Fitur Enterprise Implementasi Hadoop, Bank Mandiri Gali “Rahasia” di Balik Big Data

Implementasi Hadoop, Bank Mandiri Gali “Rahasia” di Balik Big Data

Mohammad Guntur (Senior Vice President, Enterprise Data Management, Bank Mandiri).

Ketika data didaulat sebagai the new oil, organisasi dalam berbagai skala pun mulai melirik pemanfaatan big data. Perbankan sebagai salah satu sektor yang memiliki data pelanggan dalam jumlah besar pun cepat merespons tren tersebut. Sektor lain yang juga “duduk” di atas tumpukan harta karun data adalah telekomunikasi.

Teknologi dan infrastruktur yang berhubungan dengan data sudah sejak lama eksis di lingkungan perbankan. “Sejak dulu kami sudah memakai data warehouse Relational Data Base Management System (RDBMS). Tapi jujur, fokus kami lebih untuk kepentingan regulatory,” papar Mohammad Guntur (Senior Vice President, Enterprise Data Management, Bank Mandiri).

Hal tersebut tentu tak mengherankan mengingat posisi bank sebagai lembaga dengan pengaturan yang sangat ketat atau highly regulated.  

Meski begitu, bukan berarti Bank Mandiri sama sekali tidak memanfaatkan data untuk kepentingan business intelligence dan marketing campaign. Aktivitas pemanfaatan data tersebut juga sudah dilakukan, tetapi diakui Guntur, analisis datanya belum tajam. Kapabilitas untuk menganalisis data yang kompleks juga belum mencukupi.

“Kami sekadar mengumpulkan data transaksi seluruh nasabah, kemudian kami lakukan campaign tapi belum targeted, semua nasabah ditawari,” jelas Guntur. Penawaran disampaikan ke semua nasabah dan disebarkan melalui semua kanal milik Bank Mandiri.

Ketika ada sebuah penawaran yang akan disampaikan via SMS, tim marketing Bank Mandiri harus mengirim penawaran tersebut ke sekitar 15 juta nasabah. “Bayangkan kalau kami mempunyai lima program penawaran dan harus kami blast semua ke nasabah via SMS yang biayanya Rp200 per SMS. Berapa biayanya?” kata Guntur beretorika.

Selain itu, menurut profesional TI yang telah berkarier selama 28 tahun di bidang TI perbankan itu, Bank Mandiri juga menghadapi kendala berupa keterbatasan kapasitas data warehouse. Sementara itu, untuk menambah kapasitas dibutuhkan investasi yang cukup tinggi.

Kebutuhan meng-capture data dalam jumlah besar utamanya datang dari unit Digital Banking & Technology. Unit ini memang disiapkan Bank Mandiri untuk menghadapi era perbankan digital. “Di situ pengelolaan data yang sifatnya end-to-end memang sangat dibutuhkan,” cetus Guntur.

Big Data untuk Perbaiki Kualitas Kredit

Dengan kebutuhan menangkap data yang lebih banyak dan mengolahnya menjadi insight yang bermanfaat bagi bisnis, Bank Mandiri memutuskan untuk mengadopsi platform big data.

Tujuannya, menurut Guntur, adalah melengkapi data warehouse yang sudah ada sehingga nantinya bank pelat merah ini dapat meng-capture lebih banyak data. Selain data terstruktur dari database konvensional, Bank Mandiri berharap dapat memperoleh data semi-terstruktur, misalnya dari log mesin EDC dan ATM, dan data tak terstruktur yang bersumber dari media sosial.

Pilihan dijatuhkan pada teknologi big data Hadoop karena sifatnya yang terbuka (open source) dan dapat diinstalasi pada perangkat komoditas. “Kami berharap ada efisiensi dalam penyimpanan data ini,” ujar Guntur. Hadoop juga dipilih karena tim Enterprise Data Management Bank Mandiri telah mempelajari platform big data tersebut secara otodidak selama dua tahun terakhir.

Setelah melalui beberapa tahap evaluasi dan uji, antara lain Request for Proposal dan Proof of Concept, di akhir tahun 2016 lalu, Bank Mandiri menggandeng Cloudera sebagai salah satu penyedia platform Hadoop berskala global.

