- Customer data management (CDM) di industri finansial adalah proses sistematis untuk menyatukan data nasabah dari berbagai kanal dan sistem ke dalam satu profil yang akurat dan terkini.
- Pengelolaan data nasabah di industri finansial lebih kompleks karena satu nasabah bisa memiliki banyak profil di berbagai sistem, seperti core banking, sistem pinjaman, hingga platform investasi.
- Data silo di industri finansial menjadi masalah risk management karena keputusan kredit, due diligence AML, dan pelaporan ke OJK semuanya bertumpu pada akurasi dan konsistensi data nasabah.
- Aplikasi Manajemen Data Pelanggan membantu lembaga finansial dapat membangun pengelolaan data nasabah yang lebih terpadu tanpa harus langsung mengganti sistem yang sudah digunakan.
Industri finansial Indonesia menghadapi paradoks yang jarang diakui secara terbuka: makin banyak kanal digital yang dibuka, makin sulit lembaga keuangan melihat nasabahnya secara utuh.
Di sektor perbankan dan multifinance, kondisi ini memiliki konsekuensi yang lebih berat, seperti profil nasabah yang fragmentaris sehingga menurunkan kualitas layanan dan membuka celah risiko dalam penilaian kredit dan kepatuhan regulasi.
Ketika tim kredit, compliance, dan layanan pelanggan menggunakan “versi” nasabah yang berbeda, keputusan masing-masing tim pun dibuat berdasarkan premis yang tidak sama.
Di sinilah customer data management (CDM) berperan sebagai fondasi operasional, bukan sekadar inisiatif IT.
Dalam artikel Mekari Qontak Blog ini, kami akan mengupas tuntas seputar CDM di industri finansial. Simak artikel ini hingga tuntas.
Apa itu Customer Data Management di Industri Finansial?
Customer data management (CDM) di industri finansial adalah proses, kebijakan, dan teknologi yang lembaga keuangan gunakan untuk mengumpulkan, menyatukan, memvalidasi, dan mengelola data nasabah dari berbagai sumber ke dalam satu representasi yang akurat.
Di industri finansial, CDM memiliki dimensi tambahan yang tidak ditemukan dengan cara yang sama di sektor lain. Pasalnya, data nasabah bukan hanya aset bisnis, tetapi juga menjadi objek regulasi.
Kewajiban KYC (Know Your Customer), AML (Anti-Money Laundering), serta kepatuhan terhadap UU PDP No. 27/2022 membuat setiap keputusan teknis terkait pengelolaan data nasabah perlu mempertimbangkan konsekuensi hukumnya.
Lembaga keuangan yang tidak memiliki CDM terstruktur akan beroperasi dengan banyak versi nasabah yang berbeda di setiap sistem. Kondisi ini tidak efisien sekaligus menimbulkan risiko hukum ketika regulator meminta profil nasabah yang konsisten dan dapat diaudit.
Mengapa Data Nasabah di Sektor Finansial Lebih Kompleks dari Industri Lain?
Satu nasabah perbankan dapat memiliki rekening tabungan, KPR, kartu kredit, hingga produk investasi dalam institusi yang sama. Setiap produk tersebut dapat menghasilkan data yang dikelola oleh sistem berbeda.
1. Satu Nasabah dengan Banyak Profil
Nasabah pada lembaga perbankan besar dapat memiliki lebih dari lima profil yang tersimpan dalam sistem terpisah, seperti core banking, CRM, aplikasi mobile, sistem pinjaman, dan platform investasi.
Tanpa mekanisme identity resolution, setiap profil dapat diperlakukan sebagai entitas yang berbeda. Akibatnya, pengalaman layanan yang diterima nasabah menjadi tidak konsisten.
Duplikasi profil juga berpotensi bertentangan dengan prinsip data minimization dalam UU PDP, yang mengharuskan lembaga keuangan hanya menyimpan data yang benar-benar dibutuhkan.
2. Regulasi yang Mengikat Cara Data Dikelola
Lembaga keuangan terikat oleh POJK No. 11/POJK.03/2022, UU PDP, serta standar AML/KYC dari PPATK.
