INDUSTRY.co.id, Jakarta-Saat kita beralih ke tahun 2022, data driven masih dianggap sebagai pendorong. Data ada untuk semua orang. Penting bagi kita untuk melihat data sebagai aset strategis yang menguntungkan bagi pertumbuhan bisnis sebuah perusahaan.
Keuntungan yang didapatkan dari data hampir tak terbatas. Namun, sejak pandemi, interaksi online telah tumbuh pada tingkat yang belum pernah terjadi sebelumnya. Transaksi serta interaksi secara digital secara tidak sengaja menyebabkan arus data melonjak. Hal ini menjadi sesuatu yang penting karena Indonesia sedang bergerak menuju era Satu Data Indonesia, sebuah contoh yang bagus menjadi data driven yaitu pendekatan yang dilakukan dalam mengerjakan sesuatu berdasarkan data sebagai acuan atau landasan.
Kebutuhan mendapatkan informasi yang tepat menggunakan data yang tepat bahkan lebih penting. Perusahaan seharusnya merangkul dan mencintai data mereka. Membahas dan menggali lebih jauh terkait topik data-driven analytics dan bagaimana perkembangannya yang terjadi di Indonesia, redaksi Industry.co.id, melakukan wawancara dengan Andreas Ananto Kagawa, Country Manager TIBCO Indonesia.
Apa pentingnya analitik data dan bagaimana perannya dalam membantu perusahaan?
Salah satu tantangan terbesar yang dihadapi perusahaan saat ini adalah derasnya gelombang data yang masuk. Para analis dan peneliti menilai bahwa kita hidup di era digital, dan di era ini, data berpotensi mentransformasi tiap aspek kehidupan sehari-hari, mulai dari memengaruhi cara mengambil keputusan, meningkatkan pengalaman pelanggan, hingga menciptakan model bisnis baru.
Pandemi telah mendorong sekaligus menjadi saksi terdisrupsinya model bisnis tradisional oleh berbagai layanan digital, terutama di bidang keuangan digital, e-commerce, telekomunikasi, dan industri lainnya di seluruh Indonesia.
Analitik data membantu perusahaan menganalisis semua datanya (baik yang bersifat real time, historis, tak terstruktur, terstruktur, maupun kualitatif) untuk mengidentifikasi pola yang muncul dan memperoleh wawasan sebagai bahan pertimbangan dalam pengambilan keputusan—dan bahkan mengautomasi pengambilan keputusan—dengan menghubungkan intelijensi dan tindakan.
Dengan analitik data, perusahaan dapat mentransformasi budaya dan bisnisnya secara digital sehingga lebih inovatif dan berpikiran maju dalam pengambilan keputusan. Perusahaan-perusahaan yang didasari algoritma inilah yang menjadi inovator dan pemimpin baru di bidangnya karena tidak lagi sekadar memantau dan melaporkan KPI, tetapi mampu menemukan pola tersembunyi dalam data.
Dengan menggeser paradigma—dari sekadar data ke wawasan yang terhubung dengan tindakan—perusahaan mampu menciptakan pengalaman pelanggan yang terpersonalisasi, membangun produk-produk digital yang saling terkoneksi, mengoptimalkan kegiatan operasional, dan meningkatkan produktivitas pekerja.
Bagaimana analitik data membantu perusahaan memahami perilaku pelanggan?
Analitik data membantu perusahaan memahami perilaku pembelian pelanggan dengan mendeteksi tren dan pola yang muncul secara real time untuk mengantisipasi kondisi di masa depan. Dengan menganalisis data masa lampau, perusahaan dapat mempersonalisasikan pengalaman pelanggan dan memenuhi kebutuhan pelanggan berdasarkan perilaku masa lampau tersebut, sehingga mampu mempertahankan pelanggan sekaligus meningkatkan laba perusahaan.
Analitik data membantu perusahaan mempersonalisasikan layanannya dan meningkatkan pengalaman pelanggan. Dengan melihat data pelanggan, perusahaan akan lebih memahami kebutuhan dan tren pembelian pelanggannya, sehingga dapat menyusun langkah pendekatan yang lebih tepat sasaran.
Mengingat Indonesia memiliki ruang lingkup demografis yang ekstra luas, hal penting apa yang perlu diperhatikan perusahaan dalam memanfaatkan data?
Pahami data yang diperlukan saja
Perusahaan perlu memahami data yang mereka kumpulkan beserta konteksnya. Analis atau pemilik perusahaan harus menjalin kerja sama erat dengan tim TI untuk memastikan bahwa data yang dikumpulkan memang diperlukan, agar pengelolaan data menjadi lebih mudah.
