Menerapkan strategi keputusan otomatis yang tetap berjalan saat terjadi gangguan

Kebanyakan tim memulai otomatisasi dengan memetakan alur keputusan yang ideal. Data masuk, sumber eksternal merespons, aturan dijalankan, lalu platform memberikan hasil. Langkah ini berguna, tetapi belum cukup.

Dalam sistem produksi, logika keputusan bisa gagal saat menghadapi kondisi tertentu. Biro kredit mungkin mengalami timeout, sementara penyedia layanan fraud mengirimkan data yang tidak lengkap. Layanan model bisa tidak tersedia. Kolom penting bisa kosong, formatnya tidak valid, atau datanya terlambat. Jika strategi keputusan otomatis Anda tidak menentukan tindakan selanjutnya, itu belum bisa disebut strategi. Sistem Anda hanya bergantung pada rangkaian layanan.

Strategi keputusan otomatis yang tangguh harus mencapai 2 hal sekaligus. Sistem menghasilkan keputusan yang akurat saat semua berjalan normal, dan mengambil keputusan yang terkendali saat sebagian sistem bermasalah. Artinya, jalur failover harus ditetapkan dengan jelas, data yang hilang harus ditangani secara khusus, dan setiap hasil harus memiliki jejak yang lengkap.

Jika tim Anda masih menentukan siapa yang bertanggung jawab atas pengambilan keputusan dan bagaimana prosesnya dikendalikan, artikel tentang pihak yang mengambil keputusan ini dapat menjadi titik awal. Jika Anda membutuhkan gambaran operasional tentang peluncurannya, panduan bertahap untuk mengotomatiskan proses persetujuan pinjaman ini menunjukkan cara tim beralih dari peninjauan manual ke alur keputusan produksi.

Cakupan strategi keputusan otomatis

Strategi keputusan otomatis lebih dari sekadar kumpulan aturan. Strategi ini mencakup keseluruhan struktur yang menentukan cara keputusan dievaluasi, data yang dibutuhkan, logika cadangan yang berlaku, dan hasil yang diberikan dalam kondisi normal maupun tidak normal.

Dalam praktiknya, strategi ini biasanya mencakup:

  • Tujuan keputusan: alasan keputusan dibuat, misalnya approve, decline, refer, menetapkan harga, mengarahkan kasus, atau memicu peninjauan.
  • Ketentuan input: kolom data wajib dan opsional, rentang nilai yang valid, format, dan sistem sumber.
  • Logika keputusan: pohon keputusan, tabel keputusan, scorecard, aturan kebijakan, dan orkestrasi API.
  • Ketergantungan eksternal: pemeriksaan fraud, data kredit, layanan KYC, verifikasi identitas, layanan penetapan harga, atau API internal.
  • Logika failover: tindakan yang diambil jika layanan, model, atau komponen alur gagal.
  • Logika untuk data yang hilang: tindakan yang diambil jika kolom tidak tersedia, kedaluwarsa, bertentangan, atau tidak lengkap.
  • Jejak audit: log, versi aturan, jejak keputusan, dan kode alasan.

Intinya sederhana. Penanganan kegagalan bukan catatan operasional di luar strategi. Penanganan ini merupakan bagian dari logika keputusan itu sendiri.

Mulai dengan mengelompokkan keputusan

Kesalahan yang sering terjadi adalah menetapkan satu aturan cadangan umum untuk semua jenis kegagalan, misalnya mengirim setiap kasus ke peninjauan manual jika ada masalah. Cara ini mungkin tampak aman, tetapi menambah biaya, memperlambat proses, dan membuat hasil tidak konsisten.

Pendekatan yang lebih baik adalah mengelompokkan keputusan berdasarkan risiko bisnis, lalu menetapkan perilaku failover untuk setiap kelompok.

1. Keputusan berisiko rendah

Untuk keputusan ini, cadangan otomatis yang konservatif masih dapat diterima. Contohnya, mengarahkan nasabah ke proses onboarding standar, menerapkan aturan segmentasi default, atau menetapkan status proses yang tidak kritis.

