tersebut. Hal ini jugalah yang dilakukan oleh salah satu perusahaan pembiayaan terkenal, Home Credit Indonesia.
Pada artikel kali ini, Team Algoritma bersama dengan Kirill Odintsov selaku Head of Data Science di Home Credit Indonesia akan membahas bagaimana pemanfaatan data science bagi Home Credit Indonesia.
GOALS HOME CREDIT INDONESIA
Home Credit Indonesia adalah perusahaan yang bergerak di bidang pembiayaan multiguna yang memberi dukungan finansial bagi pelanggan untuk berbelanja secara online maupun offline. “Menjadi mitra belanja terpercaya dan dapat diandalkan bagi pelanggan kami, memberikan customer experience terbaik dengan berbagai penawaran menarik setiap harinya, ” jelas Kirill saat ditanya mengenai goals Home Credit Indonesia. Menurutnya pula goals tersebut hanya dapat diwujudkan lebih cepat jika memanfaatkan bantuan automasi, digitalisasi, dan data science.
MEMENANGKAN COMPETITIVE ADVANTAGE DENGAN DATA SCIENCE
Kirill menjelaskan berbagai penggunaan Data Science yang membantu perusahaan menjadi semakin data-driven, baik bagi operasional bisnis Home Credit Indonesia maupun terhadap para pelanggannya. Dengan memanfaatkan data science perusahaan dapat meminimalisir biaya resiko yang harus dikeluarkan dan mencegah terjadinya fraud. “Ini (Data) membantu kami memanfaatkan sumber daya yang dimiliki perusahaan secara efisien, memahami pelanggan dan pesaing kami,” ungkapnya. Selain itu Kirill juga menjelaskan bagaimana data science memberikan dampak positif kepada pelanggan dengan memberikan penawaran yang tepat bagi tiap-tiap pelanggan. “Kami dapat memenuhi kebutuhan pelanggan secara lebih efisien, serta menghindari promosi yang tidak relevan yang justru akan mengganggu. Kami juga dapat menganalisis perilaku mereka untuk menyesuaikan rencana promosi yang akan dilakukan (telpon dan penawaran) agar mereka tetap merasa nyaman,” jelas Kirill.
Menurut Kirill penggunaan data science dapat membawa keunggulan kompetitif bagi perusahaan, dimana data dapat membantu proses pengambilan keputusan yang lebih tepat. Bagi bisnis finansial, data adalah hal yang krusial, dimana untuk membuat suatu kebijakan banyak sekali analisa yang perlu dilakukan sebelumnya. Dengan menggunakan data science, analisa dapat dilakukan dengan lebih mudah dan terperinci, sehingga tidak ada keputusan yang salah karena analisa yang kurang tepat. Kirill mengibaratkan penggunaan data science seperti bermain kartu poker. Kamu bisa memenangkan permainan poker hanya dengan insting, tetapi jika kamu tahu peluang apa yang ada dibalik kartu-kartu tersebut, maka kesempatanmu untuk menang menjadi semakin besar.
MANFAAT DATA SCIENCE LAINNYA
Di Home Credit Indonesia, pemanfaatan data science dapat ditemukan di hampir seluruh departemen yang ada. Mulai dari risk department yang memanfaatkan predictive models untuk mengukur kemampuan pelanggan menyelesaikan cicilan hingga kegiatan pencegahan fraud (anti fraud) oleh team Collections di Home Credit Indonesia. Di department CRS, predictive models juga digunakan untuk melihat tingkat respon dari pelanggan untuk memaksimalkan penawaran yang diberikan.
Dalam bidang lain seperti sales, marketing, dan operasional data science juga memiliki fungsi beragam mulai dari menganalisa feedback dalam bentuk text, identifikasi pelanggan potensial, hingga mengatur skala prioritas komunikasi dengan pelanggan.
PESAN BAGI KAMU YANG INGIN MEMULAI KARIR DATA SCIENCE
Berhubungan dengan data dan angka setiap harinya tidak heran jika itu membuatmu menjadi lebih perfeksionis. Hal ini juga yang dialami oleh Kirill. Namun seiring perjalanan karirnya, Ia menyadari bahwa membuat model yang sempurna bukanlah tujuan akhir yang harus dicapai dalam karir seorang Data Scientist.