Aturan tersebut tidak hanya mengatur data yang boleh dikumpulkan, tetapi juga cara penyimpanannya, pihak yang dapat mengaksesnya, serta waktu data harus dihapus.
Karena itu, setiap keputusan teknis dalam CDM harus melalui lapisan compliance yang lebih kompleks.
Retensi data yang terlalu lama dapat menjadi pelanggaran, akses tanpa izin dapat menimbulkan sanksi administratif, sedangkan audit trail yang tidak lengkap dapat menjadi persoalan hukum.
3. Volume Transaksi yang Menghasilkan Noise Data
Lembaga perbankan besar menghasilkan data dalam jumlah sangat besar melalui transaksi harian. Tanpa governance yang ketat, volume tersebut justru dapat memperburuk kualitas data nasabah.
Sistem dapat mencatat setiap event transaksi tanpa selalu memastikan bahwa profil nasabah yang terkait masih akurat dan terkini. Misalnya, perubahan alamat pada satu sistem tidak secara otomatis membuat alamat tersebut berubah di sistem lain.
4. Struktur Multi-Cabang dan Multi-Produk
Lembaga finansial yang memiliki banyak lini produk seperti perbankan, multifinance, asuransi, dan investasi sering menggunakan sistem berbeda untuk setiap lini.
Keputusan mengenai apakah data nasabah dari satu lini dapat diakses oleh lini lainnya merupakan keputusan bisnis sekaligus hukum. Karena itu, IT, Legal, dan Bisnis perlu menyepakati hal tersebut lintas fungsi.
Tiga Komponen Inti CDM di Lembaga Keuangan
Kegagalan implementasi CDM tidak selalu disebabkan oleh keterbatasan teknologi. Salah satu penyebabnya adalah tiga komponen dasar CDM tidak dibangun secara bersamaan.
Berikut ini tiga komponen inti CDM di industri finansial.
1. Data Collection & Integration
Data collection & integration merupakan lapisan pertama CDM.
Komponen ini memungkinkan data nasabah dikumpulkan dari seluruh touchpoint, baik data terstruktur seperti transaksi dan formulir KYC maupun data tidak terstruktur seperti rekaman panggilan, percakapan chat, dan email.
Seluruh data tersebut kemudian perlu diintegrasikan ke dalam satu pipeline yang konsisten.
Tanpa lapisan integrasi yang kuat, data yang masuk ke sistem CDM sudah memiliki masalah sejak awal.
2. Data Quality & Cleansing
Data quality & cleansing merupakan proses untuk memvalidasi data yang sudah dikumpulkan.
Proses ini mencakup identifikasi dan konsolidasi data duplikat, standardisasi format yang tidak seragam, serta penandaan data yang sudah tidak relevan untuk diarsipkan atau dihapus sesuai kebijakan retensi.
Dalam industri finansial, kualitas data berkaitan langsung dengan keputusan. Data nasabah yang tidak akurat dapat menyebabkan penolakan kredit yang keliru atau membuat profil risiko yang seharusnya terdeteksi justru lolos dalam proses due diligence AML.
3. Data Governance & Access Control
Data governance menentukan pihak yang dapat mengakses data nasabah tertentu, konteks penggunaannya, serta otorisasi yang diperlukan.
Menurut Bank for International Settlements (BIS), kerangka data governance yang efektif perlu mencakup prinsip, kebijakan, prosedur, struktur, serta peran dan tanggung jawab yang jelas dalam pengelolaan data, mulai dari pengumpulan hingga penggunaan data.
3. Risiko Data Silo di Lembaga Keuangan
Data silo terjadi ketika setiap departemen atau sistem menyimpan data nasabah secara terpisah tanpa mekanisme berbagi yang terstruktur. Di perbankan, kondisi ini menciptakan celah risiko yang konkret.
Misalnya, seorang nasabah mengajukan kredit ketika masih memiliki keluhan aktif yang belum diselesaikan oleh tim layanan pelanggan.
Tim kredit yang hanya melihat profil dari sistem penilaian kredit tidak mengetahui keluhan tersebut. Akibatnya, keputusan kredit dibuat tanpa konteks yang lengkap.
