Pelatihan ini dirancang secara khusus untuk membekali para profesional di divisi penyelamatan kredit (remedial & recovery) dengan kapabilitas komprehensif dalam menganalisis, merancang, serta mengimplementasikan strategi penanganan Non-Performing Loan (NPL) secara lebih efektif, adaptif, dan berkelanjutan dengan mengedepankan pendekatan berbasis data serta pemanfaatan teknologi digital terkini. Di tengah dinamika industri perbankan yang kian kompleks, di mana tingkat risiko kredit semakin meningkat akibat ketidakpastian ekonomi, dampak berkepanjangan dari pandemi, serta perubahan perilaku dan preferensi pembayaran debitur yang semakin digital, pendekatan konvensional dalam penyelamatan kredit sering kali tidak lagi memadai. Oleh karena itu, pemanfaatan data yang akurat, real-time, dan terintegrasi menjadi elemen fundamental dalam proses pengambilan keputusan strategis maupun operasional. Melalui pelatihan ini, peserta akan memperoleh pemahaman menyeluruh mengenai prinsip-prinsip dasar penanganan kredit bermasalah secara tradisional, yang kemudian ditransformasikan dan diperkuat dengan pendekatan modern berbasis data analytics, visualisasi melalui dashboard monitoring, hingga pemanfaatan decision engine berbasis teknologi digital dalam proses restrukturisasi, renegosiasi, hingga tindakan akhir eksekusi kredit bermasalah. Selama dua hari pelaksanaan pelatihan, peserta akan diajak untuk secara aktif menggali dan mengembangkan kemampuan dalam mengidentifikasi pola risiko kredit menggunakan pendekatan analitik berbasis data historis dan perilaku, menyusun segmentasi portofolio NPL secara digital berdasarkan tingkat risiko dan nilai strategis debitur, serta memahami secara konseptual dan praktis penggunaan teknologi machine learning dasar untuk memprediksi kemungkinan perilaku pembayaran debitur di masa depan. Pelatihan ini juga akan membahas secara aplikatif penggunaan berbagai alat bantu digital seperti Customer Relationship Management (CRM) khusus untuk koleksi dan penanganan NPL, sistem collection berbasis otomasi, hingga pemanfaatan artificial intelligence (AI) dalam mendukung proses recovery berbasis insight. Dengan menggabungkan teori terkini, studi kasus nyata dari praktik industri, dan simulasi berbasis data, pelatihan ini bertujuan untuk menciptakan pengalaman belajar yang praktis dan relevan, sehingga seluruh peserta tidak hanya memahami konsep tetapi juga mampu langsung mengadaptasikannya secara efektif dalam proses kerja di unit atau divisi masing-masing, guna meningkatkan kinerja penyelamatan kredit secara keseluruhan.
Setelah mengikuti pelatihan ini, peserta diharapkan dapat: Memahami konsep dasar dan pentingnya pendekatan berbasis data dalam penyelamatan kredit. Menganalisis data kredit untuk mengidentifikasi risiko dan peluang restrukturisasi. Mengembangkan strategi recovery yang efisien dengan dukungan teknologi dan data analytics. Mengoperasikan tools digital dasar untuk pengelolaan NPL secara lebih akurat dan responsif. Mengintegrasikan data dan teknologi dalam proses komunikasi, negosiasi, dan pelaporan hasil recovery.
Hari 1: Dasar Recovery Berbasis Data & Analisis Portofolio NPL Konsep Recovery Kredit Berbasis Data Evolusi manajemen NPL: dari pendekatan tradisional ke data-driven Peran teknologi dan data analytics dalam recovery modern Kunci keberhasilan transformasi digital dalam divisi remedial Analisis Data Kredit & Segmentasi Portofolio Struktur dan kualitas data kredit: mengenali sumber utama data NPL Teknik segmentasi debitur berdasarkan risiko dan perilaku Identifikasi early warning signals dan prioritas penanganan Dasar-Dasar Visualisasi dan Dashboard Monitoring Membuat dashboard pemantauan kredit bermasalah Indikator performa utama dalam manajemen recovery Studi kasus: analisis NPL berbasis data portofolio riil Hari 2: Strategi Digital Recovery & Implementasi Teknologi Strategi Recovery Kredit Berbasis Data Strategi restrukturisasi berdasarkan scoring dan analitik Penentuan strategi penagihan (soft-hard) secara digital Pembuatan skenario recovery berdasarkan prediksi perilaku Teknologi Pendukung Recovery Kredit Penggunaan collection system dan CRM digital Pengenalan AI & machine learning dalam prediksi kolektabilitas Pemanfaatan automation dan decision engine dalam workflow penyelamatan kredit Studi Kasus & Simulasi Digital Recovery Simulasi penerapan strategi recovery dengan data sintetis Evaluasi efektivitas strategi berdasarkan indikator performa Diskusi grup: rencana implementasi digital recovery di unit kerja masing-masing
Pre-test Presentasi Diskusi Studi Kasus Post-test
Training Kit (Tas, Hand out, Flashdisk, Block note, Pulpen dll) Sertifikat Souvenir 2x Coffee Break, 1x Makan Siang