BAB II KAJIAN PUSTAKA
2.1 Landasan Teori
2.1.3 Business Intelligence pada Sektor Perbankan
Business Intelligence (BI) merupakan komponen penting dari
implementasi TI pada bank berbasis strategi. Hal ini dapat membantu mereka dalam meningkatkan produk, meningkatkan hubungan dengan pelanggan, membuat perkiraan yang lebih baik berdasarkan tren masa lalu, menangani kompetisi, mengelola risiko, meningkatkan efisiensi operasional, dan lain sebagainya (Sahu, 2012).
Dikarenakan adanya dampak dari globalisasi, telah terjadi peningkatan kompleksitas proses pengambilan keputusan di sektor perbankan (Mishra & Saini, 2015). Hal tersebut didukung juga dengan semakin berkembang dan tumbuhnya bisnis suatu perusahaan perbankan. Pertumbuhan bisnis pada perbankan dapat dipengaruhi oleh tiga hal, yaitu pertumbuhan bisnis by region, pertumbuhan bisnis
by branch, dan pertumbuhan bisnis by product. Untuk itu, bank modern harus
16
klien, persaingan agresif, merger dan akuisisi, pengembangan produk baru, serta segmentasi pasar.
BI dapat digunakan untuk mendukung perusahaan perbankan dalam mencapai berbagai kriteria keberhasilan seperti (1) Membantu pembuatan keputusan dengan kecepatan dan kualitas yang lebih baik, (2) Mempercepat operasional perusahaan, (3) Memperpendek siklus pengembangan produk, (4) Memaksimalkan nilai dari produk yang tersedia dan mengantisipasi peluang baru, serta (5) Menciptakan pasar yang lebih baik dan terfokus (Nur & Mukhlash, 2014). Berdasarkan hal tersebut, solusi business intelligence mampu membantu para pengambil keputusan untuk membuat keputusan yang terbaik dengan mengambil keuntungan dari alat analisis yang dapat menguji dan memverifikasi berbagai alternatif sebelum menerapkannya pada proses pengambilan keputusan. Untuk mengambil sebuah keputusan, analisis BI membutuhkan informasi mengenai cabang, karyawan, deposito, pinjaman, penjualan, beban, laba-rugi, dan lain-lain yang bersifat general atau umum secara absolut yang mungkin juga akan dapat menjadikan perusahaan menjadi organisasi yang berdasarkan produk, sektor, profil pelanggan, wilayah, waktu, atau struktur distribusi bank (Nur & Mukhlash, 2014).
Aplikasi BI telah memungkinkan bank untuk menganalisis informasi yang berhubungan dengan perubahan peraturan dan pelanggaran pasar untuk membantu mereka dengan kepatuhan serta menerapkan dan menegakkan pengendalian terhadap regulasi (Mishra & Saini, 2015). Thompson (2004) menjelaskan bahwa area aplikasi BI yang paling umum adalah: analisis penjualan dan pemasaran,
17
konsolidasi keuangan, perencanaan dan peramalan, pelaporan hukum, analisis anggaran dan profitabilitas, serta pelaporan umum yang dibutuhkan untuk kelangsungan hidup bisnis.
Di sektor perbankan, Ubiparipovi & Đurković (2011) menjelaskan beberapa aplikasi sistem BI yang paling umum digunakan oleh industri perbankan. Aplikasi tersebut yaitu: Customer Relationship Management (CRM – yang menangani masalah seperti analisis interaksi kustomer, profil investasi kustomer, dan komplain dari kustomer), Performance Management (PM – yang menangani masalah seperti analisis transaksi, analisis profitabilitas, dan profitabilitas kustomer), Risk Management (RM – yang menangani masalah seperti analisis tingkat risisko bunga, analisis pinjaman yang belum lunas, dan analisis pengumpulan), Asset and Liability Management (ALM – yang menangani masalah seperti sensitivitas tingkat bunga, analisis likuiditas, dan analisis pendapatan), serta Compliance (yang menangani masalah seperti analisis keseimbangan modal keuangan, struktur regulasi modal, dan analisis aktivitas yang mencurigakan). Salah satu aplikasi BI yaitu aplikasi CRM menggunakan beberapa teknik dan alat-alat yang memungkinkan mereka untuk mengelola manajemen pelanggan dan keterlibatan mereka terhadap pasar. Kegiatan tersebut mencakup tujuan kegiatan promosi, layanan dan penjualan langsung ke klien, serta mengungkapkan asosiasi secara rinci dan mamadai sehingga administrasi, penyedia layanan, dan bahkan klien dapat memanfaatkan data dan menggabungkannya dengan kebutuhan pelanggan. Bank juga dapat merencanakan untuk merilis produk dan penawaran lain yang memberikan pengingat kepada
18
klien tentang kebutuhan layanan dan memantau rekening imbursement (IIBF, 2011).