Moody’s menjelaskan bahwa data silo yang melintasi fungsi, wilayah, dan divisi dapat menghambat bank memperoleh pandangan menyeluruh terhadap operasinya.
Kondisi ini juga dapat membuat informasi penting tidak tersedia secara sederhana, akurat, lengkap, dan tepat waktu di seluruh fungsi, sehingga berpotensi menghasilkan penilaian risiko yang tidak konsisten.
Penerapan CDM di Berbagai Fungsi Lembaga Finansial
Berikut contoh penerapan CDM di industri finansial berdasarkan fungsi.
1. Tim Layanan Nasabah & Contact Center
Tim layanan nasabah yang memiliki akses ke single customer view dapat melihat seluruh riwayat interaksi nasabah dalam satu layar, mulai dari produk yang dimiliki, keluhan sebelumnya, hingga preferensi komunikasi.
Dengan demikian, tim Anda tidak perlu berpindah antar-sistem untuk mendapatkan konteks tersebut.
Dengan aplikasi omnichannel terbaik, agen bisa melihat riwayat interaksi dari WhatsApp, email, dan telepon dalam satu tampilan. Hal ini mengurangi handling time sekaligus meningkatkan first contact resolution.
2. Tim Kredit & Risk Management
Profil nasabah yang lengkap dan terkini menjadi dasar untuk melakukan penilaian kelayakan kredit secara akurat. CDM memungkinkan tim kredit mengakses histori transaksi, riwayat keluhan, serta profil perilaku nasabah secara real-time.
Dengan begitu, tim tidak terlalu bergantung pada data statis yang mungkin sudah tidak relevan ketika keputusan dibuat.
Dalam konteks AML, single customer view membantu mendeteksi pola transaksi mencurigakan secara lebih akurat karena sistem dapat melihat keseluruhan aktivitas nasabah.
3. Tim Marketing & Relationship Manager
Data nasabah yang terpadu memungkinkan tim marketing membuat segmentasi yang lebih presisi berdasarkan perilaku, preferensi kanal, dan potensi cross-sell yang dapat terlihat dari pola transaksi.
Relationship manager yang menangani nasabah prioritas juga dapat mempersiapkan percakapan menggunakan data aktual.
CDM yang matang memungkinkan bisnis menahan kampanye promosi untuk nasabah yang sedang memiliki keluhan terbuka sehingga promosi tidak memperburuk hubungan dengan nasabah.
4. Tim Compliance & Internal Audit
CDM yang terstruktur memudahkan pembuatan batas aman, termasuk informasi mengenai siapa yang mengakses data nasabah, kapan akses dilakukan, dan dalam konteks apa.
Dokumentasi tersebut dibutuhkan ketika regulator meminta bukti kepatuhan, baik untuk KYC, AML, maupun kewajiban pelaporan kepada OJK.
Berikut rangkuman data yang dipakai dan metrik yang umumnya dipantau setiap fungsi.
Gunakan tombol panah kiri/kanan untuk menggulir secara horizontal.
| Fungsi | Data nasabah yang dipakai | Contoh keputusan | Metrik yang dipantau |
|---|---|---|---|
| Layanan nasabah & contact center | Riwayat interaksi lintas kanal, status keluhan, tier | Prioritas antrean, konteks percakapan real-time | Handling time, first contact resolution, CSAT |
| Kredit & risk management | Histori transaksi, riwayat keluhan, profil perilaku | Penilaian kelayakan kredit, deteksi pola AML | Akurasi scoring, tingkat NPL |
| Marketing & relationship manager | Perilaku, preferensi kanal, potensi cross-sell | Segmentasi kampanye, personalisasi penawaran | Konversi kampanye, cross-sell rate |
| Compliance & internal audit | Audit trail akses data, histori perubahan profil | Pembuktian kepatuhan KYC/AML kepada regulator | Kelengkapan audit trail, waktu respons regulasi |
Mengukur Dampak CDM di Lembaga Keuangan: Baseline, Metrik Antara, dan Hasil Bisnis
Pengukuran dampak CDM perlu dilakukan sejak sebelum implementasi. Tanpa baseline, tim Anda tidak memiliki dasar untuk membuktikan perubahan yang terjadi setelah sistem diterapkan.
