Data Analyst – Ai Implementation

Deskripsi Pekerjaan

Kualifikasi

• Pendidikan minimal S1 di bidang Statistik, Matematika, Teknik Industri, Informatika, Sistem Informasi, atau jurusan terkait.
• Pengalaman kerja sebagai Data Analyst/Business Intelligence/Data Scientist minimal 1–2 tahun (pengalaman di industri collection, multifinance, perbankan, atau fintech menjadi nilai tambah).
• Menguasai pengolahan dan analisis data menggunakan Excel tingkat lanjut dan SQL.
• Mampu menggunakan tools visualisasi data seperti Power BI / Tableau / setara.
• Memahami dasar-dasar statistik dan machine learning (misalnya regresi, klasifikasi, clustering); pengalaman implementasi model di lingkungan kerja menjadi nilai tambah.
• Mampu menyusun dan membaca report KPI penagihan (DSO, aging, contact rate, PTP rate, recovery, productivity agent, dsb.) menjadi nilai plus.
• Terbiasa bekerja dengan data besar (big data) dan memiliki perhatian tinggi terhadap detail serta akurasi.
• Memiliki kemampuan komunikasi yang baik untuk menjelaskan hasil analisis secara sederhana kepada tim non-teknis (agent, leader, manajer).
• Mampu bekerja kolaboratif lintas divisi dan memiliki mindset problem solving yang kuat.
• Bersedia ditempatkan dan/atau melakukan koordinasi rutin di area Bekasi dan Tangerang sesuai kebutuhan operasional.

Tanggung Jawab

• Mengumpulkan, membersihkan, dan mengolah data penagihan dari berbagai sumber (sistem collection, telephony, CRM, dll.)
• Menyusun laporan rutin terkait performa penagihan (contact rate, PTP, payment rate, recovery rate, productivity agent, dll.)
• Mengembangkan dan memelihara dashboard (misalnya di Excel/Power BI/Tableau) untuk memonitor kinerja desk collection secara real-time.
• Bekerja sama dengan tim IT, tim Collection, dan manajemen untuk mendesain dan mengimplementasikan use case AI, seperti: Skoring prioritas nasabah, Prediksi kemungkinan bayar, Segmentasi nasabah, Optimasi waktu & strategi call.
• Melakukan analisis A/B testing terhadap script penagihan, strategi call, maupun campaign AI untuk mengukur efektivitasnya.
• Menginterpretasikan hasil model AI dan menyusun rekomendasi yang mudah dipahami untuk tim operasional dan manajemen.
• Memastikan kualitas dan akurasi data sebelum digunakan untuk analisis maupun pengembangan model AI.
• Membuat dokumentasi terkait struktur data, definisi metrik, dan hasil analisis agar dapat digunakan ulang oleh tim terkait.
• Berkontribusi dalam continuous improvement proses penagihan berbasis data dan teknologi AI.
• Menjaga kerahasiaan data nasabah dan mematuhi kebijakan perusahaan serta regulasi yang berlaku.