Tedo Ezmu Ziraga dkk: Kembangkan MatchMade untuk Rekonsiliasi Keuangan di Era AI

youngster.id - Bagi perusahaan dengan jutaan transaksi, menerima pembayaran hanyalah bagian awal dari persoalan keuangan. Tantangan berikutnya adalah memastikan setiap transaksi yang tercatat di berbagai sistem benar-benar sesuai.

Satu transaksi bisa muncul dalam sistem point-of-sale (POS), payment gateway, rekening bank, marketplace, hingga Enterprise Resource Planning (ERP). Masing-masing sistem dapat memiliki format data, waktu pencatatan, biaya transaksi, dan jadwal settlement yang berbeda.

Semakin besar bisnis dan semakin banyak kanal pembayaran yang digunakan, semakin kompleks pula pekerjaan rekonsiliasi. Bagi tim keuangan, pencocokan data secara manual menggunakan spreadsheet dapat menjadi pekerjaan yang menyita waktu.

Persoalan di balik layar inilah yang coba diselesaikan Tedo Ezmu Ziraga, Gilang Gibranthama, dan Kornelius Samuel melalui MatchMade, startup fintech berbasis Software-as-a-Service (SaaS) yang mengembangkan solusi otomatisasi rekonsiliasi data keuangan.

Berawal dari Masalah di Tim Keuangan

Ide membangun MatchMade berawal dari pengalaman Tedo ketika menjalani proses wawancara untuk posisi Head of Finance.

Dalam proses tersebut, ia menemukan keluhan yang relatif sama dari para kandidat mengenai besarnya porsi pekerjaan rekonsiliasi keuangan dalam pekerjaan mereka.

Pengalaman tersebut membuat Tedo melihat rekonsiliasi sebagai persoalan yang lebih besar daripada sekadar pekerjaan administratif.

“Dari situ saya menyadari bahwa rekonsiliasi adalah masalah yang sangat besar,” ungkap Tedo, seperti dilansir Tech in Asia.

Ia kemudian melakukan riset dan mulai mencari rekan untuk membangun solusi. Gilang dipilih karena pengalamannya di bidang B2B, sementara Kornelius memiliki kekuatan di bidang engineering dan data.

Mereka sebelumnya pernah bekerja bersama di Gojek sejak awal 2015. Pengalaman tersebut memberi mereka pemahaman mengenai kompleksitas operasi bisnis dengan volume transaksi besar.

Pada 2023, ketiganya kemudian mendirikan MatchMade. Alih-alih membangun aplikasi pembayaran baru yang langsung berhadapan dengan konsumen, mereka memilih menggarap persoalan yang berada di belakang transaksi, yakni bagaimana berbagai catatan transaksi dapat dicocokkan secara otomatis.

Menghubungkan Berbagai Sumber Data

Secara sederhana, rekonsiliasi merupakan proses memastikan catatan transaksi dari satu sistem sesuai dengan catatan di sistem lainnya. Misalnya, data penjualan dari POS perlu dicocokkan dengan data payment gateway dan dana yang masuk ke rekening bank.

Persoalannya menjadi lebih rumit ketika perusahaan menggunakan berbagai metode pembayaran. Tim keuangan bisa berhadapan dengan transfer bank, kartu, EDC, QRIS, e-wallet, BNPL, marketplace hingga layanan delivery. Setiap kanal dapat memiliki format data dan mekanisme pelaporan yang berbeda.

MatchMade dikembangkan sebagai platform financial data reconciliation yang mengonsolidasikan berbagai sumber tersebut dalam satu sistem.

Platform ini dapat menghubungkan data dari bank, payment gateway, marketplace, POS, ERP dan database internal. Sistem kemudian menggunakan matching rules yang dapat disesuaikan untuk mencocokkan transaksi dari berbagai sumber.

Selain transaction matching, MatchMade memiliki fungsi dispute resolution, automated journal posting, serta disbursement processing.

Dengan pendekatan tersebut, platform tidak hanya dirancang untuk menemukan transaksi yang tidak sesuai, tetapi juga membantu tim keuangan menelusuri perbedaan dan meneruskan data yang telah diverifikasi ke proses berikutnya.

