Memudahkan perusahaan memanfaatkan data dan teknologi artificial intelligence (AI), Multipolar Technology, anak perusahaan PT Multipolar Tbk. menghadirkan solusi Big Data VisionAnalytics.
Seiring semakin besarnya perusahaan, data yang dihasilkan setiap hari dari berbagai sumber pun kian bertambah. Di tengah tuntutan layanan pelanggan yang kian personal, banyak perusahaan berusaha menjadi organisasi yang didukung oleh data (data-driven) guna mencapai keunggulan kompetitif yang lebih besar.
Menurut Herryyanto, Director Account Management FSI and Commercial PT Multipolar Technology Tbk (IDX: MLPT), data dengan karakteristik 5V (volume, velocity, value, variety, dan veracity) akan menjadi actionable insights apabila diolah menggunakan platform big data analytics berbasis artificial intelligence (AI).
“Big data dan AI merupakan fondasi bagi perusahaan untuk mendapatkan gambaran secara komprehensif mengenai perilaku pelanggan dan operasional bisnis, membangun analytic use cases, serta menjadi data driven organization dalam setiap penyusunan strategi dan keputusan bisnis,” imbuhnya.
Untuk mempermudah prosesnya, Multipolar Technology menawarkan solusi Big Data VisionAnalytics yang mengusung beberapa fitur unggulan.
Jip Ivan Sutanto, Director Enterprise Application Services Business Multipolar Technology, dalam seminar “Becoming Data-Driven Organization: Analytics Strategy and Digital Landscape” yang digelar di Bali, pada Kamis (9/11), menyebutkan setidaknya ada sembilan fitur unggulan yang dimiliki solusi Big Data VisionAnalytics.
1. Customer Lifetime Value: yaitu menghitung value atau tingkat loyalitas pelanggan berdasarkan kontribusi dalam bentuk current dan future value.
2. Customer Profitability: berfungsi menghitung estimasi profit yang dihasilkan dari setiap pelanggan berdasarkan besaran kontribusinya.
3. Customer Segmentation: membagi pelanggan berdasarkan segmen tertentu sesuai kemiripan karakteristik, baik dari sisi perilaku bertransaksi maupun profil demografi.
4. Potential Customer: analisis cross-selling dan up-selling guna mendapatkan prospek pelanggan dan penawaran produk yang lebih tepat sasaran.
5. Fraud Detection: dapat mendeteksi fraud berdasarkan machine learning dengan menganalisis profil dan perilaku pelanggan.
6. Customer 360: menangkap insights secara detail berupa gambaran profil perilaku, demografi, preferensi produk, dan transaksi dari setiap pelanggan.