Untuk keputusan berisiko rendah, strategi failover bisa sederhana: gunakan strategi minimum yang ditetapkan secara hardcode, dengan jalur terbatas dan ambang batas yang jelas.

2. Keputusan berisiko menengah

Keputusan ini berdampak pada pendapatan, pengalaman nasabah, atau operasional, tetapi tidak langsung menimbulkan risiko regulasi jika ditangani secara konservatif. Contohnya, prakualifikasi, pengalihan dokumen, atau rekomendasi limit sebelum persetujuan akhir.

Dalam kondisi ini, proses cadangan dapat tetap menjalankan sebagian otomatisasi, tetapi hanya dengan aturan kebijakan yang lebih ketat.

3. Keputusan berisiko tinggi

Keputusan ini mencakup underwriting, keputusan fraud, pemeriksaan sanksi, penetapan harga, serta keputusan lain yang berdampak pada kepatuhan atau keuangan. Failover untuk keputusan tersebut harus dikendalikan dengan ketat. Proses cadangan dapat menggunakan kumpulan aturan yang lebih membatasi, menghasilkan keputusan refer, atau menghentikan sementara persetujuan otomatis.

Pengelompokan ini membantu Anda menghindari 2 risiko: otomatisasi yang tidak aman saat layanan terganggu, dan peninjauan manual yang tidak perlu untuk keputusan yang masih dapat ditangani secara deterministik.

Rancang strategi hardcode minimum terlebih dahulu

Saat sistem keputusan yang kompleks gagal, Anda memerlukan lapisan logika keputusan yang lebih sederhana dan stabil untuk tetap berjalan. Anggap lapisan ini sebagai kebijakan minimum yang dapat digunakan. Tetapkan dengan jelas, pastikan dapat diuji, dan batasi cakupannya.

Strategi hardcode minimum ini tidak perlu meniru seluruh alur keputusan. Tujuannya adalah menjaga operasional tetap aman sampai alur keputusan normal kembali berjalan.

Fungsi minimum dalam proses cadangan

  • Gunakan sedikit input tepercaya yang biasanya tersedia.
  • Batasi hasil yang dapat diberikan, misalnya approve untuk kasus berisiko rendah, decline untuk kasus yang jelas tidak memenuhi syarat, atau refer untuk kasus lainnya.
  • Hindari ketergantungan pada layanan eksternal yang tidak penting.
  • Gunakan ambang batas tetap dan aturan sederhana yang dapat diaudit dengan cepat.
  • Buat kode alasan yang jelas untuk menunjukkan bahwa jalur cadangan digunakan.

Contoh: logika failover untuk pinjaman

Misalkan alur underwriting normal Anda menggunakan data biro kredit, riwayat internal, sinyal fraud, perhitungan kemampuan membayar, dan model penetapan harga. Jika alur tersebut tidak tersedia, proses cadangan sebaiknya tidak mencoba meniru semua fungsinya dengan data pengganti yang kurang andal.

Sebagai gantinya, Anda dapat menetapkan strategi hardcode minimum seperti berikut:

  • Decline jika usia pemohon di bawah batas kebijakan.
  • Decline jika status verifikasi identitas wajib menunjukkan kegagalan.
  • Decline jika penanda riwayat negatif internal bernilai benar.
  • Approve hanya jika jumlah pinjaman di bawah batas eksposur yang rendah, informasi pendapatan tersedia dan di atas nilai minimum tetap, serta jenis produk termasuk dalam daftar terbatas.
  • Berikan keputusan refer untuk semua pengajuan lainnya.

Strategi ini memang dirancang secara konservatif. Strategi ini membatasi eksposur, menjaga keputusan tetap deterministik, dan memastikan operasional berlanjut.

Untuk tim di bidang pinjaman, artikel tentang kebijakan underwriting yang umum digunakan ini dan panduan untuk mengganti underwriting manual dengan logika keputusan otomatis ini memberikan contoh cara membagi aturan kebijakan menjadi beberapa lapisan yang mudah dikelola.

