Tuntutan untuk lebih mengenali dan mendalami penggunanya berlaku untuk semua industri, tak terkecuali perbankan. Ada banyak alasan mengapa perbankan harus segera menerapkan teknologi big data, salah satunya untuk meningkat konversi dan menjaga loyalitas pengguna dengan mengenali apa yang pelanggan mereka inginkan.
Setiap bank dapat dipastikan memiliki jutaan rincian data dari pelanggannya. Dengan big data dan analisis data tersebut bisa menjadi modal yang bagus untuk bank terus berinovasi. Data transaksi misalnya, bank tentu memiliki data transaksi seperit penggunaan kartu kredit, mobile banking, atau internet banking lengkap dengan di merchant mana pelanggan bisa menggunakannya. Dengan data-data tersebut bank bisa memilah dan memilih penawaran mana yang sekiranya cocok dan sesuai dengan kebiasaan pengguna. Tentu hal ini sebuah peningkatan pengalaman bagi pengguna, mendapatkan apa yang mereka inginkan.
Big data + analisis = peluang besar.
Namun sayangnya tidak sedikit ditemukan bank tidak bisa segera menerapkan teknologi big data. Ada berbagai macam masalah. Seperti hal teknis pada sukarnya melakukan ekstrak terhadap data di sistem lama. Atau masih sulitnya menemukan orang-orang yang ahli untuk melakukan analisis data-data tersebut.
Atau mungkin permasalahan non teknis seperti kurangnya ketertarikan top manajemen perihal penerapan teknologi big data. Yang terakhir ini biasanya bisa dipecahkan dengan melakukan pendekatan-pendekatan yang berbeda dari sebelumnya.
Data umumnya dipisahkan menjadi dua, data terstruktur dan data tidak terstruktur. Data terstruktur biasanya berupa data yang muda dikelola seperti data yang sering kali dimasukkan dalam komputer seperti formulir isian umur, jenis kelamin, alamat, dan data deskripsi lainnya yang terstruktur. Data yang tidak terstruktur, di sisi lain, adalah data dengan format tidak tentu dan biasanya lebih sulit untuk dianalisis. Data tak terstruktur biasanya menyumbang 90% data total data keseluruhan. Data ini biasanya meliputi reaksi atau komentar yang ditulis di laman blog, email, media sosial dan lainnya.
Konversi data yang tidak terstruktur inilah menjadi yang paling penting. Hal ini bisa dilakukan dengan memanfaatkan teknologi baru seperti natural language processing, text Mining, atau teknologi sejenis lainnya. Yang dibutuhkan adalah algoritma untuk mengenali tiap kata dalam tulisan dan menyimpulkannya menjadi sesuatu, apakah itu kritik, pujian atau lainnya.
Tidak mudah dan berisiko memang tapi saat ini memaksimalkan data adalah hal yang menentukan. Melakukan perubahan dengan mengkonsumsi data atau kehilangan pelanggan. Terlebih startup fintech juga lebih gesit dalam penerapan teknologi.
–
Disclosure: DailySocial bekerja sama dengan Bigdata-madesimple.com untuk seri penulisan artikel tentang big data.
