Penerapan Business Intelligence pada Payment Point Online Banking

Business Intelligence merupakan seperangkat proses, arsitektur, dan teknologi yang mengubah data mentah menjadi sebuah insight yang bermakna. Penggunaan business intelligence tentunya akan mendorong untuk menentukan strategi bisnis yang menguntungkan bagi perusahaan. Menurut pernyataan Budiman Rusly, Chief Data Analytic Officer di salah satu perusahaan asuransi jiwa mengatakan bahwa ternyata business intelligence erat hubungannya dengan data science. Pertumbuhan yang sangat cepat di dalam dunia data serta ditambah dengan semakin meningkatnya volume, kompleksitas dan variasinya. Hal tersebut membuat data science memberikan sentuhan tersendiri terhadap dunia business intelligence. Data Science dan Business Intelligence fokus terhadap data itu sendiri dan keduanya mempunyai tujuan untuk memberikan keluaran dengan hasil terbaik di masing-masing bidangnya. Selain itu juga, kedua bidang ini saling berkaitan erat dan merupakan suatu rantai panjang dari sebuah siklus analisa data. 

Business Intelligence merupakan langkah awal dari perjalanan menuju penerapan data science dalam suatu organisasi. Business intelligence mencoba untuk  memetakan arus masuk dari berbagai macam data source, baik structured maupun unstructured, dimana data tersebut akan ditransformasi menjadi keluaran yang lebih baik dan siap untuk dikonsumsi untuk analisa bisnis. Kegiatan yang termasuk didalamnya adalah data scrubbing, data enhancement dan standarisasi value. BI memiliki dampak langsung pada keputusan strategis, taktis dan operasional bisnis organisasi. BI mendukung pengambilan keputusan berdasarkan fakta menggunakan data historis daripada asumsi dan firasat. BI melakukan analisis data dan membuat laporan, ringkasan, dasbor, peta, grafik, dan bagan untuk memberi pengguna informasi intelijen terperinci tentang sifat bisnis. Contoh penerapan BI (Business Intelligence) yang ada di dalam dunia industri, salah satunya adalah aplikasi pembayaran berupa payment point online banking (PPOB). Apalagi, semua sistem pembayaran mulai terarah dan berfokus pada sistem pembayaran online selama pandemi ini. Pada artikel DQLab kali ini, kita akan membahas bagaimana penerapan business intelligence khususnya pada sistem pembayaran online berupa payment point online banking (PPOB), pastikan disimak baik-baik dan baca selengkapnya artikel berikut ini.

1.Mengenal Payment Point Online Banking (PPOB)

Payment point online bank (PPOB) adalah sistem pembayaran daring yang memanfaatkan fasilitas perbankan. Pembayaran yang dimaksud bisa bermacam-macam, mulai dari tagihan listrik, asuransi kesehatan, telepon, pulsa, internet, paket data, asuransi, tiket pesawat dan kereta api, kartu kredit, multifinance, hingga kupon permainan digital dan transportasi daring. Selain itu, PPOB juga bekerjasama dengan lembaga switching sebagai pengatur lalu lintas data serta toko atau loket untuk melayani pelanggan. PPOB dapat menjadi bisnis yang menguntungkan, di satu sisi, PPOB memberi kemudahan kepada masyarakat untuk memenuhi kebutuhan aneka pembayaran. Salah satu penerapan sistem pembayaran PPOB diterapkan oleh ApotikKuota. ApotikKuota merupakan aplikasi PPOB berbasis web dan Android yang melayani beberapa transaksi seperti pembelian pulsa, paket telpon, paket data internet, pembayaran listrik, serta pembelian produk uang digital seperti GoPay dan OVO.