Pisahkan gangguan teknis dari proses cadangan kebijakan

Kesalahan lain yang sering terjadi adalah menyamakan gangguan sistem dengan hasil bisnis. Timeout pada layanan pihak ketiga tidak sama dengan hasil pemeriksaan fraud yang gagal. Kolom yang tidak tersedia juga tidak sama dengan hasil kelayakan negatif.

Logika keputusan Anda perlu membedakan kondisi-kondisi ini.

  • Hasil bisnis: approve, decline, refer, mengarahkan kasus, menetapkan harga, atau meninjau.
  • Status teknis: berhasil, timeout, respons sebagian, data dengan format tidak valid, ketergantungan tidak tersedia, atau pengecualian pada kumpulan aturan.
  • Status cadangan: jalur normal, jalur dengan fungsi terbatas, atau jalur minimum darurat.

Pembedaan ini penting untuk audit, operasional, dan layanan nasabah. Jika suatu pengajuan mendapat keputusan refer karena penyedia layanan mengalami timeout, hal itu harus terlihat dalam jejak keputusan. Jika pengajuan ditolak berdasarkan kebijakan, penyebabnya juga harus jelas. Mencampuradukkan penyebab justru melemahkan kendali.

Artikel tentang penelusuran model dan keputusan ini membahas lebih lanjut cara menjaga jejak keputusan di berbagai aturan, model, dan panggilan eksternal.

Susun strategi khusus untuk menangani data yang hilang

Data yang hilang bukan hanya satu jenis masalah. Ada beberapa kondisi berbeda yang memerlukan penanganan berbeda.

Dalam sistem produksi, data dapat berupa:

  • Tidak tersedia
  • Null
  • Kosong meskipun kolomnya ada
  • Kedaluwarsa
  • Berformat tidak valid
  • Tidak konsisten antar sumber
  • Terlambat diterima dari sistem hulu
  • Tidak tersedia karena penyedia layanan mengalami gangguan

Jika semua kondisi tersebut ditangani dengan aturan yang sama, hasil keputusan dan diagnosis masalah akan buruk.

Tentukan tingkat kepentingan data

Mulailah dengan mengelompokkan kolom dan atribut ke dalam 3 kategori:

  • Wajib untuk semua keputusan: jika data tidak tersedia, kasus tidak dapat diputuskan secara otomatis.
  • Wajib untuk jalur tertentu: jika data tidak tersedia, hanya beberapa cabang keputusan yang terhambat.
  • Opsional, tetapi informatif: keputusan masih dapat diproses dengan logika yang disesuaikan jika data tidak tersedia.

Misalnya, ID nasabah, jenis produk, dan jumlah yang diajukan mungkin wajib untuk semua alur. Pendapatan terverifikasi mungkin hanya wajib untuk jalur dengan eksposur lebih tinggi. Informasi perangkat mungkin opsional, tetapi berguna untuk mendeteksi fraud.

Tentukan penanganan untuk setiap jenis data yang hilang

Setelah data dikelompokkan, tentukan respons strategi untuk setiap kondisi.

  • Data wajib tidak tersedia: hentikan jalur dan berikan keputusan refer, tolak permintaan karena tidak valid, atau minta data tambahan.
  • Data opsional tidak tersedia: lanjutkan dengan logika yang tingkat keyakinannya lebih rendah atau ambang batas yang lebih konservatif.
  • Data kedaluwarsa: lanjutkan hanya jika usia data masih dalam batas toleransi yang ditetapkan. Jika tidak, perbarui data atau berikan keputusan refer.
  • Data berformat tidak valid: perlakukan sebagai input yang tidak valid, bukan sebagai sinyal negatif dalam kebijakan.
  • Data bertentangan: jalankan pemeriksaan konsistensi dan arahkan ke peninjauan jika ambang batas terlampaui.

Dengan cara ini, logika keputusan menjadi lebih mudah diprediksi. Tim produk, risiko, dan rekayasa juga memiliki pemahaman yang sama saat menerapkannya.