1. Baseline Sebelum Implementasi
Baseline menggambarkan kondisi data dan bisnis sebelum CDM diterapkan.
Contohnya mencakup persentase profil nasabah yang lengkap di seluruh sistem, tingkat inkonsistensi data antar-departemen, serta rata-rata waktu yang diperlukan untuk menyiapkan data nasabah sebelum rapat kredit.
Angka tersebut membantu menunjukkan seberapa jauh lembaga keuangan mengenali nasabahnya pada kondisi saat ini.
2. Metrik Antara untuk Kesehatan Data
Metrik antara digunakan untuk melihat apakah fondasi data mengalami perbaikan.
Beberapa contohnya adalah match rate identitas lintas sistem, persentase profil nasabah yang lengkap dan terverifikasi, serta waktu yang diperlukan sejak data masuk hingga siap digunakan untuk segmentasi atau penilaian kredit.
Jika metrik antara tidak mengalami perubahan, keputusan bisnis yang bergantung pada CDM masih berdiri di atas fondasi data yang lemah.
3. Metrik Hasil Bisnis
Metrik hasil bisnis digunakan untuk mengetahui apakah keputusan yang dibuat menjadi lebih baik.
Contohnya meliputi akurasi penilaian kredit, waktu respons terhadap permintaan audit dari OJK, dan tingkat resolusi keluhan pada percakapan pertama.
Tim Anda bisa membandingkan hasil tersebut dengan periode sebelumnya atau kelompok kontrol untuk memisahkan dampak CDM dari faktor eksternal seperti kondisi pasar maupun perubahan regulasi.
4. Trade-off Biaya dan Ambang Evaluasi
Biaya implementasi CDM mencakup lisensi platform, integrasi sistem, waktu tim internal, dan pelatihan.
Dengan demikian, tim manajemen perlu menetapkan batas evaluasi sejak awal. Misalnya, cakupan proyek dapat ditinjau ulang apabila metrik antara tidak mengalami perbaikan setelah periode yang sudah disepakati.
Kerangka Pengukuran Tiga Lapis
Gunakan tombol panah kiri/kanan untuk menggulir secara horizontal.
| Lapisan Kerangka Metrik | Contoh metrik | Pertanyaan yang dijawab |
|---|---|---|
| Baseline | Persentase profil nasabah lengkap lintas sistem; tingkat inkonsistensi data antar-departemen | Seberapa jauh kita mengenal nasabah hari ini? |
| Metrik antara | Match rate identitas, persentase profil terverifikasi, waktu data siap dipakai | Apakah fondasi data membaik? |
| Hasil bisnis | Akurasi scoring kredit, waktu respons audit OJK, first contact resolution | Apakah keputusan menjadi lebih baik dan efisien? |
Kapabilitas Mekari Qontak untuk Pengelolaan Data Nasabah di Industri Finansial
1. Menyatukan Data Interaksi Nasabah dari Berbagai Kanal
Omnichannel Inbox Mekari Qontak menyatukan kanal komunikasi nasabah, seperti WhatsApp, email, telepon, dan live chat dalam satu tampilan terpadu.
Data interaksi dari seluruh kanal tersebut masuk ke profil nasabah yang sama sehingga tim layanan, kredit, dan compliance dapat mengakses konteks yang konsisten.
Tim tidak perlu berpindah sistem untuk mendapatkan gambaran lengkap mengenai seorang nasabah. Riwayat percakapan, status keluhan, dan preferensi komunikasi tersedia dalam satu tempat.
2. Mengelola Profil Nasabah Secara Terpusat
Aplikasi CRM menyimpan dan mengelola profil nasabah secara lengkap beserta seluruh riwayat interaksinya.
Setiap perubahan data, seperti pembaruan kontak, penambahan produk, maupun penyelesaian keluhan, tercatat dan dapat diakses oleh tim yang memiliki kewenangan.
Dalam konteks kepatuhan, profil yang terpusat dan terdokumentasi membantu tim Legal dan Compliance menyiapkan bukti kepatuhan ketika regulator meminta rekonstruksi histori nasabah.
3. Memantau Performa Layanan Lintas Kanal
Fitur Laporan & Analitik memungkinkan manajemen memantau performa layanan dan tren interaksi nasabah secara real-time.
