Merangkul Pasar lewat Optimalisasi Data
Jauh sebelum saya terjun di dunia perbankan dan berkutat dengan algoritma Machine Learning atau ML, “kantor” saya adalah hutan belantara. Tahun 1993, saya pernah memimpin sebuah ekspedisi yang seharusnya hanya memakan waktu tiga hari untuk track crossing, namun berakhir selama enam hari karena kami tersesat.
Logistik makanan habis pada hari ketiga, air minum harus disuling dari genangan payau menggunakan yodium, dan anggota tim mulai bertumbangan karena kelelahan dan diserang penyakit. Penyebab sebenarnya sederhana, namun fatal, yaitu kesalahan perhitungan navigasi.
Di tengah hutan belantara, tanpa perangkat Global Positioning System (GPS) canggih seperti hari ini, kami mengandalkan kompas dan peta topografi. Salah menghitung satu derajat saja di titik awal, penyimpangannya di tujuan akhir bisa mencapai puluhan kilometer. Kami melenceng jauh dari jalur yang seharusnya.
Pengalaman bertahan hidup (survival) di alam liar tersebut memberikan pelajaran fundamental yang saya bawa hingga ke dunia korporasi global di Inggris dan kini di industri perbankan Indonesia. Dalam bisnis, hutan belantara itu adalah pasar yang volatil. Kompas itu adalah data.
Satu derajat kesalahan dalam pricing strategy atau risk calculation, bisa membuat perusahaan tersesat dalam kerugian finansial yang masif, kehilangan arah, bahkan