Kesalahan Biro Kredit – Masalah Orang Besar

Sebagian besar data pada sejarah kredit konsumen AS yang dikumpulkan dan dipelihara oleh tiga agen pelaporan kredit nasional: Experian, Equifax, dan TransUnion. Organisasi-organisasi ini mengumpulkan data dari berbagai sumber untuk membuat dokumen rinci dari pinjaman individu dan kebiasaan membayar tagihan. Informasi Ini membantu lender menilai kelayakan kredit seseorang, kemampuan untuk membayar kembali pinjaman, dan dapat mempengaruhi suku bunga dan persyaratan lain dari pinjaman, termasuk apakah pinjaman akan diberikan dalam tempat pertama. Ia bahkan bisa mempengaruhi kemungkinan menemukan atau mempertahankan pekerjaan: Setidaknya sepertiga dari pengusaha memeriksa laporan kredit ketika membuat perekrutan, pemecatan, atau keputusan promosi.

Biro kredit AS mengumpulkan informasi pribadi dan data keuangan dari berbagai sumber, termasuk kreditur, pemberi pinjaman, utilitas, agen penagihan utang, dan pengadilan. Data-data ini dikumpulkan dan disimpan dalam database besar yang dikelola oleh biro kredit. Biro Kredit kemudian menjual informasi ini kepada perusahaan lain yang digunakan untuk penilaian kredit.

Biro kredit mengklaim bahwa mereka tahu kartu kredit dalam dompet masing-masing konsumen, berapa banyak yang jatuh tempo pada hipotek, dan apakah tagihan listrik yang dibayar tepat waktu. Tetapi jika informasi salah masuk ke sistem mereka, apakah melalui pencurian identitas atau kesalahan dikirimkan oleh kreditur, awas! Menguraikan kekacauan dapat hampir mustahil.

Biro memahami pentingnya memberikan informasi yang akurat untuk pemberi pinjaman dan konsumen. Tapi mereka juga mengakui bahwa sistem mereka sendiri bertanggung jawab untuk banyaknya kesalahan laporan kredit. Beberapa kesalahan terjadi karena Prosedur untuk pencocokan pinjaman kepada laporan kredit perorangan.

Biro kredit jarang menerima informasi yang cocok di semua bidang dalam file kredit, sehingga mereka harus menentukan berapa banyak variasi untuk memungkinkan dan masih menyebutnya sebuah kecocokan. Data yang tidak sempurna menyebabkan kecocokan yang tidak sempurna. Seorang konsumen mungkin memberikan informasi yang tidak lengkap atau tidak akurat pada aplikasi kredit. Mungkin konsumen tidak menulis dengan jelas pada aplikasi akun. variasi Nama pada rekening kredit yang berbeda juga dapat mengakibatkan kecocokan yang kurang sempurna..

Biro kredit mengklaim itu adalah mustahil untuk mereka untuk memantau keakuratan 3,5 miliar potongan informasi rekening kredit yang mereka terima setiap bulan. Mereka harus terus bersaing dengan klaim palsu dari konsumen yang memalsukan informasi pemberi pinjaman atau menggunakan perbaikan kredit perusahaan yang curang bahwa tantangan semua informasi negatif pada laporan kredit terlepas dari validitas. untuk memisahkan yang baik dari yang buruk, biro kredit menggunakan sistem e-OSCAR (Solusi Elektronik Online otomatis untuk Pelaporan Lengkap dan Akurat) untuk sengketa konsumen ke depan kepada pemberi pinjaman untuk verifikasi.

Jika laporan kredit Anda menunjukkan kesalahan, biro biasanya tidak menghubungi pemberi pinjaman secara langsung untuk memperbaiki informasi. Untuk menghemat uang, biro mengirimkan protes konsumen dan bukti untuk menjalankan pusat pengolahan Data oleh kontraktor pihak ketiga..

