Pemanfaatan

Big Data di
Fintech
Implementasi analisis big data di GoTo
Financial ciptakan dampak positif

Hans Patuwo
Presiden Financial Technology, GoTo
30 Maret 2023 | OJK Institute
Benarkah Big Data adalah New Oil?

Outcomes Insight Actions

Outcomes
+
Actions Business

Technical
Insights Analysts
Data
layer
Talent
Insight

Artificial Intelligence (AI) /
Machine Learning (ML)
models & analytics
Data
Talent + +
Data Scientist & BI
Data saja, tanpa sistem pendukung,
tidak bisa dimanfaatkan
Data Engineers
Kuncinya, bagaimana mengolah
data menjadi insights

Insights akan memberikan outcome

strategis
2
 Perjalanan Mengolah Data menjadi Informasi yang Berguna

… sehingga dapat dilakukan …dan menghasilkan

GTF memiliki data
analisa yang canggih dari sumber market-leading competitive
konsumen yang holistik berikut: advantages
Luas
Data transaksi Data transaksi
e-commerce on-demand
(Tokopedia) (ride-hailing, food)
Beragam sumber informasi termasuk
Platform terpercaya yang memiliki
profil demografi, kemampuan dan
model anti-fraud, serta personalisasi
kebiasaan berbelanja, pola
promosi untuk akuisisi pengguna.
Data transaksi Data demografi pengeluaran, hingga pola
pembayaran pengguna (umur, penggunaan aplikasi.
(GoPay) lokasi, pekerjaan,
dll)

Dalam
Ribuan kelompok data konsumen,
merchant, dan transaksi

3
GoTo Memastikan Data Pribadi Konsumen
Aman dengan Standar Terbaik di Industri
Diimplementasikan melalui
3 pilar:

Peraturan Prinsip Perlindungan Data di GoTo Sumber Daya Manusia

Undang-Undang
● Data Protection Office
Perlindungan Data
(DPO)
Pribadi
● Edukasi perlindungan
1. Lawfulness data
2.Transparency
and Fairness

Regulator Proses
4. Integrity,
3. Purpose
Security and ● Privacy Policy
Limitation
Confidentiality ● Privacy Impact Assessment
● Privacy Risk Management
● Data Sharing Review
5. Data
6. Retention
Standardisasi Industri Minimisation

Teknologi
8. Respecting ● Access Control
7. Accuracy Data Subject ● Enkripsi Data
Rights ● Data Masking

4
Memanfaatkan Big Data untuk Meningkatkan
Inklusi Keuangan
TAHAP 1 TAHAP 2

Peningkatan konversi
Meningkatkan eligibilitas 1
1
(kesuksesan) proses KYC pengguna
pengguna terhadap produk
dalam mendaftar produk keuangan
keuangan

Proses KYC yang aman dan mudah

Credit scoring dengan data 2
2
perilaku pengguna GoTo
dengan mengurangi kerumitan dan Peningkatan
friksi inklusi
keuangan

Hygiene Factor
● Pendeteksi transaksi dan perilaku fraud
● Pencegah transaksi dan perilaku fraud
5
Tahap 1: Peningkatan Eligibilitas Pengguna
dengan Credit Scoring
Dengan ekosistem GoTo, kami memiliki
keragaman dan kekayaan data

Machine
Learning

● Variasi layanan di ekosistem GoTo mendorong lebih banyak pengguna

● Pengguna yang lebih banyak, memberikan data yang kaya dan beragam,
sehingga bisa memberikan insights yang berharga
● Insights tersebut dapat digunakan untuk meningkatkan ketepatan dalam
menyasar calon pengguna, sehingga meningkatkan akses dan eligibilitas
masyarakat terhadap produk keuangan
6
Tahap 2: Peningkatan Kesuksesan Proses KYC
Penggunaan AI / ML untuk meningkatkan
konversi
Pendeteksian dan pemrosesan
secara otomatis untuk kualitas
foto wajah
OCR untuk memproses data KTP
lebih cepat & akurat
Liveness detection
… secara bertanggung jawab
Akses ke Data Dukcapil
• Seluruh pendaftaran
diverifikasi ke data Dukcapil
• Mencegah pelaku fraud
• Salah satu perusahaan fintech
dengan akses data Face
Recognition Dukcapil
Impact / outcomes
Data yang kaya mendorong proses KYC
lebih efisien: aman, mudah, dan tidak
rumit
Proses KYC yang efisien mengurangi
drop-off rate pendaftaran KYC sehingga
meningkatkan jumlah pengguna produk
jasa keuangan
7
Hygiene Factor: Pendeteksi dan
Pencegah Fraud
Menggunakan model AI/ML untuk …Dengan tetap menjaga kualitas
mendeteksi Fraud… layanan Kolaborasi dengan Aparat Penegak Hukum &
Instansi Pemerintah
Sistem kami mendeteksi anomali Kami mengatasi tindakan fraud
Kurang dari 30 milidetik dengan segera menghentikan
semua akun yang terdeteksi
mencurigakan
Data
Science
Kami memantau masukan
pengguna dan terus
Account Takeover model menyempurnakan model AI/ML
Fraudulent abuse of pendeteksi dan pencegah fraud.
cashbacks
Scam detection model

+ Penyempurnaan proses
hygiene lewat verifikasi
Sanctions informasi di lapangan
Portal
Bekerja sama dengan staf di
lapangan untuk memverifikasi
Act at user/merchant and informasi dan akun yang
transaction levels terdeteksi fraud

8
Terima Kasih