Keberhasilan bank menghasilkan laporan Single Customer View (SCV) belum tentu menunjukkan bahwa seluruh data di dalamnya sudah akurat. Kesalahan dapat terjadi sejak data nasabah dicatat pada core banking system, diproses melalui aplikasi pengolah SCV, hingga menjadi laporan akhir.
Karena itu, kualitas data SCV perlu menjadi perhatian fungsi TI, audit internal, risk management, compliance, dan operasional. Data yang tidak lengkap, tidak konsisten, atau salah terhubung dapat memengaruhi keandalan informasi SCV sekaligus meningkatkan risiko ketika bank menjalani pemeriksaan.
Apa yang Dimaksud dengan Kualitas Data SCV?
Kualitas data SCV menunjukkan sejauh mana data nasabah yang digunakan dalam Single Customer View dapat dipercaya dan ditelusuri kembali ke sumbernya.
Secara umum, beberapa karakteristik yang perlu diperhatikan meliputi:
akurasi, yaitu data sesuai dengan kondisi dan sumber sebenarnya;
kelengkapan, yaitu informasi yang dibutuhkan tersedia;
konsistensi, yaitu informasi tidak bertentangan antar-sumber;
validitas, yaitu isi data sesuai format dan ketentuan yang berlaku;
keunikan, yaitu satu nasabah tidak keliru dikenali sebagai beberapa nasabah; serta
keterlacakan, yaitu output SCV dapat ditelusuri hingga sumber dan proses pengolahannya.
Dengan demikian, akurasi data SCV tidak hanya bergantung pada laporan akhir. Bank juga perlu melihat kualitas data sumber dan proses yang mengubah data tersebut.
Kesalahan Data SCV yang Perlu Diwaspadai
CIF Ganda dan Identitas Nasabah Tidak Konsisten
Satu nasabah dapat memiliki lebih dari satu CIF karena perbedaan penulisan nama, nomor identitas, tanggal lahir, alamat, atau informasi lainnya.
Duplikasi tersebut berpotensi memengaruhi proses konsolidasi data nasabah dan perlu terdeteksi melalui validasi data SCV.
Hubungan Nasabah dan Rekening Tidak Tepat
Bank perlu memastikan rekening terhubung dengan CIF yang benar. Perhatian khusus juga diperlukan pada rekening beneficiary, joint account, atau rekening yang melibatkan hubungan tertentu dengan pihak lain.
Ketidaksesuaian Saldo dan Informasi Rekening
Saldo, jenis produk, bunga, maupun atribut simpanan pada output SCV perlu dapat direkonsiliasi dengan data sumber. Selisih yang tidak dapat dijelaskan dapat menjadi indikasi adanya kesalahan mapping atau proses pengolahan.
Transformasi Data yang Tidak Terkontrol
SCV sering melibatkan proses ekstraksi, query, interface, script, spreadsheet, atau aplikasi pengolah data. Perubahan logic tanpa dokumentasi dan kontrol yang memadai dapat menyebabkan output berbeda dengan sumbernya.
Apa Risiko Kualitas Data SCV yang Tidak Memadai?
Kesalahan data dapat menimbulkan dampak yang lebih luas daripada sekadar kebutuhan koreksi file.
Bank dapat menghadapi proses rekonsiliasi yang lebih panjang, kesulitan menemukan root cause, temuan pemeriksaan berulang, hingga meningkatnya risiko kepatuhan dan operasional.
Masalah juga menjadi lebih kompleks apabila bank tidak mempunyai data lineage atau audit trail yang cukup. Ketika ditemukan selisih, tim harus mampu mengetahui dari mana data berasal, proses apa yang mengubahnya, dan mengapa nilai pada laporan akhir berbeda.
Mengapa Pemeriksaan Kualitas Data SCV Diperlukan?
Peraturan Lembaga Penjamin Simpanan Nomor 4 Tahun 2024 mengatur bahwa bank harus melakukan pemeriksaan atas kualitas data dan keandalan sistem yang digunakan dalam pengolahan dan penyimpanan Data SCV.