Validasi Pasar Sejak Awal

Perjalanan MatchMade tidak langsung dimulai dari pembangunan produk dalam skala penuh. Perjalanan resmi Matchmade dimulai pada 2023 ketika Tedo dan Gilang bergabung dalam program residensi 10 minggu dari investor modal ventura Antler. Pada tahap awal ini, pembagian peran dilakukan secara tegas: Tedo memimpin aspek produk dan teknis, sementara Gilang memegang kemudi pengembangan bisnis.

“Kami tahu ingin membuat tools rekonsiliasi, tapi belum tahu bentuk pastinya karena rekonsiliasi itu cakupannya sangat luas,” imbuh Gilang.

Untuk membuktikan kelayakan pasar (market validation) sebelum produk fisiknya selesai dibangun, mereka aktif berdiskusi langsung dengan calon klien enterprise. Hasilnya, Matchmade sukses mengantongi sejumlah Letter of Intent (LOI) dan kontrak tertulis. Pembuktian konsep (proof of concept) ini memuluskan langkah Matchmade meraih pendanaan pra-awal (pre-seed) dari Antler.

Infrastruktur Otomatisasi dan Fondasi Data Sebelum AI

Matchmade dirancang sebagai platform financial data reconciliation yang mengonsolidasikan berbagai sumber data transaksi dalam satu pintu. Menggunakan matching rules yang dapat disesuaikan (customizable), sistem ini mengotomatisasi proses pencocokan, penyelesaian sengketa (dispute resolution), posting jurnal otomatis (automated journal posting), hingga pemrosesan pencairan dana (disbursement processing).

Solusi tersebut ditujukan bagi perusahaan dengan volume transaksi besar dan banyak kanal pembayaran.

MatchMade mengklaim platform tersebut mampu memproses dan merekonsiliasi lebih dari 1 juta catatan transaksi dalam waktu kurang dari tiga menit, dengan tingkat akurasi hingga 99%. Selain itu, MatchMade juga menyebut teknologinya dapat memangkas waktu identifikasi ketidaksesuaian transaksi hingga 99,5%.

Di tengah masifnya dorongan adopsi Artificial Intelligence (AI) di sektor korporasi, Matchmade membawa narasi bahwa keberhasilan AI sangat bergantung pada kualitas data yang mendasarinya (data foundation).

Perkembangan AI di sektor keuangan membawa persoalan baru mengenai kualitas data. Perusahaan kini semakin banyak menggunakan AI untuk membantu pelaporan, forecasting, analisis keuangan hingga mendeteksi anomali. Namun, kemampuan tersebut tetap bergantung pada data yang menjadi sumbernya.

Gilang melihat kualitas data sebagai salah satu fondasi penting sebelum AI digunakan lebih jauh dalam fungsi keuangan.

“Bisnis bergerak cepat untuk mengadopsi AI di seluruh fungsi keuangan, tetapi AI hanya seandal data di belakangnya,” ujar Gilang.

Menurutnya, sebelum perusahaan dapat mengotomatisasi pelaporan atau menggunakan AI untuk analisis prediktif dan deteksi anomali, mereka membutuhkan data sumber yang terstruktur, lengkap, dan akurat. Rekonsiliasi diposisikan sebagai lapisan (layer) wajib sebelum proses analitik tingkat lanjut dijalankan.

AI dapat membantu membaca pola atau menemukan anomali, tetapi jika data dari berbagai sumber belum sesuai, kualitas hasil yang dihasilkan tetap akan dipengaruhi oleh persoalan pada data tersebut.

Di sinilah MatchMade mencoba mengambil posisi: bukan sekadar sebagai aplikasi AI keuangan, melainkan sebagai infrastruktur yang membantu memastikan data transaksi siap digunakan untuk proses berikutnya.

Portofolio Klien, Pendanaan, dan Ekspansi Regional

Pendekatan Matchmade pada persoalan spesifik B2B ini berhasil memikat investor. Pada Oktober 2023, Vertex Ventures Southeast Asia and India (VVSEAI) memimpin suntikan pendanaan awal (seed funding) senilai US$1,5 juta, menyusul dukungan awal dari Antler.

