Dalam lingkungan perbankan yang kompetitif dan penuh tekanan, pendekatan tradisional terhadap penyelamatan kredit tidak lagi cukup.
Pelatihan ini dirancang untuk memperkenalkan konsep data-driven credit recovery, yaitu pemanfaatan data historis dan analitik sebagai dasar dalam menyusun strategi penyelamatan kredit yang lebih akurat, terukur, dan efektif.
Melalui analisis pola pembayaran, karakteristik debitur, tren pasar, hingga perilaku risiko, bank dapat mengoptimalkan intervensi pada kredit bermasalah dan menekan angka NPL lebih awal dan efisien.
Peserta pelatihan akan dibekali dengan pemahaman praktis mengenai bagaimana data dan teknologi—termasuk penggunaan dashboard analitik, scoring model, dan segmentasi debitur—dapat digunakan untuk memetakan potensi pemulihan,
menentukan pendekatan komunikasi, hingga merancang skenario restrukturisasi yang lebih tepat sasaran.
Pelatihan ini sangat relevan bagi analis kredit, tim remedial, manajemen risiko, dan unit pengambil keputusan yang ingin mengintegrasikan data sebagai alat utama dalam strategi recovery kredit.
Tujuan
- Memahami konsep dan manfaat pendekatan berbasis data dalam penyelamatan kredit.
- Menganalisis data historis debitur untuk mengidentifikasi potensi pemulihan.
- Menggunakan teknik segmentasi dan scoring untuk menyusun prioritas penyelamatan.
- Menyusun strategi recovery kredit yang lebih adaptif, efisien, dan berbasis profil risiko.
- Menerapkan tools analitik sederhana (seperti Excel, dashboard, atau BI tools) dalam proses pemulihan kredit.
- Mengkomunikasikan strategi penyelamatan kredit berdasarkan hasil analitik secara efektif kepada pemangku kepentingan.
Materi Pokok
- Sesi 1: Pengantar Data-Driven Credit Recovery
- Perubahan paradigma dari manual recovery ke pendekatan berbasis data.
- Konsep value at risk, loss given default, dan exposure at default.
- Kelebihan pendekatan data dalam penyelamatan kredit.
- Sesi 2: Sumber Data dan Teknik Analitik
- Data yang dibutuhkan untuk recovery: internal vs eksternal.
- Analisis tren perilaku pembayaran dan cash flow debitur.
- Teknik segmentasi debitur berdasarkan risiko dan potensi pemulihan.
- Sesi 3: Model Skoring dan Pengambilan Keputusan Recovery
- Pembuatan credit recovery score sederhana.
- Penentuan strategi berdasarkan level risiko (restrukturisasi, negosiasi, litigasi, write-off).
- Tools dan software yang dapat digunakan (Excel, Power BI, dsb.).
- Sesi 4: Menyusun Strategi Recovery Kredit Berbasis Data
- Perencanaan tindakan berdasarkan hasil analitik.
- Penggunaan simulasi untuk menentukan dampak penyelamatan kredit.
- Integrasi hasil analitik dalam laporan kepada manajemen.
- Sesi 5: Studi Kasus