Beberapa praktisi menunjukkan bahwa pengaruh bisnis yang paling signifikan adalah diperoleh saat menggunakan analisis berikut yang ditawarkan oleh sistem BI, yaitu: analisis yang mendukung cross selling dan up selling, segmentasi kustomer, menganalisis pentingnya parameter, menganalisis waktu kelangsungan hidup, menganalisis kesetiaan kustomer dan kompetisi pergantian kustomer, pencatatan kredit, deteksi kecurangan, optimisasi logistik, memprediksi perkembangan proses bisnis secara strategik, serta menganalisis dan menilai kinerja layanan internet (Olszak & Ziemba, 2006).
Ubiparipovi & Đurković (2011) menjelaskan bahwa data yang dicatat untuk semua klien pribadi, properti dan fitur keuangan, transaksi semua akun, liabilitas kredit, dan lain sebagainya dihasilkan dalam sistem informasi dasar bank dan disimpan dalam database transaksional. Database transaksional merupakan sumber informasi yang kaya yang dapat digunakan untuk meningkatkan bisnis dari perusahaan mana pun, terutama bank, karena fakta-fakta yang disebutkan di atas tentang ketersediaan data dalam jumlah yang besar pada bank. Dalam hal ini, arsitektur sistem BI sangat dibutuhkan, karena arsitektur sistem BI bank sangat heterogen dan terdiri dari beberapa lapisan (Ćirić & Mirčetić, 2008):
a. Database operasional dan data eksternal b. Integrasi data dan lapisan transformasi c. Lapisan data warehouse
19
e. Lapisan paling depan (lapisan untuk akses informasi)
Pentingnya penggunaan Business Intelligence (BI) untuk bank diantaranya yaitu historical trend analysis dan managing risk. Historical trend analysis merupakan proses analisis pada data historis seluruh perusahaan untuk menentukan pengambilan keputusan. Sebagai contoh, dengan melakukan analisis, perusahaan mampu menentukan produk apa yang harus dikeluarkan yang akan ramai diminati oleh kustomer. Sedangkan managing risk diperlukan untuk menghindarkan perusahaan perbankan dari kerugian (Sahu, 2012). Karena itu, aplikasi yang paling banyak digunakan di perbankan yaitu aplikasi seperti: Risk
Management (digunakan untuk menghindari kegagalan pinjaman serta mendeteksi
dan memprediksi penipuan), Selling of Additional Products to Existing Customers (digunakan untuk mengeksploitasi penjualan yang berlebih dan peluang untuk penjualan lintas bisnis), Reducing Churn Rate (menggunakan teknik BI seperti
data mining untuk menilai bahwa klien akan berhenti melakukan transaksi setelah
periode yang ditentukan), Segmenting (digunakan untuk mengkategorisasikan pelanggan sesuai profitabilitas pelanggan), Client Lifetime Value (digunakan untuk memprediksi pendapatan dari pelanggan di periode yang akan datang),
Activation (memungkinkan model aktivasi untuk dibangun agar dapat digunakan
untuk memprediksi profitabilitas dari pelanggan baru yang menguntungkan), serta
Business Process Management (BPM – digunakan untuk meningkatkan efisiensi
yang biasa dibutuhkan oleh regulasi) (Acheampong & Moyaid, 2016).