Pembangkitan Single Customer Information Files (CIF) menggunakan Modified Entreprise Information Management

Abstract

Customer relationship management (CRM) khususnya di sektor perbankan adalah semua aspek yang melingkupi layanan perusahaan terhadap nasabah. CRM dikembangkan agar sebuah perusahaan dapat meningkatkan layanan dan menjaga hubungan dengan nasabah. Peningkatan layanan dapat dilakukan melalui pemahaman terhadap profil dan latar belakang nasabah dengan mengembangkan inovasi produk melalui implementasi layanan interaktif dan penerapan teknologi. CRM membutuhkan data nasabah yang valid untuk memberikan hasil analisis yang akurat dan efektif sehingga memberikan layanan yang optimal untuk nasabah. Istilah satu data nasabah valid dalam manajamen data perbankan dikenal dengan single customer information file (CIF). Manajemen informasi dalam suatu perusahaan untuk menjamin validitas data nasabah pada umumnya melibatkan operasi pengintegrasian data, operasi pembersihan data, operasi pencocokkan data, operasi standardisasi data, dan oprasi penyimpan data di lokasi terpusat untuk memastikan kualitas data. Operasioperasi tersebut di atas dikenal dengan Entreprise Management Information (EIM). Operasi pembersian dan pencocokkan data dari berbagai sumber adalah tantangan tersulit dalam EIM. Data biasanya memiliki duplikasi dan sulit untuk memutuskan mana yang merupakan data terbaik. Mod-EIM diusulkan untuk memastikan kualitas data nasabah dan menghasilkan single CIF. Single CIF dapat digunakan untuk mendukung strategi bisnis dan untuk mendukung proses bisnis agar berjalan efektif dan efisien. Mod-EIM telah berhasil melakukan proses pembangkitan golden data pada nasabah individu sebanyak 17 juta baris. Profil kelompok data yang dihasilkan, yaitu kelompok matched data mencapai 15 juta baris atau persentase mencapai 88.1%. Sisanya, sebanyak 1.3 juta baris masuk pada kelompok steward data atau 7.6% dan sekitar 0.7 juta baris atau 4.2% masuk kelompok unmatched data. Dari dua kelompok data matched dan unmatched, golden data yang dihasilkan mencapai 13 juta baris. Selain itu, pada golden data terdapat data yang memiliki child lebih dari satu sebanyak 2 juta baris. Hal ini dapat disimpulkan, bahwa terdapat duplikasi pada basis data sebanyak 11.7%. Website E-CIF evalutor juga dikembangkan untuk memudahkan pakar agar dapat mengolah data yang masuk pada kelompok steward data untuk dibuat golden data melalui proses merge dan unmerge. Selain itu, pada penelitian ini juga berhasil dikembangkan Restfull API untuk memudahkan aplikasi lain diluar sistem mengakses golden data atau single CIF.