Baca juga : Pahami Proses Integrasi Data untuk Hasilkan Proses Pengolahan Data yang Valid

2.Penerapan Business Intelligence pada Sistem PPOB

Dalam BI, dikenal dengan online analytical processing (OLAP) yang merupakan pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat, berupa desain, aplikasi dan teknologi yang dapat mengoleksi, menyimpan, memanipulasi suatu data multidimensi untuk tujuan analisis. OLAP merupakan kunci dari BI dan digunakan untuk menganalisis data dan informasi yang kemudian akan digunakan sebagai dasar pengambilan keputusan atau sistem penunjang keputusan pada sebuah organisasi atau perusahaan. Pada penelitian ini, peneliti merancang dan membangun model BI, melakukan pengkajian penerapan BI dengan membuat dashboard pelaporan dan OLAP untuk membantu - Registrasi - Aktivasi - Mendapat fitur saldo deposit Registrasi Pembelian produk Pembayaran Pengiriman Penerimaan - PLN - BPJS - Telepon - Pulsa - Paket data - Voucher game - E-money - Transfer - Saldo deposit - Virtual account - Kartu kredit - API (Application Programming Interface) - Notifikasi status. Pihak manajemen atau stakeholder mengambil keputusan. Penelitian ini juga diharapkan dapat membantu manajemen dalam mengambil keputusan yang berhubungan dengan strategi pemasaran, sehingga dapat menyajikan informasi berkaitan dengan strategi bauran pemasaran.

Baca juga : Belajar Data Science: Simak 3 Manfaat Penerapan Big Data di Berbagai Industri

3.Hasil Temuan Penggunaan Sistem PPOB dengan BI

Menurut hasil penelitian Yunistira dan Fadholi tahun 2017, bahwa jika ingin menerapkan strategi produk dengan menambahkan produk PPOB, setidaknya perlu penambahan dua jenis produk. Beberapa produk PPOB yang dapat dijadikan sebagai tambahan produk pada aplikasi ApotikKuota ialah Penjualan tiket kereta api serta pesawat secara daring. Setelah itu, akan timbul pertanyaan, "mengapa aplikasi ApotikKuota harus menambahkan produk tiket daring kereta api dan pesawat?". Berdasarkan data Badan Pusat Statistik pada bulan februari 2019, kedua produk tersebut sangat tinggi peluangnya dikarenakan tingkat perjalanan penumpang masih tinggi. Data tersebut memperlihatkan penumpang yang berangkat dari beberapa bandara utama di Indonesia masih sangat tinggi. Walaupun ada penurunan jumlah penumpang dikarenakan beberapa faktor seperti tinggi harga tiket pesawat, moda transportasi ini masih sangat menjanjikan. Begitu pula halnya dengan jumlah penumpang kereta api, faktor tinggi harga tiket moda transportasi udara membuat penumpang memilih moda transportasi alternatif, seperti kereta api. 

Berdasarkan data BPS, jumlah penumpang kereta api dari tahun 2006 hingga 2019 mengalami kenaikan. Dengan demikian, dapat diambil kesimpulan bahwa penjualan tiket secara daring untuk moda transportasi udara/pesawat dan kereta api masih sangat menjanjikan dan dapat menjadi pertimbangan pihak stakeholder aplikasi ApotikKuota untuk menambahkan kedua produk tersebut. Penambahan ini akan berdampak pada peningkatan keuntungan dari sisi produk. Jika penerapan strategi pemasaran ini menggunakan komponen dalam bauran pemasaran (marketing mix), maka dapat dibuatkan sebuah skenario seperti berikut: dalam penerapannya, strategi produk harus dilakukan secara bersamaan dengan komponen strategi promosi, strategi distribusi, serta strategi harga. Ketika produk ini siap dipasarkan, pihak stakeholder harus memberikan promosi, baik berupa uang kembali maupun hadiah poin (khusus reseller), serta harga tiket promo. Skenario ini diharapkan meningkatkan keuntungan berdasarkan transaksi yang dilakukan oleh para pengguna ApotikKuota, baik reseller, member, dan non-member.

4. Yuk, BELAJAR DATA SCIENCE GRATIS DI DQLAB SELAMA 1 BULAN!

Editor: Annissa Widya