Tesis
Pengguna Predictibe Analysis untuk Meningkatkan Konversi Leads Nasabah Preferred di PT Bank ABC
Utilization of Predictive Analytics to Improve the Conversion of Preferred Customers' Leads at ABC Bank
Pengarang:
M. Irwan Zam Zam - ; Setyo Hari Wijanto (Pembimbing/Promotor) - ; Tubagus Muhamad Yusuf Khudri (Penguji) - ; Dian Taurina Siahaan (Penguji) -
Deskripsi
Dalam beberapa tahun terakhir, bank semakin gencar memperbanyak nasabah prioritasnya seiring dengan pertumbuhan kekayaan dari individu dengan kekayaan di atas Rp 5 milyar di Indonesia. Penelitian ini bertujuan untuk mengidentifikasi parameter yang menentukan kriteria nasabah regular di Bank ABC yang berpotensi menjadi nasabah prioritas (preferred) secara lebih akurat. Parameter Asset Under Management, KPR, dan Kartu Kredit dari nasabah regular diolah dengan predictive analytics dan Machine Learning untuk memprediksi nasabah yang paling mendekati profile nasabah preferred. Dengan menggunakan algoritma Decision Tree, ditemukan 17 nasabah regular (3.4% dari sample data target) yang paling berpotensi menjadi nasabah preferred. Selanjutnya metode ABC Costing digunakan untuk menghitung potensi penghematan biaya akuisisi nasabah preferred, dan dihasilkan untuk setiap nasabah preferred, dihemat biaya Rp 2.3 juta. Jika diaplikasikan ke 10,300 nasabah regular yang berpotensi menjadi nasabah preferred, akan dihasilkan penghematan sebesar Rp 23.6 Milyar dari proses akuisisi nasabah preferred di Bank ABC.