Berbicara tentang penggunaan data untuk bisnis, MIT Sloan Management Review bersama dengan IBM menemukan bahwa perusahaan-perusahaan yang unggul dalam sebuah industri mengaplikasikan data analytics 5 kali lebih tinggi dibandingkan dengan perusahaan lain.
Meninggalkan kebiasaan pengambilan keputusan yang berdasarkan pengalaman pribadi dan beralih menjadi berdasarkan data memang tidak mudah, terlebih kalau kebiasaan ini sudah melekat di suatu organisasi/bisnis secara turun-menurun.
Ada beberapa tantangan yang dialami oleh organisasi/bisnis ketika ingin mengimplementasikan ‘data-driven decision making’.
Dari gambar tersebut, dapat dilihat bahwa tantangan yang sebenarnya mudah untuk diselesaikan oleh organisasi/bisnis adalah tidak tahu harus mulai dari mana dalam mengolah data-data yang mereka miliki sebagai basis pengambilan keputusan.
Namun, akar masalahnya adalah kurangnya pemahaman mengenai cara menggunakan analytics untuk meningkatkan performa organisasi/bisnis.
Jika akar tantangan ini (yang dialami oleh hampir 40% responden) terselesaikan, kemungkinan besar tantangan lain dalam menggunakan data untuk decision making juga akan terbantu penyelesaiannya.
Artikel ini secara khusus akan membahas bagaimana cara menghadapi tantangan tersebut.
1. Mulailah dengan Pertanyaan
Tips ini mematahkan mitos yang mengatakan kalau bisnis harus memiliki semua data yang dibutuhkan dahulu untuk mengambil keputusan berdasarkan data.
Padahal, bila fokus mencari data tanpa tahu apa yang sebenarnya ingin dilakukan, akan membuang-buang waktu.
Maka dari itu, mulailah dengan pertanyaan.
Dengan begini, bisnis dapat menemukan apa objektif yang ingin dicari dan bisa menentukan data apa saja yang dibutuhkan.
Selain itu, bisnis juga dapat menghemat waktu dalam cleaning data dan mengalokasikan waktu tersebut untuk melihat insight yang bisa didapatkan dari data tersebut.
Tentunya bisnis bisa langsung fokus ke tujuan yang ingin dicapai dan merealisasikannya lebih cepat.
Contohnya, bila ingin belanja ke pasar untuk membeli bahan makanan, ada baiknya menentukan terlebih dahulu mau makanan apa yang akan dimasak.
Bila akan membuat soto ayam, maka di pasar nanti sudah tahu akan membeli ayam, bumbu soto, daun bawang, dan bihun sehingga tidak perlu keliling pasar hanya untuk melihat-lihat dan membeli bahan yang tidak dibutuhkan untuk membuat soto ayam.
2. Bangun Satu Per Satu, Rencanakan Keseluruhan
Seiring dengan berjalannya waktu, data yang dimiliki organisasi akan bertambah pula.
Wajar saja bila 6 dari 10 responden survei MIT dan IBM menyebutkan kalau mereka memiliki banyak data namun bingung bagaimana cara memanfaatkannya dengan efektif.
Kembali lagi ke tips pertama, mulailah dengan pertanyaan, baru menggunakan data yang dibutuhkan buat menjawab pertanyaan tersebut.
Kalau sudah menemukan data apa yang paling dibutuhkan, baru mencari data-data lain yang bisa membantu mendapatkan insight lebih lanjut.
3. Buatlah Analisis Jadi Lebih Hidup
Setelah mengumpulkan data, mengolahnya, dan menemukan insight dari pertanyaan yang dicari, langkah selanjutnya adalah membuat insight tersebut lebih ‘hidup’.
Agar insight dapat diimplementasikan di bisnis, tentunya pengambil keputusan harus setuju dengan rekomendasi/insight yang didapatkan.
Maka dari itu, penting membuat insight yang mudah dipahami dan realistis.
Beberapa cara yang bisa diterapkan adalah sebagai berikut:
a. Gunakan data visualization
Adanya visualisasi data ini membuat orang-orang awam jadi lebih mudah memahami data yang kalian sampaikan.
b. Buat simulasi dan pengembangan skenario
Simulasi memudahkan seseorang untuk memahami suatu hal, maka dari itu simulasi dapat menjadi salah satu alternatif untuk menyampaikan insight yang didapatkan.
c. Gunakan tools statistik
Misalkan analisis regresi, optimasi matematika, dll. Pastikan semua analisis berdasar pada data.
d. Terapkan analitik dalam proses bisnis
Ini akan jadi hal yang paling penting sepanjang perjalanan bisnis. Bisnis yang baik adalah bisnis yang beroperasi dan pengambilan keputusannya berdasarkan data.
Empat hal yang telah disebutkan tadi dapat membuat keputusan yang data driven digunakan di seluruh tingkat organisasi/bisnis.
Lalu bagaimana bila masih masih belum tahu cara melakukan 4 hal di atas?
Tenang saja, Business Intelligence and Growth Hacking Program (produk dari Sekolah Bisnis Pacmann) dapat menjadi solusinya.
Kurikulum Sekolah Bisnis Pacmann mencakup data wrangling sampai dengan visualization, serta materi khusus mengenai marketing analytics.
Detail kurikulum dam program ini dapat dilihat di halaman ini.
4. Tambah Kapabilitas, Jangan Menguranginya
Setelah bisnis merasakan manfaat mengambil keputusan berdasarkan data, semakin besar juga permintaan bisnis untuk memperluas manfaat ini.
Artinya semakin banyak keputusan yang ingin diambil berdasarkan data.
Otomatis, bisnis juga membutuhkan tools/analytics yang lebih banyak dan lebih advanced dari yang pertama kali digunakan.
Ketika bisnis menambah tools/analytics baru ini, tentunya tools lama tidak boleh ditinggalkan begitu saja.
Buatlah centralized analytics unit untuk membangun kapabilitas dengan menambah tools/analitik baru tanpa menghilangkan yang sebelumnya.
Tidak hanya itu aja, centralized analytics unit juga menyediakan model dan tata kelola bisnis melalui penetapan prioritas dan standar dengan beberapa praktik seperti menggunakan metode advance standar untuk mengidentifikasi masalah organisasi/bisnis yang dapat diselesaikan dengan analytics.
Selain itu, bisnis juga dapat membuat sumber master data, membuat standarisasi analytics tools dan platform, dll.
Singkatnya keempat tips di atas dapat dimanfaatkan agar data dapat memberikan insight dan manfaat, membuat bisnis lebih aktif dalam penggunaan data untuk bisnis.
Further Reading:
Artikel Popular
Data Engineer dan ML Engineer: Perbedaan Tanggung Jawab, Skill, dan Gaji
July 23, 2023
Mengenal Data Preprocessing: Langkah Awal dalam Data Mining
July 21, 2023
Apa yang Dimaksud dengan Machine Learning?
July 21, 2023
Ini Dia Alasan Mengapa Data Scientist Digaji Besar!
July 20, 2023
Pentingnya Business Intelligence (BI) Dashboard untuk Pengambilan Keputusan Bisnis
July 19, 2023