Peran “Big Data” dalam Membangun Ekosistem Pembayaran Digital

Menurut laporan yang dirilis oleh MDI Ventures  dan Mandiri Sekuritas tentang "Mobile Payments in Indonesia: Race to Big Data Dominaton", estimasi pangsa pasar mobile payment di Indonesia akan mencapai 549 triliun Rupiah pada tahun 2020 mendatang. Banyak faktor yang mendorong pertumbuhan tersebut baik dari sisi konsumen, merchant ataupun pengusung platform, salah satunya dukungan teknologi. Perkembangan fintech yang ada saat ini memang mulai disokong oleh banyak kapabilitas teknologi, salah satunya big data.

Secara khusus laporan MDI Ventures dan Mandiri Sekuritas turut menyoroti bagaimana big data memegang peranan kunci dalam operasional mobile payment. Konsep utama yang ditawarkan big data ialah untuk menciptakan proses penyimpanan yang aman dan analisis data untuk menghasilkan insight. Sejauh ini big data juga sudah dimanfaatkan untuk melakukan banyak hal, visinya perusahaan pada kultur data-driven guna menghasilkan keputusan bisnis yang didasarkan pada data.

Mendeteksi potensi penipuan

Manfaat big data pertama yang disoroti dalam laporan untuk mendeteksi adanya kecurangan atau penipuan dalam transaksi. Model analisis dibangun berdasarkan data transaksi historis dan algoritma deep learning, untuk membuat sistem bekerja terus-menerus secara proaktif mengidentifikasi risiko. Fase seperti sekarang, saat fintech tengah gencar membangun kepercayaan pengguna, menjadi urgensi tersendiri untuk penyedia layanan memastikan kredibilitas terbangun dengan baik, bahkan konsumen selalu mengharapkan zero mistakes untuk sebuah sistem finansial.

Mengalkulasi tingkat risiko

Kedua terkait dengan perhitungan tingkat risiko di suatu transaksi. Sebagai sebuah bisnis dengan misi kritis, penyedia layanan pembayaran harus mampu melakukan analisis mendalam tentang tingkar risiko dari suatu transaksi. Pendekatannya dapat didasarkan pada berbagai atribut, misalnya data konsumen dan transaksi historis. Big data dengan metode statistik tingkat lanjut yang dimiliki memungkinkan hal tadi bisa terjadi, misalnya membandingkan atribut yang sudah didata dengan perilaku pola beli konsumen.

Analisis data untuk merchant

Kondisi yang ada saat ini, penyedia layanan pembayaran sudah memiliki data konsumen dengan kapasitas yang sangat besar, tidak menutup kemungkinan data tersebut dapat dimonetisasi. Dalam artian data tersebut dapat dikonversi sebagai sebuah nilai yang dapat membantu bisnis, misalnya untuk menemukan dan memahami segmentasi penggunanya. Analisis tersebut dapat membantu merchant (sebagai pengguna platform pembayaran) untuk mengeksplorasi tentang konsumen secara lebih dalam, termasuk membuat strategi peningkatan traksi misalnya melalui program loyalitas.

Membantu penilaian kredit

Pemanfaatan big data yang juga menjadi sorotoan adalah untuk penilaian kredit. Data transaksi dari mobile payment juga memungkinkan perusahaan fintech untuk mengembangkan teknologi menciptakan sistem penilaian kredit yang lebih akurat, terutama untuk mengakomodasi masyarakat di kategori unbankable. Studi kasusnya sudah dipraktikkan di Tiongkok, salah satunya oleh China Rapid Finance (CRF) dengan mengembangkan algoritma penilaian kredit untuk mencocokkan kreditur dan segmentasi peminjam yang disebut dengan EMMAs (Emerging Middle-Class, Mobile-Active Consumers). Adanya teknologi AI (Artificial Intelligence) turut mendukung aplikasi risk-management dapat berkembang lebih baik.