Suntikan modal tersebut dialokasikan untuk memperkuat infrastruktur teknologi, merekrut talenta utama, serta memperoleh lisensi dan sertifikasi keamanan data berstandar industri tinggi.

Saat ini, portofolio klien Matchmade mencakup berbagai sektor seperti food and beverage (F&B), ritel, layanan kesehatan, hingga jasa keuangan. Beberapa nama besar yang menggunakan solusinya antara lain Pegadaian, Pizza Hut Indonesia, ERHA, Fithub, ISMAYA Group, Satu Dental, Wingstop Indonesia, Fore Coffee, dan Agrinesia.

Indonesia menjadi pasar yang sekaligus memberikan tantangan tersendiri bagi MatchMade. Beragamnya kanal pembayaran, mulai dari QRIS, e-wallet, virtual account hingga marketplace, menciptakan banyak sumber data yang harus dikelola perusahaan.

Bagi konsumen, banyaknya pilihan pembayaran memberikan fleksibilitas. Namun bagi tim keuangan, setiap kanal berarti tambahan data yang harus dicocokkan.

Pengalaman menangani kompleksitas tersebut menjadi salah satu bekal MatchMade ketika memperluas bisnis ke Singapura.

Di pasar tersebut, sistem pembayaran memiliki karakteristik berbeda, termasuk SGQR, PayNow dan NETS. Namun persoalan dasarnya tetap serupa: perusahaan perlu memastikan transaksi dari berbagai sumber dapat dicocokkan dan ditelusuri.

Ekspansi ke Singapura merupakan bagian dari visi MatchMade untuk membangun bisnis regional dengan cakupan Asia-Pasifik, termasuk Australia.

Namun, masuk ke pasar baru juga berarti menghadapi standar keamanan, proses procurement dan kebutuhan pelanggan enterprise yang berbeda.

Berhadapan dengan Pemain Global

Meski memiliki peluang besar, Matchmade harus berhadapan dengan peta persaingan yang ketat. Di tingkat global, terdapat perusahaan seperti BlackLine, HighRadius, dan Trintech yang menawarkan solusi rekonsiliasi serta financial close untuk perusahaan besar.

Selain itu, sejumlah vendor ERP telah memiliki fungsi rekonsiliasi di dalam ekosistem mereka. Penyedia payment infrastructure juga dapat menawarkan fungsi serupa kepada merchant.

Kondisi tersebut membuat tantangan MatchMade tidak berhenti pada kemampuan membangun teknologi. Perusahaan perlu menunjukkan bagaimana platform independennya dapat menghubungkan berbagai sumber data dan memberikan fleksibilitas yang dibutuhkan perusahaan dibandingkan fitur yang telah tersedia di ERP maupun payment gateway.

Bagi pelanggan enterprise, aspek seperti keamanan data, integrasi, akurasi dan kemampuan menangani transaksi dalam skala besar menjadi bagian penting dari kebutuhan tersebut.

Bagi Matchmade kunci pertumbuhan berada pada kemampuan teknologi mereka dalam memastikan bahwa sebelum AI membantu perusahaan membaca angka keuangan, angka yang dibaca tersebut memang sudah benar.

Membangun Infrastruktur Keuangan di Balik Layar

Perjalanan Tedo, Gilang, dan Kornelius bersama MatchMade menunjukkan bagaimana startup B2B dapat mengambil persoalan yang tidak selalu terlihat oleh konsumen.

Mereka tidak membangun aplikasi pembayaran baru. Fokusnya adalah infrastruktur di belakang transaksi: memastikan data dari berbagai kanal pembayaran, sistem penjualan, rekening bank dan perangkat lunak perusahaan dapat dicocokkan dan diproses secara lebih otomatis.

Ke depan, tantangannya adalah bagaimana teknologi tersebut dapat berkembang di tengah persaingan dengan pemain global dan fitur bawaan dari berbagai platform enterprise. Pada saat yang sama, meningkatnya penggunaan AI membuat kebutuhan terhadap data keuangan yang akurat semakin relevan.

Bagi MatchMade, peluang tersebut berada pada satu persoalan mendasar: sebelum AI membantu perusahaan membaca angka, perusahaan harus memastikan terlebih dahulu bahwa angka yang dibaca memang benar. (*AMBS)