Meskipun sejumlah besar perbaikan sistem ini dari kesalahan (data diperbarui atau diperbaiki selama 72 persen sengketa), konsumen memiliki beberapa pilihan jika sistem gagal. Konsumen yang mengajukan sengketa kedua tanpa memberikan informasi baru mungkin sengketa mereka dianggap sebagai "sembrono." Jika konsumen mencoba untuk menghubungi pemberi pinjaman yang membuat kesalahan pada mereka sendiri, bank tidak memiliki kewajiban untuk menyelidiki sengketa-kecuali itu dikirim oleh biro kredit.

Review Question

1.      Menilai dampak bisnis dari masalah kualitas data biro kredit untuk biro kredit, pemberi pinjaman, untuk individu.

Dampak bisnis dari masalah kualitas data biro kredit untuk biro kredit dapat menimbulkan suatu kerugian bagi biro kredit karena mereka bertanggung jawab atas kesalahan laporan kredit. Sedangkan beberapa kesalahan timbul karena prosedur untuk pencocokkan laporan pinjaman kredit perorangan. Biro kredit harus terus bersaing dengan klaim palsu dari konsumen yang memalsukan informasi pemberi pinjaman. Oleh karena itu, jika laporan kredit konsumen menunjukkan kesalahan, biro biasanya tidak menghubungi pemberi pinjaman secara langsung untuk memperbaiki informasi. Untuk menghemat uang, biro mengirimkan protes konsumen dan bukti untuk menjalankan pusat pengolahan data oleh kontraktor pihak ketiga.

Bagi pemberi pinjaman, dampak bisnis dari masalah kualitas data biro kredit yang akan timbul yaitu adanya kesulitan dalam menilai kelayakan kredit seseorang, kemampuan untuk membayar kembali pinjaman yang diberikan, dan dapat mempengaruhi suku bunga pinjaman, termasuk apakah pinjaman akan diberikan. Selain itu, jika informasi yang salah masuk ke sistem pemberi pinjaman tentang klien potensial dari Biro Kredit, maka mereka akan kehilangan klien-klien serta uang.

Sedangkan, dampak bisnis dari masalah kualitas data biro kredit untuk individu dapat menghancurkan kehidupan individu karena dapat mempengaruhi tingkat suku bunga pinjaman. Selain itu, dapat membantu dalam menemukan atau mempertahankan pekerjaan karena pengusaha memeriksa laporan kredit ketika membuat perekrutan, pemecatan, atau keputusan promosi. Adanya masalah kualitas data biro kredit juga menimbulkan kesulitan dalam mengidentifikasi informasi pribadi dalam file kredit konsumen.

2.      Apakah ada masalah etis yang diangkat oleh masalah kualitas data biro kredit? Jelaskan jawaban Anda.

Biro kredit bertanggung jawab atas konsekuensi dari tindakan mereka, kurangnya manajemen resiko dari kredit biro mengakibatkan permasalahan dalam menyelesaikan  masalah-masalah tentang kualitas data kredit biro. Keakuratan informasi yang dijadikan sebagai database merupakan bagian terpenting untuk meminimalisir kurangnya keakuratan data kredit biro serta meningkatkan kualitas data kredit biro. Tapi mereka juga mengakui bahwa sistem mereka sendiri bertanggung jawab untuk banyaknya kesalahan laporan kredit. Beberapa kesalahan terjadi karena Prosedur untuk pencocokan pinjaman kepada laporan kredit perorangan. Pengisian formulir sebagai informasi awal data kredit biro oleh pelanggan harus diisi selengkap-lengkapnya, apabila terjadi kurang lengkap data bukan merupakan kesalahan dari perusahaan tetapi kesalahan dari pelanggan itu sendiri sehingga perusahaan perlu melakukan verifikasi ulang informasi dan tidak bertanggung jawab atas kesalahan dari jeleknya kualitas data.

3.      Menganalisis manajemen, organisasi, dan faktor teknologi yang bertanggung jawab untuk masalah kualitas data biro kredit.

