Ternyata Begini "Data Science" Memprediksi Penggunaan Kartu Prabayar

KOMPAS.com - Pendapat industri telekomunikasi merupakan tulang punggung dunia digital modern rasanya akan sangat sulit untuk terbantahkan. Bagaimana tidak, di zaman serba digital ini hampir setiap aktivitas komunikasi dilakukan melalui smartphone.

Aktifitas chatting, browsing, social media, voice call, hingga video call akan tercatat dan terekam sehingga menghasilkan milyaran data.

Beberapa waktu lalu industri telekomunikasi tanah air sempat dihebohkan dengan adanya regulasi yang mengharuskan pengguna melakukan registrasi prabayar.

Sebenarnya ada sisi positif dapat ditarik dari regulasi ini. Data pelanggan dapat menjadi lebih valid serta dapat mengurangi efek kejahatan (cyber security).

Registrasi juga dapat menyehatkan industri dengan mengurangi para pemakai yang suka berpindah-pindah (swinger or rotational churner), serta mengurangi biaya produksi pembuatan kartu.

Walaupun positif, tidak semua pengguna smartphone mau berpindah ke kartu prabayar.

Lalu, bagaimana sebenarnya perilaku pengguna kartu prabayar berdasarkan data? Bagaimana pula data dapat menunjukkan seberapa besar pengguna dapat bertahan (survival status) dalam penggunaan kartu prabayar?

Memprediksi perilaku pengguna prabayar

Implementasi ilmu data science ternyata dapat digunakan memprediksi apakah pengguna akan tetap berlangganan kartu prabayar 90 hari setelah mengaktivasi kartu tersebut.

Vincent Adhi Handara, praktisi data dcientist dari salah satu perusahaan asuransi terkemuka di Indonesia menjelaskan metode yang dapat digunakan memprediksi perilaku pelanggan kartu prabayar tersebut.

Untuk mengetahuinya, ada serangkaian tahapan atau proses dilalui oleh pengguna.

Mari kita ibaratkan bahwa terdapat empat titik yaitu titik A, B, C dan D. Titik A adalah waktu pengaktifan kartu prabayar oleh pelanggan. Titik A ke C adalah masa 90 hari semenjak pengaktifan kartu prabayar. Titik A ke B adalah masa 14 hari penggunaan kartu prabayar semenjak pengaktifan kartu.

Sedangkan titik C ke D adalah masa 14 hari setelah kartu digunakan selama 90 hari. Titik C ke D inilah durasi paling efektif untuk menentukan survival status (penggunaan telepon, data atau sms) dari pengguna kartu prabayar.

Setelah dilakukan analisis terhadap data, dapat disimpulkan bahwa pelanggan akan tetap melanjutkan langganan setelah 90 hari sejak pengaktifan kartu apabila terdapat aktivitas telepon signifikan dari titik A ke titik B.

Dengan mengetahui perilaku pengguna kartu prabayar, perusahaan telekomunikasi dapat membuat kampanye atau promosi lebih efektif dan tepat sasaran kepada pelanggan aktif tersebut.

Selain itu, pengguna kartu juga dapat menerima tawaran lebih sesuai dengan kebutuhan mereka sehingga baik korporasi maupun pelanggan mendapatkan manfaat lebih efisien.

Keputusan industri telekomunikasi membuat kampanye atau promosi tentu tidak akan efektif apabila tidak didukung dengan data.

Tak hanya di industri telekomunikasi, data science juga dapat diimplementasikan di berbagai sektor industritermasuk di industri asuransi. Tak heran jika saat ini baik startup unicorn maupun perusahaan multinasional tak berhenti mencari talenta-talenta data scientist profesional dan berani merogoh kocek besar.

Masih banyak peluang yang bisa didapatkan dengan menjadi seorang data scientist. Terlebih, di tahun 2020 Indonesia akan diprediksi mengalami peningkatan penggunaan teknologi Artificial Intelligence (AI) di berbagai bidang. Tunggu apa lagi, ayo mulai karir di bidang Data Science bersama DQLab.id! 

