Di era perbankan digital yang sangat kompetitif dan diawasi ketat oleh regulator, pengelolaan risiko kredit tidak lagi dapat mengandalkan intuisi atau metode konvensional semata. Kemampuan dalam memahami, mengolah, dan memanfaatkan data secara tepat menjadi faktor krusial dalam menjaga kualitas portofolio kredit dan meminimalkan potensi Non-Performing Loan (NPL). Pelatihan ini dirancang untuk membekali staf analis kredit, manajemen risiko, dan tim pemodelan dengan pendekatan kuantitatif dan berbasis data dalam menilai risiko kredit secara lebih akurat. Dengan memanfaatkan prinsip credit risk analytics, peserta akan mempelajari bagaimana data historis, perilaku nasabah, laporan keuangan, hingga data alternatif dapat diolah menjadi informasi berharga untuk pengambilan keputusan kredit yang lebih tajam dan terukur. Selama dua hari pelatihan, peserta akan dikenalkan pada dasar-dasar credit scoring, segmentasi risiko, dan penerapan model prediktif dalam menilai probabilitas gagal bayar. Peserta juga akan belajar menyusun parameter risiko (PD, LGD, EAD), memahami tren risiko berdasarkan portofolio kredit, serta menggunakan visualisasi data dan dashboard monitoring untuk mendeteksi pola risiko lebih awal. Selain itu, pelatihan ini juga membahas praktik terbaik dalam integrasi data analitik ke dalam siklus kredit: mulai dari pra-persetujuan, proses pemberian kredit, pemantauan pascakredit, hingga penanganan kredit bermasalah. Dengan pendekatan studi kasus dan simulasi data, peserta akan mendapatkan pengalaman langsung dalam menghubungkan analisis data dengan strategi pengelolaan risiko kredit yang berorientasi pada kualitas dan profitabilitas jangka panjang.