CTI Summit 2017 Road to CTI Summit 2017: Cara Bank DBS Manfaatkan Machine Learning

Road to CTI Summit 2017: Cara Bank DBS Manfaatkan Machine Learning

Leonardo Koesmanto (Head of Digibank, DBS Indonesia). [Foto: Abdul Aziz/InfoKomputer]

Dengan memanfaatkan machine learning, sebuah bank bisa lebih efisien sekaligus memberikan layanan optimal bagi nasabahnya. Kesimpulan itulah yang bisa ditarik dari pengalaman Bank DBS yang saat ini mulai memanfaatkan machine learning.

Salah satu implementasi machine learning di DBS adalah memberi insight bagi Relationship Manager (RM) saat berhubungan dengan nasabahnya. “Ketika akan bertemu nasabah, seorang RM itu harus riset dulu setiap nasabahnya,” cerita Leonardo Koesmanto (Head of Digibank, DBS Indonesia). Riset tersebut meliputi karakter investasi nasabah (seperti risk taker atau risk averse) dan juga kondisi pasar saat itu. Jika dalam sehari seorang RM harus bertemu lima nasabah, tentu proses riset akan membutuhkan waktu yang lama.

Hal itulah yang mendorong DBS untuk melirik machine learning. Proses riset yang biasanya dilakukan secara manual, kini menggunakan komputer. Machine learning akan menganalisis berbagai faktor, seperti latar belakang konsumen dan kondisi pasar, untuk kemudian memberikan saran kepada RM dalam membuat penawaran investasi. Berdasarkan masukan tersebut, sang RM bisa dengan cepat memberikan saran investasi yang tepat bagi nasabah.

Penggunaan machine learning pun bisa meluas ke sisi digital personal assistant. Personal assistant ini bisa menjawab pertanyaan nasabah seputar produk perbankan yang biasanya ditangani oleh customer service. “Karena 80% pertanyaan ke customer service pada dasarnya sama,” tambah pria yang akrab dipanggil Leo ini.

Lebih jauh lagi, digital personal assistant ini juga bisa membantu proses perbankan. Ketika ingin membayar tagihan telepon, misalnya, nasabah tinggal berkata atau mengetikkan “Saya ingin membayar tagihan telepon.” Hal yang sama pun bisa dilakukan ketika nasabah ingin mengecek saldo, melakukan transfer, dan berbagai kegiatan perbankan lainnya.

Semua kemudahan itu sejalan dengan visi DBS yang menginginkan bank menjadi satu hal yang invisible. “Kalau dulu, ketika kita melakukan kegiatan perbankan, kita harus pergi ke bank,” ungkap Leo. Sedangkan ke depannya, semua yang dilakukan nasabah di bank, bisa dilakukan menggunakan smartphone-nya. Kata “bank” pun akan bertransformasi menjadi sebuah kegiatan dan bukan lagi bentuk fisik. “Kita berada di belakang dari setiap transaksi yang dilakukan,” tambah Leo menggambarkan visi DBS ke depan.

Untuk mencapai ke sana, tantangannya memang tidak sedikit. Tantangan terbesar adalah bagaimana “melatih” machine learning ini untuk bisa bekerja dengan sempurna. “Machine learning itu ibarat anak yang harus diajari dulu,” tambah Leo. Contohnya, sang mesin harus bisa menangkap pertanyaan mengenai cara membuka rekening di DBS yang diungkapkan dengan bahasa resmi maupun sehari-hari.

Agar bisa belajar, sang mesin harus terus dipakai sehingga perbendaharaan kata dan kalimat yang ia mengerti bisa semakin besar. “Kami baru saja implementasi, jadi perlu waktu untuk dia menjadi pintar,” ujar Leo. Namun ia yakin, peran machine learning akan semakin besar di masa depan. “Saya cukup optimistis implementasinya akan banyak,” ungkap Leo.

Leonardo Koesmanto adalah salah satu pembicara pada acara CTI IT Infrastructure Summit 2017. Di acara ini, Leo akan membahas lebih jauh mengenai starategi DBS dalam menerapkan machine learning. Jika tertarik untuk ikut, silakan daftarkan diri Anda di alamat ini.

Comments

comments