Data Science: Memprediksi Perilaku Pelanggan Kartu Pra-bayar di 3 Bulan PertamaAda yang berpendapat bahwa industri telekomunikasi adalah salah satu industri tulang punggung dunia digital modern. Bagaimana tidak? Di jaman serba digital ini hampir setiap aktivitas komunikasi dilakukan melalui smartphone. Mulai dari chatting, browsing, social media, voice call, hingga video call. Setiap aktivitas komunikasi tersebut akan dicatat dan direkam sehingga menghasilkan milyaran data.Menariknya, beberapa waktu lalu industri telekomunikasi tanah air sempat dihebohkan dengan adanya regulasi yang mengharuskan pengguna untuk melakukan registrasi prabayar. Sebenarnya ada sisi positif yang dapat ditarik dari kejadian ini. Data pelanggan dapat menjadi lebih valid serta dapat mengurangi efek kejahatan (cyber security). Registrasi juga dapat menyehatkan industri dengan mengurangi para pemakai yang suka berpindah-pindah (swinger or rotational churner), serta mengurangi biaya produksi pembuatan kartu.Walaupun terdapat sisi positifnya, tidak semua pengguna smartphone mau berpindah ke kartu prabayar. Lalu, bagaimana sebenarnya perilaku pengguna kartu prabayar berdasarkan data? Bagaimana pula data dapat menunjukkan seberapa besar pengguna dapat bertahan (survival status) dalam penggunaan kartu prabayar?Hebatnya, implementasi ilmu data science dapat memprediksi apakah pengguna akan tetap berlangganan kartu prabayar 90 hari setelah mengaktivasi kartu tersebut. Vincent Adhi Handara seorang Praktisi Data Scientist dari salah satu perusahaan asuransi terkemuka di Indonesia menjelaskan metode yang dapat digunakan untuk memprediksi perilaku pelanggan kartu prabayar tersebut.Untuk mengetahuinya, ada serangkaian tahapan atau proses yang dilalui oleh pengguna. Mari kita ibaratkan bahwa terdapat empat titik yaitu titik A, B, C dan D. Titik A adalah waktu pengaktifan kartu prabayar oleh pelanggan. Titik A ke C adalah masa 90 hari semenjak pengaktifan kartu prabayar. Titik A ke B adalah masa 14 hari penggunaan kartu prabayar semenjak pengaktifan kartu. Sedangkan titik C ke D adalah masa 14 hari setelah kartu digunakan selama 90 hari. Titik C ke D inilah durasi yang paling efektif untuk menentukan survival status (penggunaan telepon, data atau sms) dari pengguna kartu prabayar. Setelah dilakukan analisis terhadap data, dapat disimpulkan bahwa pelanggan akan tetap melanjutkan langganan setelah 90 hari sejak pengaktifan kartu apabila terdapat aktivitas telepon yang signifikan dari titik A ke titik B.Dengan mengetahui perilaku pengguna kartu prabayar, perusahaan telekomunikasi dapat membuat kampanye atau promosi yang lebih efektif dan tepat sasaran kepada pelanggan aktif tersebut. Selain itu, pengguna kartu juga dapat menerima tawaran yang lebih sesuai dengan kebutuhan mereka. Sehingga baik korporasi maupun pelanggan mendapatkan manfaat yang lebih efisien. Keputusan industri telekomunikasi untuk membuat kampanye atau promosi tentu tidak akan efektif apabila tidak didukung dengan data. Tak hanya di industri telekomunikasi, data science juga dapat diimplementasikan di berbagai sektor industri termasuk di industri asuransi. Tak heran jika saat ini baik startup unicorn maupun perusahaan multinasional tak berhenti mencari talenta-talenta data scientist profesional dan berani merogoh kocek yang besar.Masih banyak peluang yang bisa didapatkan dengan menjadi seorang data scientist. Terlebih, di tahun 2020 Indonesia akan diprediksi mengalami peningkatan penggunaan teknologi Artificial Intelligence (AI) di berbagai bidang. Tunggu apa lagi, ayo mulai karir Anda di bidang Data Science bersama DQLab.id!