Data yang tersedia mencakup volume percakapan berdasarkan kanal hingga rata-rata waktu penyelesaian keluhan.
Informasi tersebut membantu manajemen mengetahui kanal yang paling banyak digunakan nasabah sekaligus mengidentifikasi bagian yang masih menjadi hambatan dan perlu diperbaiki.
4. Integrasi dengan Sistem yang Sudah Berjalan
Integrasi Open API Mekari Qontak memungkinkan lembaga finansial menghubungkan Qontak dengan core banking, CRM lain, maupun platform internal dari Mekari yang sudah digunakan tanpa harus mengganti sistem yang ada.
Pendekatan ini memungkinkan pembangunan CDM dilakukan secara bertahap. Implementasi dapat dimulai dengan mengintegrasikan kanal komunikasi, kemudian diperluas ke sumber data lain seiring meningkatnya kematangan governance data organisasi.
Wujudkan Pengelolaan Data Nasabah yang Terpadu dengan Mekari Qontak!
Dengan demikian, lembaga keuangan yang beroperasi dengan data nasabah yang tersebar di berbagai sistem menghadapi risiko ganda, dari kualitas keputusan yang menurun hingga kepatuhan regulasi yang rapuh.
Platform AI Customer Engagement Mekari Qontak yang terintegrasi dengan Aplikasi Manajemen Data Pelanggan membantu lembaga finansial menyatukan data interaksi nasabah dari semua kanal dan menghubungkannya dengan aktivitas customer engagement dalam satu ekosistem.
Pelajari Omnichannel CRM Mekari Qontak untuk melihat bagaimana aplikasi ini dapat mendukung pengelolaan data nasabah Anda.
Konsultasikan juga kebutuhan bisnis Anda dengan tim Mekari Qontak dan dapatkan uji coba gratis.
Referensi
Pertanyaan yang Sering Diajukan Tentang CDM di Industri Finansial (FAQ)
Apa perbedaan antara customer data management (CDM) dan CRM?
Apa perbedaan antara customer data management (CDM) dan CRM?
CRM adalah alat untuk mencatat interaksi nasabah, dari riwayat percakapan, tiket keluhan hingga aktivitas penjualan. Sementara itu, CDM adalah pendekatan yang lebih luas: memastikan data di balik CRM itu akurat, lengkap, dan konsisten lintas sistem. CDM yang baik adalah prasyarat agar CRM bisa bekerja efektif.
Apakah lembaga keuangan wajib memiliki platform CDM tersendiri, atau CRM sudah cukup?
Apakah lembaga keuangan wajib memiliki platform CDM tersendiri, atau CRM sudah cukup?
CRM tidak cukup jika data nasabah masih tersimpan di sistem yang tidak saling terhubung.
Lembaga keuangan memerlukan lapisan integrasi, kualitas data, dan governance yang berjalan di atas atau di samping CRM, baik melalui platform khusus maupun arsitektur integrasi yang dirancang secara seksama.
Apa yang dimaksud dengan single customer view dan bagaimana cara membangunnya di perbankan?
Apa yang dimaksud dengan single customer view dan bagaimana cara membangunnya di perbankan?
Single customer view adalah satu profil nasabah yang mencakup semua data dari seluruh sistem dan kanal, seperti produk yang dimiliki, riwayat transaksi, histori interaksi, dan status keluhan.
Membangun Single customer view memerlukan tiga hal: platform yang menyatukan data, standar kualitas data, dan governance yang mempertahankan akurasi data dari waktu ke waktu.
Apa risiko terbesar ketika data nasabah masih tersimpan dalam silo?
Apa risiko terbesar ketika data nasabah masih tersimpan dalam silo?
Risiko terbesar adalah inkonsistensi keputusan lintas fungsi. Tim kredit, compliance, dan layanan nasabah yang bekerja dengan data berbeda akan mengambil keputusan berdasarkan premis yang tidak sama.
Hal ini jika dalam konteks penilaian kredit dan due diligence AML adakan berpotensi menghasilkan keputusan yang keliru atau pelanggaran regulasi yang tidak disengaja.
