Data yang diperkaya dan data yang terstruktur: Apa yang sebenarnya dimaksud dengan data yang diperkaya?

Ketika berbicara tentang ISO 20022 -dua istilah secara konsisten muncul: "Data yang Diperkaya" dan "Data Terstruktur". Mari kita telusuri apa artinya, manfaatnya, dan mengapa hal ini penting.

Data merupakan inti dari setiap bisnis modern. Namun, data mentah saja tidak cukup. Ini seperti memiliki perpustakaan yang luas tanpa katalog—Anda mungkin memiliki informasi berharga, tetapi tanpa organisasi, menjadi sulit untuk mengekstrak wawasan yang berarti.

Data yang diperkaya lebih dari sekadar detail dasar. Ini adalah data yang telah disempurnakan dengan konteks dan nilai tambahan. Sementara manusia dapat menafsirkan konteks secara intuitif, komputer memerlukan struktur untuk menghindari kesalahpahaman dan kesalahan. Di sinilah data terstruktur berperan.

Data terstruktur menyediakan kerangka kerja untuk mengatur informasi - ketika bagian informasi tertentu disediakan dalam format yang telah ditentukan (bidang individu) yang dapat dengan mudah dipahami dan diproses oleh komputer. Struktur membantu menghindari ambiguitas dan ketidakkonsistenan dalam data, dan memungkinkan mesin untuk menginterpretasikan konteks dan nilai dari setiap informasi. Oleh karena itu, meskipun data yang diperkaya dan data terstruktur adalah hal yang terpisah, nilai maksimum hanya dapat dicapai jika keduanya disediakan secara bersamaan. ISO 20022 memungkinkan pertukaran data yang lebih kaya dalam format yang terstruktur.

Dengan memanfaatkan data yang diperkaya dan terstruktur, perusahaan dapat membangun gambaran yang lebih tepat dan lengkap tentang operasi bisnis dan pelanggan mereka.

Pembicaraan ini bukan hanya tentang kepatuhan dan interoperabilitas teknis, tetapi lebih dari itu.

1. Nama Terstruktur dan Alamat Pos menyediakan cara untuk mengidentifikasi pihak-pihak yang terlibat secara jelas. Hal ini dapat sangat membantu KYC dan penyaringan sanksi yang akurat untuk tidak hanya mengidentifikasi pihak yang terkena sanksi dalam pembayaran, tetapi juga mengurangi jumlah positif palsu yang dihasilkan oleh sistem penyaringan (lihat contoh kasus 3).

2. Informasi Pengiriman Uang Terstruktur memungkinkan informasi seperti nomor faktur, nomor pesanan, dan referensi lain yang berkaitan dengan tujuan pembayaran untuk diteruskan dalam pesan pembayaran. Sistem ini dapat menyediakan sistem Enterprise Resource Planning (ERP) dengan kemampuan untuk menerima dan memproses data pengiriman uang yang lebih kaya yang dapat menghasilkan rekonsiliasi otomatis dan meningkatkan manajemen arus kas.

3. Pengenal Badan Hukum (LEI ) memberikan transparansi yang lebih besar dalam pembayaran untuk mengidentifikasi dengan jelas entitas tertentu yang terlibat yang dapat membantu meningkatkan KYC, penyaringan sanksi otomatis, dan rekonsiliasi.

4. Kode Tujuan memberikan wawasan tentang alasan pembayaran dan ketika digunakan secara konsisten, dapat memberikan banyak manfaat seperti mengidentifikasi tren pelanggan utama dan oleh karena itu memungkinkan pengembangan layanan inovatif, pencegahan penipuan, dan prioritas pembayaran untuk diproses. Sebagai contoh, Bank of England berencana menggunakan kode tujuan untuk mengidentifikasi dan memprioritaskan pembayaran yang sangat penting seperti pembelian properti.

5. Multiple Payment Identifiers memungkinkan setiap pihak untuk menyertakan referensi unik mereka untuk mengidentifikasi pembayaran yang meningkatkan proses rekonsiliasi.

6. Debitur dan Kreditur Utama yang juga dikenal sebagai OBO - 'atas nama' - pembayaran memberikan informasi mengenai pihak akhir yang sebenarnya yang membayar atau menerima dana.

Semua data yang digabungkan, dapat memberikan informasi terperinci kepada bisnis untuk menganalisis pembayaran yang dikirim dan diterima. Hal ini dapat menghasilkan pengambilan keputusan yang lebih baik, tidak hanya untuk meningkatkan deteksi dan pencegahan penipuan, tetapi juga meningkatkan pengalaman pelanggan dan mengoptimalkan proses internal.

Mari kita jelajahi beberapa kasus penggunaan:

Mencari dan mengajukan beberapa tunjangan pemerintah bisa jadi cukup rumit, yang menyebabkan jutaan dolar tidak diklaim setiap tahunnya. CBA menemukan bahwa dengan menggunakan kode tujuan mereka dapat secara akurat mengidentifikasi pelanggan siswa mereka dan dengan demikian membantu mereka mendapatkan Access ke manfaat yang mereka lewatkan. Pendekatan yang disesuaikan ini membuat pengalaman perbankan bagi setiap siswa lebih personal dan relevan.

Banyak perusahaan ritel besar yang kesulitan karena harus merekonsiliasi faktur secara manual dari berbagai pemasok, masing-masing dengan format datanya yang unik, yang menyebabkan peningkatan biaya yang dapat berdampak pada keuntungan mereka. Bank dapat memberikan layanan kepada perusahaan yang mencocokkan feed pembayaran yang masuk dengan detail faktur yang disediakan oleh mesin ERP pelanggan, yang memberikan rekonsiliasi otomatis dan pelaporan yang akurat. Hal ini hanya mungkin terjadi karena data yang tepat berada di bidang yang tepat.

Pembayaran sering kali tertunda karena kesalahan pada nama pembayar atau penerima pembayaran (false positive), yang menyebabkan ketidakpuasan pelanggan, dengan kemungkinan hilangnya pendapatan dan peningkatan biaya bagi bank karena investigasi manual.

Mohammed Ali dan Maria Chavez adalah nama-nama umum secara internasional yang juga muncul dalam daftar sanksi. Pemeriksaan sanksi pembayaran dapat diberitahukan karena nama ini. Namun, sebagai contoh fiksi, Mohammed Ali dari London yang lahir pada tahun 1997 atau Maria Chavez dari New York yang lahir pada tahun 1980 berbeda dengan Mohammed Ali dari Mesir yang lahir pada tahun 1965 atau Maria Chavez dari Meksiko yang lahir pada tahun 1967 yang mungkin ada dalam daftar OFAC.

Dengan memasukkan data tambahan seperti alamat, tanggal lahir, dan atribut lainnya, sistem penyaringan dapat memberikan peringatan yang lebih akurat, menghemat biaya penyaringan dan investigasi bagi lembaga keuangan dan yang terpenting adalah meningkatkan pengalaman nasabah.