Data Internal Bank: Data Nasabah, Transaksi, CRM, Produk

Pendahuluan

Dalam modul ini Anda akan mempelajari cara menyiapkan dan mengolah semua jenis data internal bank—mulai dari data nasabah, data transaksi, CRM, portfolio produk, hingga segmentasi bisnis—agar bisa digunakan dalam analisis geospasial untuk tujuan:

  • Optimasi jaringan cabang & ATM
  • Prioritas ekspansi
  • Penilaian performa lokasi
  • Pemodelan risiko & potensi pasar
  • Segmentasi wilayah berbasis aktivitas ekonomi

Modul ini dirancang sangat praktis agar Anda bisa langsung menerapkan langkah-langkahnya dalam QGIS, Python, atau Excel sebelum digabungkan dengan data eksternal seperti demografi, POI, dan kompetitor.

Prasyarat / Alat yang Dibutuhkan

  • QGIS (wajib untuk mapping)
  • Spreadsheet: Excel atau Google Sheets
  • Database: SQL (optional tapi direkomendasikan)
  • Python (optional untuk otomasi analisis)
  • Akses data internal: tabel nasabah, transaksi, produk, CRM

Langkah-langkah Utama

1. Identifikasi & Ekstraksi Semua Data Internal yang Relevan

Data internal bank memiliki banyak silo. Langkah pertama adalah mengidentifikasi semua sumber data yang bisa dipakai.

Instruksi Detail

  • Buat daftar tabel utama:
    • Data Nasabah (Customer Master)
    • Data Transaksi (Current & Historical)
    • Data Produk (Savings, Loans, Credit Cards, dll)
    • Data CRM (touchpoint, complaint, relationship officer)
    • Data Channel (cabang, ATM, EDC)
      (Visual Hint: Diagram daftar tabel dalam kotak-kotak berlabel kategori.)
  • Minta ekstraksi data dari tim IT/Data Warehouse:
    • Format CSV / XLSX
    • Sertakan kolom alamat lengkap
    • Sediakan unique identifier (Customer ID, Account ID)
  • Satukan semua ke data staging folder
    (Visual Hint: Folder berisi file: nasabah.csv, transaksi.csv, crm.xlsx.)

Peringatan:
Jangan langsung gunakan data mentah untuk analisis geospasial.
Selalu normalisasi dulu.

2. Membersihkan & Standarisasi Data Alamat (Address Standardization)

Akurasi geospasial sangat bergantung pada kualitas alamat. Langkah ini wajib.

Instruksi Detail

  1. Masukkan data ke Excel/Google Sheets.
  2. Pecah alamat ke kolom-kolom:
    • Jalan
    • Nomor
    • Kelurahan
    • Kecamatan
    • Kota
    • Provinsi
    • Kode Pos
      (Visual Hint: Tabel Excel dengan kolom alamat yang terpisah.)
  3. Standarisasikan format huruf:
    • Ubah semua menjadi UPPERCASE atau Proper Case
  4. Bersihkan duplikasi & karakter tidak valid:
    • Hapus “RT/RW” jika tidak diperlukan
    • Perbaiki typo (Jl., Jalan, JLN → Jalan)
      (Visual Hint: Find & Replace dialog membuka standardisasi kata.)
  5. Tambahkan kolom Full Address Standardized sebagai gabungan seluruh komponen alamat.
    (Visual Hint: Kolom baru “ADDRESS_STD”.)

Tip Penting:
Alamat standar akan memudahkan geocoding dan mengurangi error lokasi hingga 70%.

3. Geocode Data Nasabah & Transaksi

Tujuan geocode: mengubah alamat menjadi koordinat latitude/longitude.

Instruksi Detail

  • Pilih metode geocode:
    • Batch geocoding Google API (paling akurat, berbayar)
    • Nominatim/OpenStreetMap (gratis, cukup akurat)
    • Geocoder lokal BPS/ESDM (untuk validasi wilayah administratif)
      (Visual Hint: Peta dengan titik hasil geocode.)
  • Langkah teknis (contoh: Google Sheets + API):
    1. Siapkan kolom ADDRESS_STD
    2. Gunakan formula geocode API (script custom)
    3. Ambil hasil lat, lon
      (Visual Hint: Sheet dengan 3 kolom hasil: LAT, LON, ACCURACY.)