Sebagai Data Scientist kamu harus mampu membuat model yang dapat membawa dampak positif bagi bisnis. Pada tahap awal kamu dapat memulainya dengan membuat model yang sederhana, mudah digunakan, tetapi tetap tepat sasaran. “Kita harus menciptakan solusi/model yang sederhana dan berguna, sambil menunggu feedback dari pihak lain untuk memperbaiki model yang ada,” ujarnya.
Begitu pula dalam memilih metode data science yang akan kamu gunakan. Kirill menekankan pentingnya pemahaman mendalam akan metode yang kamu gunakan. Lebih baik untuk menggunakan metode sederhana yang kamu kuasai, dibandingkan menggunakan metode yang rumit dan tidak dapat kamu kuasai. Dengan menggunakan metode yang sesuai, kedepannya akan lebih mudah bagimu untuk mengembangkan model yang kamu buat dan menemukan celah-celah untuk memperbaiki model tersebut. Selanjutnya bagi kamu yang sudah yakin menguasai dasar-dasar dalam data science yang kuat, kamu dapat meningkatkan skill-mu dengan berpartisipasi dalam berbagai kompetisi, seperti Kaggle competitions.
Perkembangan data science tentu membawa perubahan besar bagi berbagai sektor bisnis, termasuk sektor finansial. Sekarang ini sudah bukan jamannya lagi untuk datang ke teller untuk mengajukan pinjaman atau melakukan pendaftaran layanan finansial lainnya secara offline. Kini nasabah sudah beralih secara digital, dimana semua transaksi finansial akan dilakukan melalui satu aplikasi yang ada di smartphone mereka, dan mereka dapat menyelesaikan jenis transaksi yang diinginkan kapanpun dan dimanapun mereka berada.
Digitalisasi ini juga berdampak pada jumlah data yang diterima oleh perusahaan. Semakin banyak transaksi sama artinya dengan semakin banyak data yang diterima. Sejak dulu perusahaan finansial mengumpulkan informasi terkait nasabahnya dan menjadikan informasi tersebut sebagai bekal berharga untuk membuat produk finansial baru. Namun proses pembuatan suatu produk finansial dengan cara tradisional memakan waktu yang lama dan terbatas. Kehadiran data science dan machine learning bagi sektor finansial dapat membantu para pelaku di sektor ini untuk mengumpulkan dan mengolah data secara cepat dan segera mendapat insight dibalik data-data yang banyak tersebut. Hal ini jugalah yang dilakukan oleh salah satu perusahaan pembiayaan terkenal, Home Credit Indonesia.
Pada artikel kali ini, Team Algoritma bersama dengan Kirill Odintsov selaku Head of Data Science di Home Credit Indonesia akan membahas bagaimana pemanfaatan data science bagi Home Credit Indonesia.
GOALS HOME CREDIT INDONESIA
Home Credit Indonesia adalah perusahaan yang bergerak di bidang pembiayaan multiguna yang memberi dukungan finansial bagi pelanggan untuk berbelanja secara online maupun offline. “Menjadi mitra belanja terpercaya dan dapat diandalkan bagi pelanggan kami, memberikan customer experience terbaik dengan berbagai penawaran menarik setiap harinya, ” jelas Kirill saat ditanya mengenai goals Home Credit Indonesia. Menurutnya pula goals tersebut hanya dapat diwujudkan lebih cepat jika memanfaatkan bantuan automasi, digitalisasi, dan data science.
