Penyaluran Kredit Fintech dan Perbankan Lebih Kencang Dengan Big Data

Kusheryansyah, Ketua Harian Asosiasi Fintech Pendanaan Bersama Indonesia (AFPI) menyebut perbankan memang memiliki keterbatasan dalam memanfaatkan data alternatif untuk keperluan credit scoring.

Namun, perbankan pun menyadari bahwa masa depan keuangan juga terletak pada digitalisasi. Makanya, tak sedikit perbankan yang berkolaborasi dengan fintech dalam hal penyaluran pembiayaan.

“Sebesar 28% pendanaan fintech di Indonesia ini berasal dari perbankan. Sisanya dari pendanaan individu atau retail, institusi nonbank, dan lain sebagainya. Jadi saya yakin, ke depan bank akan makin mesra dengan fintech,” kata Kusheryansyah.

Terkait penggunaan data-data alternatif, Kusheryansyah menegaskan bahwa data-data yang diambil oleh fintech anggota AFPI bukan data-data pribadi konsumen. Data-data yang diambil dan dianalisis adalah data-data yang dapat dihimpun fintech dari ekosistem digital, bukan dari perangkat yang dipakai oleh konsumen.

“Fintech bisa menggunakan data apa saja selama tak melanggar data pribadi. Makanya itu kami juga berharap agar UU Perlindungan Data Pribadi juga bisa segera disahkan agar kami tahu apa yang boleh dan tidak boleh dilakukan terkait dengan itu,” lanjutnya.

Menurut Chief Data Officer fintech lending Kredivo, Paramananda Setyawan, ada sejumlah kelebihan penggunaan data alternatif dalam inovasi credit scoring dibanding metode konvensional yang dipakai perbankan.

Pertama, meningkatkan kualitas penilaian kelayakan kredit dengan mengamati dan menganalisis perilaku debitur saat mendaftar dan pola pembelanjaannya.

“Di Kredivo, berbagai sumber data alternatif yang digunakan untuk proses penilaian tersebut membantu menghasilkan analisis yang cepat dan lebih akurat, yang tentunya tetap mengutamakan perlindungan privasi pengguna sesuai dengan ketentuan regulator saat ini, yaitu pembatasan data digital yang bisa diakses dari smartphone hanya melalui kamera, mikrofon, dan lokasi,” tambah Paramananda.

Kedua, penggunaan data alternatif memungkinkan kelompok pekerja maupun  pengusaha pemula mendapat kesempatan untuk mengakses kredit secara cepat dan mudah.

“Bahkan jika analisa yang dilakukan dari berbagai data alternatif menunjukkan hasil yang baik, mereka akan mendapatkan skor kredit yang tinggi dan memperoleh pinjaman dengan nominal yang besar. Selain itu, inovasi skor kredit juga memungkinkan penyerapan kredit secara lebih cepat, khususnya bagi pelaku UMKM,” tuturnya.

Ketiga, penggunaan data alternatif dalam analisis credit scoring menjadikan penyajian data lebih akurat dan real-time.

Menurut Paramananda, dalam model credit scoring yang dianut perbankan, riwayat kredit calon peminjam yang buruk akan berpengaruh terhadap hasil analisa, paling tidak 1 sampai 2 tahun setelah proses kredit tersebut.

Apabila peminjam pernah mengalami gagal bayar pada 2 tahun lalu, dia masih dianggap sebagai calon peminjam yang berpotensi berisiko meski kondisi keuangannya telah mengalami perubahan positif dalam 2 tahun tersebut.

“Sedangkan dalam inovasi credit scoring (di Kredivo), yang digunakan merupakan data yang real-time, sehingga bisa menjadi solusi bagi mereka yang pernah gagal bayar,” sambung Paramananda.

Kemudian, penggunaan data alternatif juga bisa mengurangi bias informasi karena human error. Maksudnya, karena yang dipergunakan oleh fintech adalah teknologi dan alat digital automasi dengan algoritma yang ditetapkan sedemikian rupa, maka peluang untuk terjadinya bias informasi karena kesalahan manusia, dapat dihindari.