Templat Data Penerimaan Nasabah KYC

ID Permohonan Pelanggan adalah kunci unik yang diberikan kepada setiap permintaan penerimaan pelanggan baru sejak dimulai hingga selesai atau dihentikan. Pengenal ini menghubungkan semua aktivitas, peristiwa, dan titik data yang terkait dengan satu proses penerimaan pelanggan. Karena itu, atribut ini sangat penting untuk process mining.

Dalam analisis, ID ini memungkinkan rekonstruksi proses dari awal hingga akhir untuk setiap pelanggan. Anda dapat melacak kemajuan permohonan, menghitung total waktu siklus, dan membandingkan alurnya dengan permohonan lain. Variasi proses, hambatan, dan metrik kinerja dianalisis untuk setiap permohonan. Analisis ini hanya dapat dilakukan jika atribut tersebut dikenali dan digunakan dengan benar sebagai ID kasus.

Atribut ini penting untuk mengelompokkan semua peristiwa terkait ke dalam satu proses dari awal hingga akhir, yang menjadi dasar seluruh analisis process mining.

Biasanya terdapat di bagian header atau tabel utama pada sistem permohonan pelanggan atau manajemen kasus.

Nama Aktivitas menjelaskan langkah atau pencapaian tertentu dalam proses penerimaan pelanggan, seperti 'Permohonan Diajukan', 'Tinjauan Kepatuhan Dimulai', atau 'Permohonan Disetujui'. Setiap aktivitas mewakili tindakan tertentu yang dilakukan pengguna atau sistem untuk melanjutkan proses permohonan.

Atribut ini menjadi dasar untuk memvisualisasikan peta proses, inti dari process mining. Dengan menganalisis urutan dan frekuensi aktivitas, analis dapat memahami alur proses yang sebenarnya, mengenali jalur yang umum, menemukan penyimpangan, serta mengidentifikasi pekerjaan ulang atau pengulangan. Nama aktivitas harus jelas dan konsisten agar model proses yang dihasilkan mudah dipahami dan bermakna.

Atribut ini menentukan langkah-langkah proses sehingga alur, hambatan, dan variasinya dapat divisualisasikan dan dianalisis.

Terdapat dalam log peristiwa, jejak audit, atau tabel transaksi yang mencatat langkah-langkah proses bisnis.

Waktu Mulai Peristiwa mencatat tanggal dan waktu tepat saat suatu aktivitas dimulai. Bersama ID Kasus dan Nama Aktivitas, atribut ini menjadi salah satu dari tiga unsur penting dalam process mining. Data waktu ini memungkinkan peristiwa diurutkan secara kronologis dalam setiap kasus, sehingga alur proses dapat direkonstruksi sesuai kejadian sebenarnya.

Atribut ini menjadi dasar analisis waktu. Anda dapat menggunakannya untuk menghitung durasi aktivitas jika waktu selesai tersedia, waktu tunggu antaraktivitas atau waktu serah terima, serta total waktu siklus proses penerimaan pelanggan. Analisis durasi membantu menemukan hambatan, mengukur kepatuhan terhadap SLA, dan memantau kinerja proses secara keseluruhan.

Atribut ini menunjukkan urutan kronologis peristiwa, yang penting untuk menemukan model proses dan menghitung semua metrik kinerja berbasis waktu.

Terdapat dalam log peristiwa, jejak audit permohonan, atau tabel transaksi. Nama kolomnya sering berupa 'Stempel Waktu', 'Tanggal Dibuat', atau 'Waktu Mulai'.

Atribut ini mencatat tanggal dan waktu ekstraksi atau pembaruan data terbaru. Atribut ini bukan bagian dari proses bisnis, tetapi merupakan metadata penting untuk validasi dan tata kelola data. Informasi ini menunjukkan seberapa baru data yang dianalisis.