Pemeriksaan tersebut dilakukan paling sedikit satu kali dalam satu tahun oleh audit internal bank atau pihak eksternal independen. Khusus pemeriksaan keandalan sistem, pihak eksternal independen harus melakukan pemeriksaan paling sedikit sekali dalam tiga tahun. Hasil pemeriksaan juga disampaikan kepada LPS sesuai batas waktu yang diatur dalam Pasal 15.
Pembaca yang membutuhkan pembahasan lebih spesifik mengenai aspek regulasi dapat membaca artikel Kewajiban SCV Bank: Memahami Aturan Pelaporan dan Pemeriksaan LPS.
Bagaimana Bank Mempersiapkan Pemeriksaan Kualitas Data SCV?
1. Identifikasi Sumber Data
Petakan sistem yang berkontribusi terhadap SCV, termasuk core banking system, master CIF, data simpanan, data pinjaman, tabel referensi, staging database, dan aplikasi pengolah SCV.
2. Petakan Aliran Data
Bank perlu memahami alur:
sistem sumber → ekstraksi → transformasi → validasi → output SCV.
Pemetaan tersebut membantu menentukan titik terjadinya perubahan data.
3. Lakukan Rekonsiliasi
Bandingkan output SCV dengan sumber untuk memastikan jumlah CIF, rekening, saldo, produk, dan informasi relevan lainnya dapat dipertanggungjawabkan.
4. Lakukan Data Profiling dan Validasi
Pemeriksaan data SCV dapat mencakup duplicate checking, kelengkapan field, validitas identitas, konsistensi antar-field, hubungan CIF dengan rekening, serta berbagai exception lainnya.
5. Analisis Root Cause
Jangan berhenti pada daftar kesalahan. Kelompokkan penyebabnya, misalnya berasal dari input data, source system, mapping, aplikasi, interface, atau proses manual.
6. Siapkan Evidence
Dokumentasi seperti SOP, mapping data, query atau script, konfigurasi aplikasi, hasil rekonsiliasi, audit log, kontrol akses, dan catatan perubahan perlu tersedia agar proses dapat ditelusuri.
Audit Kualitas Data Perlu Melihat Sistem yang Menghasilkan SCV
Audit kualitas data SCV tidak cukup dilakukan hanya dengan memeriksa file akhir. Apabila kesalahan terus berulang, penyebabnya dapat berada pada sistem dan kontrol yang membentuk data tersebut.
Karena itu, evaluasi dapat diperluas ke core banking system, aplikasi pengolah SCV, interface, database, manajemen akses, change management, proses batch, logging, backup, serta proses manual.
Pendekatan ini membantu bank membedakan antara kesalahan data sebagai gejala dan kelemahan sistem atau proses sebagai akar masalah.
Tingkatkan Kesiapan Bank melalui Audit SCV
Pemeriksaan yang baik seharusnya menghasilkan lebih dari daftar temuan. Bank membutuhkan gambaran mengenai exception, root cause, tingkat risiko, rekomendasi perbaikan, PIC, serta prioritas tindak lanjut.
PT Integra Teknologi Solusi menyediakan Audit Keandalan Sistem dan Kualitas Data Single Customer View untuk membantu bank mengevaluasi core banking system, aplikasi pengolah SCV, infrastruktur TI, proses pengolahan, kontrol, serta kualitas dan akurasi data yang dihasilkan.
Jika bank Anda sedang mempersiapkan pemeriksaan tahunan, pemeriksaan independen keandalan sistem, atau ingin mengetahui gap pada kualitas data SCV sebelum menjadi temuan yang lebih besar, konsultasikan kebutuhan tersebut bersama tim Integra.
Pelajari lebih lanjut mengenai layanan Audit Keandalan Sistem dan Kualitas Data SCV dan tentukan ruang lingkup pemeriksaan yang sesuai dengan kondisi sistem serta proses SCV bank Anda.