Usai instalasi hardware di akhir Februari lalu dan menyusun requirement sampai akhir Maret, tim Enterprise Data Management di bawah komando Mohammad Guntur telah memulai proses offloading data dari data warehouse RDBMS ke platform Cloudera Hadoop.

“Setelah itu kami akan langsung masuk ke case-nya. Ada dua case besar, yaitu up sell dan cross sell untuk menawarkan produk-produk yang lebih tepat kepada nasabah, khususnya untuk nasabah retail,” jelas Guntur.

Case berikutnya yang akan ditangani melalui pemanfaatan big data adalah memonitor transaksi nasabah melalui Transaction Flow Diagram (TFD). Hal ini khususnya berlaku untuk nasabah segmen commercial dan corporate. “Dengan TFD, kami dapat memonitor pergerakan transaksi nasabah, baik [transaksi] in maupun out,” ujar Guntur.

Langkah ini diambil menyusul turunnya laba bersih Bank Mandiri pada akhir tahun lalu sebesar 32,1 persen, dari Rp20,3 triliun menjadi Rp13,8 triliun. Turunnya pencapaian laba bersih ini disebabkan antara lain oleh peningkatan level kredit bermasalah (Non Performing Loan/NPL), terutama dari segmen komersial.

Dua hal tersebut yang akan menjadi fokus implementasi platform big data di Bank Mandiri pada tahun 2017 ini. Implementasi ini ditargetkan tuntas pada bulan Oktober nanti.

Ilustrasi Bank Mandiri. [Foto: Flickr/thisisinbalitimur]

Cermati Arsitektur Data

Berbicara tentang tantangan yang dihadapi selama proses implementasi, Guntur menyebutkan tantangan waktu instalasi.

Memasang sistem di atas server komoditas tentu membutuhkan waktu yang lebih panjang ketimbang menggunakan appliance yang sudah pre-configured. “Awal Februari barang datang, sampai awal Maret baru siap karena konfigurasinya harus didesain dulu. Teknologinya lumayan kompleks, termasuk network-nya,” jelasnya.

Namun ini merupakan suatu keuntungan bagi tim TI Bank Mandiri karena mereka menjadi lebih memahami konfigurasi terbaik di Hadoop. “Kami sadar dengan tantangan waktu yang lebih panjang ini, tapi once itu sudah kami setup, akan lebih murah dan mudah operasionalnya,” imbuh Guntur.

Manfaat lain yang ingin diraih dengan Hadoop adalah Total Cost of Ownership (TCO) yang lebih rendah dan efisien dalam penyimpanan data.

“Jadi strategi kami adalah data warehouse yang tradisional akan menyimpan data setahun terakhir saja untuk kepentingan regulator. Tetapi untuk kepentingan analitik yang lebih lama, [data] kami taruh di Hadoop,” jelas Guntur. Proses analisis yang lebih lama terhadap big data diharapkan dapat memberi insight yang lebih baik.

Bank Mandiri juga akan memperoleh banyak data yang lebih lengkap dalam berbagai format.”Otomatis kami bisa lebih tajam dan akurat dalam menganalisis behavior nasabah, dan otomatis kami pun bisa lebih efisien dalam melakukan cross selling dan up selling. NPL pun menjadi lebih terjaga,” kata Guntur menandaskan.

Data yang lebih lengkap dan dianalisis dalam jangka lebih panjang tentu akan dapat menghasilkan insight yang lebih baik. Insight yang lebih baik dapat menuntun Bank Mandiri dalam memberikan penawaran yang lebih sesuai kebutuhan aktual pelanggan. Big data dan TFD pun diharapkan dapat menjadi salah satu cara meningkatkan kualitas kredit agar tidak menjadi kredit bermasalah.

Belajar dari pengalaman selama dua tahun terakhir menangani big data, ada beberapa hal yang disarankan Mohammad Guntur. “Kita harus bisa menentukan data apa yang akan disimpan di RDBMS dan data apa yang ditaruh di Hadoop,” ujarnya.

Selain itu, bank juga harus mencermati arsitektur datanya agar bisa lebih optimal dalam implementasi Hadoop. “Kita sudah bikin tambahan investasi [big data] dengan harapan mencapai TCO lebih murah, dan mendapatkan analitik yang lebih tajam, tapi nggak tercapai,” ujar Guntur seraya mengingatkan kembali bahwa arsitektur data tersebut harus ditetapkan dengan baik.

Comments

comments