Dalam analisis proses, waktu pembaruan data terakhir membantu Anda mengetahui apakah wawasan yang dihasilkan masih relevan. Informasi ini meningkatkan kepercayaan pengguna terhadap data dengan menunjukkan seberapa mutakhir datanya, sekaligus mencegah kesimpulan keliru akibat informasi yang sudah usang. Untuk pemantauan berkelanjutan, atribut ini dapat digunakan untuk membuat peringatan jika pembaruan data terlambat atau gagal, sehingga keandalan dashboard process mining tetap terjaga.

Atribut ini menunjukkan seberapa mutakhir kumpulan data, sehingga analisis tetap relevan dan akurat.

Dihasilkan selama proses ekstraksi, transformasi, dan pemuatan data (ETL), biasanya tercantum dalam metadata kumpulan data.

Atribut Sistem Sumber menunjukkan aplikasi atau platform yang menghasilkan data untuk suatu aktivitas. Dalam lingkungan yang kompleks, proses KYC dapat melibatkan beberapa sistem, seperti CRM untuk pengajuan permohonan, platform KYC khusus untuk penilaian risiko, dan sistem perbankan inti untuk pembuatan akun.

Analisis berdasarkan sistem sumber membantu Anda memahami lanskap teknologi dan dampaknya terhadap proses. Analisis ini dapat mengungkap masalah integrasi, keterlambatan data antar sistem, atau perbedaan cara sistem mencatat informasi. Tim TI dan perbaikan proses dapat menggunakan informasi ini untuk menyederhanakan arsitektur sistem yang mendukung proses penerimaan pelanggan.

Atribut ini menunjukkan konteks sistem tempat setiap langkah proses berlangsung, sehingga membantu menemukan inefisiensi lintas sistem dan tantangan integrasi data.

Sering disertakan dalam ekstrak data atau log peristiwa, terutama di lingkungan dengan beberapa sistem terintegrasi.

Departemen Pengguna menunjukkan fungsi atau tim tempat pengguna yang melakukan aktivitas bekerja, misalnya 'Kepatuhan', 'Penerimaan Klien', atau 'Operasional'. Atribut ini memberikan konteks organisasi yang lebih luas dibandingkan ID Pengguna perorangan.

Analisis proses berdasarkan departemen penting untuk memahami kolaborasi lintas fungsi dan menemukan hambatan sistemik. Analisis ini membantu memetakan serah terima antar tim, yang sering menjadi penyebab utama keterlambatan dan inefisiensi. Informasi ini berguna untuk mengoptimalkan struktur tim, memperjelas tanggung jawab, dan memperbaiki jalur komunikasi agar proses penerimaan pelanggan berjalan lebih lancar.

Atribut ini memungkinkan analisis kinerja proses dan serah terima antar tim, serta menunjukkan peluang untuk meningkatkan kolaborasi lintas fungsi.

Biasanya tersedia dalam data profil pengguna yang terhubung dengan ID Pengguna, atau dicatat langsung pada transaksi.

ID Pengguna menunjukkan orang atau bot sistem yang bertanggung jawab menjalankan aktivitas tertentu dalam proses. Misalnya, petugas kepatuhan, petugas entri data, atau mesin otomatis untuk penilaian risiko. Identitas pengguna harus konsisten agar analisis sumber daya akurat.

Atribut ini memberikan gambaran proses dari sisi orang yang mengerjakannya. Atribut ini penting untuk menganalisis pembagian beban kerja, kinerja individu dan tim, serta alokasi sumber daya. Dengan memfilter peta proses berdasarkan ID Pengguna, manajer dapat memahami cara pegawai menangani tugas, menemukan kebutuhan pelatihan, dan memastikan beban kerja terbagi merata. Atribut ini juga membantu menganalisis kolaborasi dan menunjukkan bagaimana pekerjaan berpindah antarorang.

Atribut ini memungkinkan analisis beban kerja, kinerja sumber daya, dan pola kolaborasi, sehingga pengelolaan sumber daya dan pelatihan dapat ditingkatkan.