MEMENANGKAN COMPETITIVE ADVANTAGE DENGAN DATA SCIENCE
Kirill menjelaskan berbagai penggunaan Data Science yang membantu perusahaan menjadi semakin data-driven, baik bagi operasional bisnis Home Credit Indonesia maupun terhadap para pelanggannya. Dengan memanfaatkan data science perusahaan dapat meminimalisir biaya resiko yang harus dikeluarkan dan mencegah terjadinya fraud. “Ini (Data) membantu kami memanfaatkan sumber daya yang dimiliki perusahaan secara efisien, memahami pelanggan dan pesaing kami,” ungkapnya. Selain itu Kirill juga menjelaskan bagaimana data science memberikan dampak positif kepada pelanggan dengan memberikan penawaran yang tepat bagi tiap-tiap pelanggan. “Kami dapat memenuhi kebutuhan pelanggan secara lebih efisien, serta menghindari promosi yang tidak relevan yang justru akan mengganggu. Kami juga dapat menganalisis perilaku mereka untuk menyesuaikan rencana promosi yang akan dilakukan (telpon dan penawaran) agar mereka tetap merasa nyaman,” jelas Kirill.
Menurut Kirill penggunaan data science dapat membawa keunggulan kompetitif bagi perusahaan, dimana data dapat membantu proses pengambilan keputusan yang lebih tepat. Bagi bisnis finansial, data adalah hal yang krusial, dimana untuk membuat suatu kebijakan banyak sekali analisa yang perlu dilakukan sebelumnya. Dengan menggunakan data science, analisa dapat dilakukan dengan lebih mudah dan terperinci, sehingga tidak ada keputusan yang salah karena analisa yang kurang tepat. Kirill mengibaratkan penggunaan data science seperti bermain kartu poker. Kamu bisa memenangkan permainan poker hanya dengan insting, tetapi jika kamu tahu peluang apa yang ada dibalik kartu-kartu tersebut, maka kesempatanmu untuk menang menjadi semakin besar.
MANFAAT DATA SCIENCE LAINNYA
Di Home Credit Indonesia, pemanfaatan data science dapat ditemukan di hampir seluruh departemen yang ada. Mulai dari risk department yang memanfaatkan predictive models untuk mengukur kemampuan pelanggan menyelesaikan cicilan hingga kegiatan pencegahan fraud (anti fraud) oleh team Collections di Home Credit Indonesia. Di department CRS, predictive models juga digunakan untuk melihat tingkat respon dari pelanggan untuk memaksimalkan penawaran yang diberikan.
Dalam bidang lain seperti sales, marketing, dan operasional data science juga memiliki fungsi beragam mulai dari menganalisa feedback dalam bentuk text, identifikasi pelanggan potensial, hingga mengatur skala prioritas komunikasi dengan pelanggan.
PESAN BAGI KAMU YANG INGIN MEMULAI KARIR DATA SCIENCE
Berhubungan dengan data dan angka setiap harinya tidak heran jika itu membuatmu menjadi lebih perfeksionis. Hal ini juga yang dialami oleh Kirill. Namun seiring perjalanan karirnya, Ia menyadari bahwa membuat model yang sempurna bukanlah tujuan akhir yang harus dicapai dalam karir seorang Data Scientist.
Sebagai Data Scientist kamu harus mampu membuat model yang dapat membawa dampak positif bagi bisnis. Pada tahap awal kamu dapat memulainya dengan membuat model yang sederhana, mudah digunakan, tetapi tetap tepat sasaran. “Kita harus menciptakan solusi/model yang sederhana dan berguna, sambil menunggu feedback dari pihak lain untuk memperbaiki model yang ada,” ujarnya.
Begitu pula dalam memilih metode data science yang akan kamu gunakan. Kirill menekankan pentingnya pemahaman mendalam akan metode yang kamu gunakan. Lebih baik untuk menggunakan metode sederhana yang kamu kuasai, dibandingkan menggunakan metode yang rumit dan tidak dapat kamu kuasai. Dengan menggunakan metode yang sesuai, kedepannya akan lebih mudah bagimu untuk mengembangkan model yang kamu buat dan menemukan celah-celah untuk memperbaiki model tersebut. Selanjutnya bagi kamu yang sudah yakin menguasai dasar-dasar dalam data science yang kuat, kamu dapat meningkatkan skill-mu dengan berpartisipasi dalam berbagai kompetisi, seperti Kaggle competitions.