UI - Tesis Membership :: Kembali

UI - Tesis Membership :: Kembali

Penggunaan Predictive Analytics untuk Meningkatkan Konversi Leads Nasabah Preferred di PT Bank ABC = Utilization of Predictive Analytivs to Improve the Conversion of Preferred Customers' Leads at ABC Bank

Muhammad Irwan Zam Zam Uun Zainun; Setyo Hari Wijanto, supervisor; Tubagus Muhamad Yusuf Khudri, examiner; Siahaan, Dian Taurina, examiner (Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2022)

 Abstrak

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.

Recently, banks are more aggressive in priority customer acquisitions as the amount of wealthy customers’ with more than IDR 5 billions wealth grew rapidly in Indonesia. This research aims to identify parameters determining the criterion of ABC Bank’s regular customers which potentially can be upgraded to preferred customers with higher accuracy. Asset Under Management, Mortgage, and Credit Card facilities parameters were used and processed using predictive analytics and Machine Learning altogether to predict which regular customer have most similirities with preferred customers. Moreover, with Decision Tree algorithm, it was found 17 regular customers (3.4% of sample target data) most potentially similar and most likely can converted into preferred customers. Subsequently, ABC Costing method was used to calculate reduction of acquisition cost of preferred customers and resulted in IDR 2.3 millions save of acquisition cost per customer, or if applied to 10,300 total potential regular customers, it will yield IDR 23.6 billions acquisition cost saving for ABC Bank.

 File Digital: 1

Shelf
 T-Muhammad Irwan Zam Zam Uun Zainun.pdf :: Unduh

LOGIN required

 Metadata

Jenis Koleksi : UI - Tesis Membership
No. Panggil : T-pdf
Entri utama-Nama orang :
Entri tambahan-Nama orang :
Entri tambahan-Nama badan :
Program Studi :
Subjek :
Penerbitan : Jakarta: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2022
Bahasa : ind
Sumber Pengatalogan : LibUI ind rda
Tipe Konten : text
Tipe Media : computer
Tipe Carrier : online resource (rdcarrier)
Deskripsi Fisik : xi, 45 pages : illustration + appendix
Naskah Ringkas :
Lembaga Pemilik : Universitas Indonesia
Lokasi : Perpustakaan UI
  • Ketersediaan
  • Ulasan
  • Sampul
No. Panggil No. Barkod Ketersediaan
T-pdf 15-23-02532105 TERSEDIA
Ulasan:
Tidak ada ulasan pada koleksi ini: 9999920517862
Cover