Tersedia dalam jejak audit sistem atau log transaksi, biasanya terkait dengan pengguna yang membuat atau terakhir mengubah catatan.

Jenis Pelanggan mengelompokkan pemohon ke dalam kategori, misalnya 'Perorangan', 'Perusahaan', 'Perwalian', atau 'Nirlaba'. Kebutuhan penerimaan pelanggan dan tingkat kerumitan proses dapat sangat berbeda untuk setiap jenis pelanggan.

Atribut ini penting untuk segmentasi analisis. Dengan memfilter peta proses dan KPI berdasarkan Jenis Pelanggan, organisasi dapat menemukan perbedaan yang signifikan. Misalnya, penerimaan klien perusahaan biasanya mencakup langkah yang lebih rumit, seperti verifikasi pemilik manfaat, yang tidak diperlukan untuk pelanggan perorangan. Analisis ini membantu memastikan setiap variasi proses berjalan seefisien mungkin untuk segmennya dan mendukung perbaikan proses yang lebih tepat sasaran.

Atribut ini memungkinkan segmentasi proses untuk membandingkan dan mengoptimalkan proses penerimaan bagi berbagai jenis pelanggan.

Biasanya dicatat pada awal proses permohonan dan disimpan dalam tabel utama pelanggan atau permohonan.

Status Permohonan menunjukkan hasil akhir permohonan, seperti 'Disetujui', 'Ditolak', atau 'Ditarik'. Atribut ini mewakili hasil bisnis dari proses dan menjadi dimensi penting untuk mengukur kinerja.

Atribut ini penting untuk analisis berdasarkan hasil. Anda dapat membandingkan jalur proses yang berujung pada keberhasilan dengan jalur yang berakhir dengan penolakan. Analis dapat menggunakannya untuk menemukan pola proses yang berkaitan dengan tingginya tingkat penolakan, menghitung KPI seperti 'Tingkat Penolakan Permohonan', dan membuat 'Analisis Corong Penerimaan Pelanggan' untuk melihat di tahap mana pemohon berhenti. Memahami alasan permohonan gagal merupakan langkah awal untuk memperbaiki proses dan meningkatkan tingkat keberhasilan.

Atribut ini menunjukkan hasil bisnis setiap kasus, sehingga Anda dapat menganalisis alasan permohonan ditolak dan cara meningkatkan tingkat persetujuan.

Biasanya terdapat dalam tabel utama kasus atau permohonan, yang menunjukkan status akhir catatan.

Tingkat Risiko merupakan hasil penting dari proses KYC. Atribut ini mengelompokkan pelanggan berdasarkan faktor seperti industri, wilayah, dan pola transaksi. Klasifikasi ini menentukan tingkat pemeriksaan dan uji tuntas yang diperlukan untuk permohonan mereka.

Dalam process mining, atribut ini berguna untuk analisis kesesuaian dan variasi proses. Proses untuk pelanggan berisiko tinggi semestinya berbeda dan lebih ketat daripada proses untuk pelanggan berisiko rendah. Dengan membandingkan alur proses aktual untuk setiap tingkat risiko dengan prosedur yang diharapkan, organisasi dapat memeriksa kepatuhan terhadap kebijakan internal dan peraturan. Analisis ini membantu menjawab pertanyaan seperti, 'Apakah pelanggan berisiko tinggi selalu menjalani uji tuntas yang ditingkatkan?' atau 'Apakah kita menghabiskan terlalu banyak waktu untuk pelanggan berisiko rendah?'.

Atribut ini penting untuk kepatuhan dan manajemen risiko. Anda dapat menganalisis apakah proses uji tuntas disesuaikan dengan profil risiko yang berbeda.

Dihitung oleh mesin risiko atau ditetapkan secara manual oleh petugas kepatuhan. Disimpan dalam catatan utama pelanggan atau permohonan.