Jangan diam-diam mengganti data yang hilang dengan nilai default

Nilai default dapat menyamarkan risiko. Jika pendapatan tidak tersedia dan sistem otomatis mengisinya dengan nol, pengajuan bisa ditolak tanpa disengaja. Jika skor fraud tidak tersedia dan sistem mengisinya dengan nilai netral, pengajuan yang berisiko bisa disetujui.

Nilai default hanya layak digunakan jika merupakan pilihan kebijakan yang dinyatakan secara jelas dan dampaknya diketahui. Penggunaannya harus tercatat dalam jejak keputusan dan kode alasan.

Jalankan pemeriksaan ini dalam alur keputusan

Buat aturan untuk kredit, fraud, atau penagihan, lalu jalankan pada keputusan nyata.

Gunakan logika keputusan berlapis agar sistem tetap berfungsi saat ada gangguan

Strategi keputusan otomatis yang paling tangguh menggunakan beberapa lapisan. Strategi ini tidak bergantung pada satu proses besar yang hanya bisa berfungsi sepenuhnya atau gagal sepenuhnya.

Berikut contoh susunan berlapis yang dapat diterapkan:

Lapisan 1: Validasi input

Periksa skema, kolom wajib, format, dan konsistensi dasar sebelum menjalankan aturan bisnis.

Lapisan 2: Aturan kelayakan inti

Jalankan pemeriksaan kebijakan minimum yang tidak bergantung pada integrasi yang rentan.

Lapisan 3: Pengayaan data dan sumber eksternal

Hubungi penyedia layanan, API internal, layanan fraud, dan model. Catat keberhasilan, kegagalan, kebaruan data, serta kualitas data yang diterima dari setiap sumber.

Lapisan 4: Evaluasi kebijakan lengkap

Terapkan logika keputusan yang lebih lengkap jika data yang dibutuhkan tersedia dan valid.

Lapisan 5: Evaluasi cadangan

Jika pengayaan data gagal atau atribut wajib tidak tersedia, arahkan kasus ke kebijakan yang sesuai untuk kondisi tersebut. Jangan mulai ulang seluruh alur. Evaluasi kasus menggunakan kumpulan aturan cadangan yang relevan.

Pendekatan berlapis ini membantu sistem tetap berfungsi secara terkendali saat terjadi gangguan. Pengujian juga lebih sederhana karena setiap jenis kegagalan dapat diperiksa pada lapisan yang sesuai.

Jika Anda menggunakan penyedia layanan eksternal, panduan integrasi sumber data eksternal ini dan gambaran umum sumber data yang dapat digunakan ini bisa menjadi referensi saat merancang alur keputusan yang memperhitungkan ketergantungan.

Tetapkan kode alasan untuk setiap jalur cadangan

Kode alasan tidak hanya perlu menjelaskan hasil kebijakan, tetapi juga hasil yang diberikan dalam kondisi gangguan.

Contohnya:

  • Timeout pada data kredit eksternal. Kebijakan minimum diterapkan.
  • Penyedia layanan fraud tidak tersedia. Kasus mendapat keputusan refer berdasarkan kebijakan risiko untuk kondisi gangguan.
  • Atribut pendapatan wajib tidak tersedia. Pengajuan dikirim untuk ditinjau.
  • Data identitas tidak valid. Permintaan ditolak karena kualitas input.
  • Layanan model tidak tersedia. Jalur cadangan yang hanya menggunakan aturan diterapkan.

Kode ini mendukung 4 hal:

  • Pemantauan operasional
  • Audit
  • Layanan nasabah
  • Analisis setelah insiden

Tanpa kode alasan yang jelas, tim dapat melihat perubahan volume, tetapi tidak mengetahui penyebabnya.

Uji skenario kegagalan sebagai bagian utama pengujian

Banyak tim menguji perubahan kebijakan dengan cermat, tetapi kurang menguji perilaku saat terjadi kegagalan. Prioritas ini terbalik. Gangguan layanan dan data yang hilang bukan kondisi langka, melainkan bagian dari kenyataan operasional.