Peringatan:
Jangan lakukan geocode pada alamat yang belum distandarisasi.
Hasilnya pasti berantakan (misplaced points).

4. Gabungkan Data Produk & Transaksi dengan Koordinat Nasabah

Sekarang Anda punya data nasabah dengan titik lokasi. Selanjutnya, Anda perlu menghubungkan data transaksi & produk.

Instruksi Detail

  1. Pastikan semua tabel memiliki Customer ID.
  2. Lakukan penggabungan (join) menggunakan Excel atau SQL:
    • Nasabah + Transaksi → table_customer_tx
    • Nasabah + Produk → table_customer_product
      (Visual Hint: Diagram join antara tabel customer & transaction.)
  3. Tambahkan variabel penting untuk analisis geospasial:
    • Total transaksi bulanan
    • Kategori produk yang dimiliki
    • Lifetime value
    • Aktivitas transaksi berdasarkan lokasi
      (Visual Hint: Kolom numerik berisi nilai transaksi.)

Tip Strategis:
Data ini adalah fondasi untuk hotspot analysis, market potential, dan branch optimization.

5. Siapkan Data CRM & Aktivitas Relasi Nasabah

Data CRM memberi insight perilaku & interaksi nasabah di wilayah tertentu.

Instruksi Detail

  • Ambil field penting:
    • Channel interaksi (telepon, kunjungan, aplikasi)
    • Frekuensi touchpoint
    • Kepuasan/keluhan
    • Relationship Tier
      (Visual Hint: Tabel CRM terstruktur rapi.)
  • Gabungkan dengan data nasabah bergeocode:
    • Left join menggunakan Customer ID
      (Visual Hint: Hasil join CRM + lokasi.)

Tip Expert:
Data CRM bergeospasial membantu menemukan wilayah dengan risiko churn tinggi atau potensi cross-selling.

6. Ekspor ke Format GIS dan Validasi Lokasi

Setelah data bersatu, Anda siap menggunakannya di QGIS.

Instruksi Detail

  1. Simpan file jadi CSV dengan kolom LAT & LON.
  2. Import ke QGIS:
    • Layer → Add Layer → Add Delimited Text Layer
    • Set X = Longitude, Y = Latitude
    • CRS = EPSG:4326
      (Visual Hint: Dialog Add Delimited Text Layer di QGIS.)
  3. Tampilkan titik pada peta dan cek:
    • Apakah titik berada di wilayah yang benar?
    • Apakah data clusters sesuai pola transaksi?
      (Visual Hint: Peta QGIS penuh titik nasabah.)
  4. Jika ingin dihitung jarak/buffer:
    • Reproject ke UTM zona wilayah Anda
      (Visual Hint: Layer hasil reproject.)

Peringatan Kritis:
Jika banyak titik berada di laut atau daerah kosong, berarti:
Alamat salah → Geocode salah → Analisis salah.

Tips & Peringatan

Pastikan keamanan data internal. Gunakan data terenkripsi saat transfer.

Selalu dokumentasikan asumsi, transformasi, dan cleaning yang Anda lakukan.

Jangan gabungkan data sensitif tanpa persetujuan compliance/regulator.

Ringkasan

Tiga poin penting dari modul ini:

  1. Data internal bank perlu dibersihkan, distandarisasi, dan digabungkan sebelum digunakan untuk analisis geospasial.
  2. Geocoding adalah tahap kritis yang menentukan akurasi lokasi nasabah & transaksi.
  3. Setelah digabungkan, data siap masuk ke QGIS untuk analisis jarak, potensi wilayah, risiko, hingga pemodelan prediktif.

Tugas Praktis (Latihan)

  1. Ambil data nasabah minimal 500 baris → Standarisasi alamat → Geocode.
  2. Gabungkan dengan tabel transaksi dan produk.
  3. Impor ke QGIS → tampilkan titik → lakukan validation check.
  4. Buat 1 analisis sederhana: hotspot pelanggan aktif berdasarkan transaksi 30 hari terakhir.
Previous Lesson
Back to Course
Next Lesson