Waktu Selesai Peristiwa mencatat tanggal dan waktu tepat saat suatu aktivitas berakhir. Jika dipasangkan dengan Waktu Mulai Peristiwa, atribut ini memungkinkan penghitungan waktu pengerjaan setiap tugas secara akurat. Tidak semua sistem menyediakan waktu mulai dan selesai. Beberapa sistem hanya mencatat satu stempel waktu saat aktivitas selesai.

Waktu selesai sangat berguna untuk analisis kinerja. Atribut ini memungkinkan pembuatan metrik terperinci, seperti 'Rata-rata Waktu Tinjauan Kepatuhan', dengan membedakan waktu yang digunakan pegawai untuk mengerjakan tugas secara aktif dari waktu tugas menunggu dalam antrean. Rincian ini penting untuk menemukan hambatan secara akurat dan menentukan apakah perbaikan perlu difokuskan pada kapasitas sumber daya atau serah terima proses.

Atribut ini memungkinkan penghitungan waktu pengerjaan aktivitas secara akurat, sehingga waktu kerja aktif dapat dibedakan dari waktu tunggu.

Terdapat dalam log peristiwa atau tabel transaksi bersama waktu mulai. Nama kolomnya mungkin 'Waktu Selesai', 'Tanggal Penyelesaian', atau 'Diubah Pada'.

Jika status permohonan 'Ditolak', Alasan Penolakan menjelaskan penyebabnya, seperti 'Dokumen Tidak Lengkap', 'Profil Risiko Tinggi', atau 'Cocok dengan Daftar Sanksi'. Atribut ini memberikan konteks penting tentang proses yang gagal.

Analisis alasan penolakan menjadi dasar dashboard 'Analisis Penolakan Permohonan'. Analisis ini membantu bisnis mencari akar masalah dan memahami titik kegagalan yang paling umum dalam proses penerimaan pelanggan. Dengan mengelompokkan dan menghitung frekuensi alasan tersebut, organisasi dapat menentukan prioritas perbaikan. Misalnya, jika 'Dokumen Tidak Lengkap' menjadi alasan utama, perusahaan dapat memperjelas petunjuk bagi pelanggan atau memperbaiki portal pengiriman dokumen.

Atribut ini menunjukkan akar masalah permohonan yang gagal, sehingga perbaikan dapat diarahkan untuk mengurangi tingkat penolakan dan meningkatkan pengalaman pelanggan.

Biasanya disimpan dalam tabel utama permohonan atau kasus, dan diisi saat status diubah menjadi 'Ditolak'.

Atribut boolean ini membedakan tugas yang dijalankan perangkat lunak atau bot dari tugas yang dilakukan pengguna. Aktivitas otomatis dapat mencakup validasi data awal, pemeriksaan daftar sanksi, atau pengiriman komunikasi standar.

Analisis atribut ini penting untuk mengevaluasi efektivitas inisiatif otomatisasi. Dengan membandingkan kecepatan dan hasil langkah otomatis dengan langkah manual, bisnis dapat menemukan peluang otomatisasi lebih lanjut untuk mengurangi biaya dan waktu siklus. Atribut ini juga membantu memantau kinerja sistem otomatis dan memastikan sistem berfungsi sesuai harapan dalam proses dari awal hingga akhir.

Atribut ini membantu mengukur dampak dan efisiensi otomatisasi dalam proses, serta menemukan peluang untuk perbaikan lebih lanjut dengan RPA atau sistem.

Dapat berupa kolom khusus dalam log peristiwa atau ditentukan berdasarkan ID Pengguna, misalnya jika ID-nya 'SYSTEM' atau 'BOT'.

ID Pelanggan adalah pengenal unik yang tetap sama untuk pelanggan dalam berbagai interaksi atau permohonan. ID Permohonan Pelanggan melacak satu proses penerimaan, sedangkan ID Pelanggan dapat menghubungkan beberapa upaya penerimaan atau proses lain untuk pelanggan yang sama.