Rencana pengujian Anda perlu mencakup:

  • Timeout pada penyedia layanan
  • Respons sebagian dari penyedia layanan
  • Kolom wajib bernilai null atau kosong
  • Respons cache yang kedaluwarsa
  • Data berformat tidak valid dari sistem hulu
  • Endpoint model tidak tersedia
  • Ambang batas cadangan terpicu dengan benar
  • Kode alasan tercatat dengan benar
  • Jejak keputusan menunjukkan jalur normal dan jalur saat terjadi gangguan

Untuk setiap skenario, periksa 3 hal. Pertama, pastikan keputusan yang diberikan benar. Kedua, pastikan jalur yang diambil dapat ditelusuri. Ketiga, pastikan sinyal operasional terlihat dalam pemantauan.

Pantau volume jalur gangguan sebagai metrik risiko

Jika jalur cadangan sering digunakan, masalahnya bukan hanya teknis. Kualitas keputusan juga perlu diperhatikan.

Pantau hal-hal berikut:

  • Persentase keputusan yang menggunakan jalur saat terjadi gangguan
  • Volume menurut penyebab kegagalan
  • Tingkat approve, decline, dan refer dengan logika cadangan
  • Tingkat konversi dan kinerja kerugian untuk kasus yang mendapat approve melalui jalur cadangan
  • Beban peninjauan manual akibat data yang hilang
  • Waktu pemulihan setelah kegagalan pada layanan yang menjadi ketergantungan

Pemantauan ini membantu Anda menjawab pertanyaan praktis. Apakah gangguan penyedia layanan membuat terlalu banyak kasus perlu ditinjau? Apakah strategi hardcode minimum terlalu membatasi? Apakah kolom yang hilang berasal dari satu integrasi atau satu kanal?

Untuk tim pemberi pinjaman, artikel tentang metrik yang perlu dipantau ini dapat menjadi referensi untuk menghubungkan kinerja keputusan dengan hasil operasional dan risiko.

Prinsip penerapan agar strategi mudah dikelola

Agar logika keputusan tetap mudah digunakan dari waktu ke waktu, ikuti beberapa aturan berikut.

  • Pisahkan kumpulan aturan cadangan dari kumpulan aturan utama, tetapi hubungkan keduanya dengan logika pengalihan yang jelas.
  • Beri versi pada semua aturan, termasuk aturan darurat dan ambang batas sementara.
  • Catat asumsi ketergantungan untuk setiap alur keputusan.
  • Batasi cakupan cadangan agar logika untuk kondisi gangguan tetap mudah dipahami.
  • Tinjau hasil penggunaan cadangan secara berkala bersama tim risiko, rekayasa, dan operasional.
  • Jangan menyembunyikan pengecualian teknis dalam kode aplikasi sehingga tim kebijakan tidak dapat menelusurinya.

Jika pengguna bisnis mengelola kebijakan, mereka tetap perlu mengetahui cara kerja proses cadangan. Jika tim rekayasa mengelola integrasi, mereka juga perlu memahami dampaknya terhadap kebijakan. Platform keputusan sebaiknya menyediakan jejak keputusan yang sama bagi kedua tim.

Kesimpulan

Strategi keputusan otomatis yang baik tidak mengasumsikan input selalu lengkap atau layanan selalu tersedia. Strategi ini menetapkan tindakan saat sistem gagal, data tidak tersedia, atau layanan yang menjadi ketergantungan memberikan hasil yang tidak lengkap.

Itulah yang membuat logika keputusan siap digunakan di lingkungan produksi. Bukan kerumitannya atau jumlah penyedia layanan yang terhubung. Yang diperlukan adalah kebijakan yang jelas dalam kondisi normal maupun saat terjadi gangguan, serta jejak audit yang lengkap untuk keduanya.

Jika mekanisme failover dan penanganan data yang hilang dirancang sejak awal dalam alur keputusan, platform Anda dapat terus menghasilkan keputusan yang deterministik dan dapat dijelaskan saat paling dibutuhkan.

Jalankan pemeriksaan ini dalam alur keputusan

Buat aturan untuk kredit, fraud, atau penagihan, lalu jalankan pada keputusan nyata.