top of page
Mandiri Inhealth Sinkronisasi Data Insurance melalui SQL dan Python

Healthcare

Data Analytics

Ready to Unlock Your Team's Potential?
Consult Free Session Now!

“Saya mendapatkan knowledge baru tentang cleansing data menggunakan SQL, yang bisa diimplementasikan untuk analisa dengan case data besar.”

Senior Pricing at Mandiri Inhealth

Ringkasan Eksekutif

Tim aktuaris dan analitik Mandiri Inhealth menghadapi tantangan dalam mengolah data asuransi kesehatan dari berbagai sumber yang memiliki struktur dan format CSV tidak konsisten.


Saat ini, meskipun SQL sudah digunakan, proses pembersihan data dan penggabungan multi-file masih dilakukan secara manual dan tidak seragam antar analis. Hal ini menyebabkan waktu pemrosesan yang lama serta risiko rework yang tinggi dalam penyusunan laporan aktuaris dan operasional.


Untuk mengatasi tantangan ini, RevoU mengadakan pelatihan Data Analytics Excellence selama 2 hari secara hybrid. Program ini mencakup standarisasi workflow dari SQL, Python, hingga visualisasi di Power BI Cloud.


Selain sesi teori, peserta mengerjakan tugas individu untuk mentransformasi data mentah menjadi output siap analisis, dengan fokus pada logika agregasi dan integrasi antar tools untuk memastikan hasil laporan yang lebih cepat dan akurat.

Industry

Healthcare

Program

Data Analytics

Role of Participants

Actuary & Analytics Team

Satisfaction Rate

4.3/5

Training Format

Offline

Tentang Mandiri Inhealth

Mandiri Inhealth adalah perusahaan asuransi kesehatan yang berfokus pada penyediaan solusi perlindungan kesehatan komprehensif bagi institusi dan korporasi di Indonesia, dengan fokus pada efisiensi operasional berbasis data.

Tantangan yang Dihadapi

Tim aktuaris dan analitik Mandiri Inhealth menghadapi beberapa tantangan utama dalam manajemen data:

  • Kurangnya standarisasi workflow data: Proses pembersihan data masih manual dan tidak konsisten antar anggota tim, menghambat kolaborasi.

  • Keterbatasan optimasi SQL untuk data besar: Penggunaan SQL belum optimal untuk membersihkan dan menggabungkan dataset multi-CSV yang besar secara otomatis.

  • Adopsi Python yang masih rendah: Tim membutuhkan kemampuan Python untuk melakukan pembersihan data yang scalable dan Exploratory Data Analysis (EDA) yang lebih mendalam.

Instructors

Auzan Eykbal

Data Scientist

Bank Saqu

Solusi

RevoU mengadakan pelatihan khusus terkait metodologi data analytics yang ditujukan bagi tim Mandiri Inhealth.


Pelatihan ini dilakukan secara hybrid dan mencakup topik-topik berikut:

  • SQL Data Cleaning & Wrangling: Menggunakan CTE, window functions, dan joins untuk memproduksi tabel siap analitik.

  • Python Workflow for Analysis: Setup workflow Python menggunakan Pandas untuk pembersihan data secara programatik dan manajemen memori.

  • Exploratory Data Analysis (EDA): Melakukan analisis statistik dan visual untuk mengidentifikasi tren dan pola dalam data asuransi. 

  • Power BI Cloud Dashboarding: Membangun model data, hubungan antar tabel, dan visualisasi dashboard yang andal. Standardized 

  • Pipeline Thinking: Mengubah langkah transformasi menjadi skrip pipeline yang dapat digunakan kembali (repeatable).


Sebagai bagian dari pelatihan ini, peserta juga mengikuti Final Assignment, di mana mereka mempraktikkan alur kerja end-to-end dari ekstraksi data hingga hasil analisis akhir.


Setelah pelatihan, tim didorong untuk mengoperasionalkan skrip transformasi SQL dan fungsi Python ke dalam sistem produksi atau staging mereka.

Hasil Pelatihan

Setelah mengikuti pelatihan,tim Mandiri Inhealth mampu mempercepat siklus persiapan data dan mengurangi penanganan data secara manual.


  • Tim Mandiri Inhealth kini mampu menerapkan teknik SQL deduplication dan identifikasi top-value records secara akurat untuk memastikan integritas data.

  • Tim Mandiri Inhealth menggunakan Python Pandas untuk membersihkan data multi-sumber secara otomatis, menggantikan proses manual yang sebelumnya memakan waktu.

  • Tim Mandiri Inhealth berhasil membangun dashboard Power BI yang terstruktur dengan model data yang tepat, mendukung pengambilan keputusan berbasis data yang lebih cepat bagi tim aktuaris.

bottom of page