Atribut ini memberikan analisis yang berfokus pada pelanggan, bukan hanya satu kasus. Atribut ini berguna untuk memahami pemohon berulang, menganalisis hubungan jangka panjang dengan pelanggan, atau menghubungkan proses penerimaan dengan proses lain seperti 'Permohonan Pinjaman' atau 'Pemeliharaan Akun'. Atribut ini tidak wajib untuk melihat satu proses saja, tetapi memperkaya data untuk process mining yang lebih kompleks dan berpusat pada objek.

Atribut ini memberikan gambaran yang berfokus pada pelanggan dengan menghubungkan beberapa upaya penerimaan atau proses berbeda yang terkait dengan pelanggan yang sama.

Biasanya terdapat dalam sistem data induk pelanggan terpusat dan terhubung dengan catatan permohonan.

Atribut ini menunjukkan cara pelanggan mengajukan permohonan, seperti 'Portal Web', 'Aplikasi Seluler', atau 'Kantor Cabang'. Setiap kanal dapat memiliki proses pengumpulan data dan pengalaman pelanggan yang berbeda.

Analisis proses berdasarkan kanal membantu mengevaluasi kinerja dan efisiensi setiap titik interaksi dengan pelanggan. Analisis ini dapat menjawab pertanyaan seperti, 'Apakah permohonan melalui aplikasi seluler diproses lebih cepat daripada permohonan melalui web?' atau 'Apakah tingkat pekerjaan ulang lebih tinggi untuk permohonan yang diajukan di kantor cabang?'. Wawasan ini berguna untuk mengoptimalkan proses pelanggan di semua kanal dan mengalokasikan sumber daya secara efektif.

Atribut ini memungkinkan perbandingan efisiensi proses dan pengalaman pelanggan di berbagai kanal pengajuan, seperti web, seluler, atau tatap muka.

Biasanya dicatat pada awal proses, saat permohonan pertama kali dibuat.

Negara Pelanggan menunjukkan lokasi geografis pemohon. Informasi ini penting dalam proses KYC karena peraturan dan faktor risiko dapat sangat berbeda di setiap negara.

Analisis geografis memberikan wawasan tambahan. Persyaratan hukum di setiap negara dapat membuat proses penerimaan pelanggan berbeda. Dengan memfilter berdasarkan Negara Pelanggan, perusahaan dapat memastikan bahwa variasi proses sesuai yurisdiksi dijalankan dengan benar. Analisis ini juga dapat menunjukkan perbedaan kinerja, seperti waktu siklus yang lebih lama untuk permohonan dari negara berisiko tinggi, yang mungkin terjadi karena persyaratan uji tuntas yang lebih ketat.

Atribut ini memungkinkan analisis variasi dan kinerja proses berdasarkan wilayah, yang penting untuk memastikan kepatuhan terhadap peraturan setempat.

Diperoleh dari pelanggan selama proses permohonan dan disimpan dalam catatan pelanggan atau permohonan.

Tanggal Target Service Level Agreement (SLA) adalah batas waktu penyelesaian proses penerimaan pelanggan. Tanggal ini biasanya ditetapkan berdasarkan kebijakan internal atau kewajiban kontrak, lalu digunakan sebagai tolok ukur ketepatan waktu.

Atribut ini menjadi dasar dashboard 'Pemantauan Kinerja SLA'. Dengan membandingkan tanggal penyelesaian aktual permohonan dengan Tanggal Target SLA, Anda dapat menghitung 'Tingkat Kepatuhan SLA'. Analisis kasus yang melewati batas SLA membantu menemukan aktivitas atau departemen yang menyebabkan keterlambatan. Informasi ini memungkinkan pengelolaan antrean kerja dan alokasi sumber daya secara proaktif untuk mengurangi pelanggaran SLA dan meningkatkan kepuasan pelanggan.

Atribut ini menjadi tolok ukur kinerja untuk mengukur kepatuhan SLA dan menemukan kasus yang berisiko terlambat.

Sering dihitung dan disimpan pada catatan utama permohonan saat kasus dibuat, berdasarkan jenis permohonan atau kriteria lainnya.