Manajemen merupakan salah satu faktor internal penting sebagai user dalam menginput data ke server. Sebagian besar “error” dalam penginputan data terjadi pada “human error”, singkatnya bahwa perlunya pelatihan edukasi dan instruksi cara dalam penggunaan teknologi sistem informasi dalam penginputan data.

Organisasi adalah  aspek terbesar pada strukturisasi dalam satu perusahaan. Rumit atau simplisitas struktur berdampak pada penyaluran data atau informasi keseluruh struktur. Semakin rumit atau besar struktur, berpengaruh pada jaringan sistem informasi yang perlu dibuat untuk memudahkan penyaluran informasi untuk meminimalisir “missed communication”

Teknologi  yang digunakan pada sistem perusahaan menjadikan salah faktor yang memiliki dampak besar pada sistem. Kehandalan dan keamanan suatu sistem dalam menyimpan dan menyalurkan data memberikan rasa kepercayaan user untuk menginput data informasi.

Kualitas data pada biro kredit dipengaruhi dari 3 faktor diatas, bahwa teknologi merupakan faktor awal kehandalan dan keamanan user untuk menginput data dan mengambil data. Suatu kualitas data diukur dari kelengkapan informasi dalam suatu data dan keakuratan dalam penyaluran informasi.

4.      Apa yang bisa dilakukan untuk memecahkan masalah ini?

Data berkualitas tinggi memiliki enam atribut kunci yaitu, akurasi, keandalan, kredibilitas, ketepatan waktu, kelengkapan dan kesesuaian. Tingkat dimana data yang memenuhi masing-masing kriteria menentukan kualitas. Setiap atribut didefinisikan sebagai:

Akurasi merupakan data yang benar dan tepat mencerminkan objek atau transaksi itu menjelaskan.

Keandalan merupakan data konsisten di beberapa transaksi.

Kredibilitas merupakan sejauh mana pengguna percaya baik akurasi dan keandalan data.  Data harus kredibel dalam rangka untuk itu harus dimanfaatkan untuk tujuan analisis atau pengambilan keputusan.

Ketepatan waktu merupakan data yang tersedia bagi pengguna akhir-saat diperlukan. Data yang tidak tersedia saat dibutuhkan tidak ada nilainya.

Kelengkapan merupakan semua data yang relevan atau dibutuhkan sudah tersedia untuk digunakan bila diperlukan.

Ketepatan merupakan sejauh mana data itu sendiri relevan dengan kebutuhan organisasi. Memfitnah, menghina, data ofensif, tidak relevan atau tidak pantas yang tidak menambah nilai bagi organisasi degradasi kualitas data.

Banyak organisasi memiliki masalah kualitas yang sangat signifikan . Masalah-masalah ini sering diabaikan atau tidak ditangani. Organisasi mencari bantuan dari masalah data sering berpaling kepada teknologi untuk bantuan. Ini bukan solusi yang paling efektif. Kualitas data adalah masalah perilaku, bukan masalah teknologi. Untuk mengatasi masalah kualitas data organisasi perlu mengubah perilaku pengguna. Sebuah program yang komprehensif berdasarkan pada pencegahan, deteksi koreksi, dan akuntabilitas yang diperlukan. Organisasi yang ingin menerapkan program tersebut harus mencari bantuan dari individu dengan keahlian dalam menciptakan lingkungan yang mendorong perilaku yang diinginkan. Orang-orang ini biasanya akan memiliki latar belakang dalam Pengembangan Organisasi atau bidang yang sama.

Organisasi yang tidak menangani data mereka masalah kualitas menempatkan diri mereka dalam bahaya besar. Organisasi-organisasi buang sejumlah besar uang, waktu dan sumber daya melalui inefisiensi. Mereka membuka diri terhadap risiko hukum, keuangan dan publisitas. Organisasi yang cepat untuk meningkatkan kualitas data menuai manfaat yang luar biasa. Dalam jangka panjang mereka menerima manfaat keuangan melalui peningkatan efisiensi dan efektivitas, menurunkan risiko hukum dan meningkatkan kemampuan mereka untuk menggunakan data untuk mendorong pengambilan keputusan.