Mengatasi masalah data yang tersekat-sekat (silo)
Data perusahaan biasanya disimpan dalam silo atau lumbung. Ketika unit-unit usaha dalam perusahaan menggunakan berbagai aplikasi yang tidak saling berinteraksi, hasilnya adalah ketiadaan integrasi dan kegagalan optimasi nilai dari data yang telah terkumpul tersebut.
Selain itu, sebagian besar perusahaan menggunakan pendekatan hybrid untuk teknologi awannya, sehingga data tersebar di berbagai tempat. Mengintegrasikan atau menghubungkan data dan infrastruktur secara langsung saja belum cukup; memastikan cara data tersebut digunakan juga sama pentingnya.
Bagaimana perusahaan dapat mengonsolidasikan semua data ini dengan lebih baik untuk memastikan bahwa set data yang dimilikinya paling akurat (dikenal juga sebagai golden record atau Single Source of Truth/SSOT)?
Langkah Selanjutnya—mencapai keseimbangan antara privasi dan keamanan data
Perusahaan perlu menerapkan serangkaian proses untuk menyatukan data serta memahaminya melalui penyaringan dan pembersihan data sebelum menggunakannya sebagai bahan pertimbangan dalam pengambilan keputusan. Perusahaan perlu menggabungkan dan mencocokkan data, lalu menafsirkannya, untuk menciptakan tanda pengenal unik bagi pelanggan. Barulah kemudian perusahaan dapat menggunakan data secara akurat untuk mempersonalisasikan dan memberikan pengalaman pelanggan yang luar biasa melalui visualisasi data. Hal ini dilakukan menggunakan dasbor lengkap dan analitik tingkat lanjut yang membantu perusahaan mengeksplorasi dan memvisualisasikan hasil temuan data. Sekalipun data dan informasi yang dikumpulkan berasal dari berbagai kanal dan lokasi, perusahaan dapat memperoleh pandangan menyeluruh tentang pelanggannya sambil tetap menjaga keamanan dan privasi data tersebut.
Tantangan analitik data apa yang dihadapi perusahaan besar?
Hampir semua data perusahaan terfragmentasi dan tersekat-sekat karena tiap unit usaha memiliki keping data yang berbeda, dan ini menimbulkan masalah kualitas data. Agar wawasan yang dihasilkan data dapat diandalkan dan mendukung pengambilan keputusan berbasis data, penting bagi para pengelola data dan pengambil keputusan untuk mengetahui kualitas, akurasi, dan tingkat kepercayaan data yang mereka gunakan.
Perusahaan besar biasanya mengalami kesulitan dalam analitik data karena permasalahan infrastruktur, aplikasi, dan keahlian. Mahadata memerlukan infrastruktur teknis, penyimpanan, bandwidth, dan perangkat keras lain yang berkapasitas luar biasa besar, dan ini menyebabkan beban kerja yang tidak merata. Teknologi awan membantu memitigasi masalah ini, tetapi permasalahan lain muncul ketika harus memilih vendor yang tepat. Di balik mahadata terdapat serangkaian aplikasi kompleks, yang sebagiannya masih belum matang.
Perusahaan perlu mempercepat laju belajarnya, menerapkan perangkat pada aplikasi mereka, dan menciptakan lingkungan operasional yang stabil dengan menyelaraskan berbagai faktor tersebut dengan lingkungan TI secara keseluruhan.
Selain itu, kendati perusahaan telah memiliki semua infrastruktur yang diperlukan, tanpa keterampilan atau keahlian, perangkat ini akan menjadi mubazir. Diperlukan keahlian ilmuwan data/data scientist untuk memahami algoritma statistik dan menggerakkan perangkat visualisasi.
Sektor bisnis apa di Indonesia yang berhasil memanfaatkan dan menerapkan analitik data dengan baik?
Sektor Publik
Melalui inisiatif tata kelola data yang dikenal sebagai Satu Data, Pemerintah Indonesia mengembangkan perangkat visualisasi data yang menampilkan pandangan singkat berwawasan data mengenai topik-topik pembangunan tertentu bagi para pejabat pemerintahan. Inilah contoh pentingnya analitik dan visualisasi data dalam meningkatkan kualitas tata kelola data di sektor publik, yaitu untuk mengenali kebutuhan masyarakat dengan lebih baik dan memberikan bahan pertimbangan dalam menyusun kebijakan publik yang lebih luas.
Perbankan
Sektor perbankan berada di lini terdepan penerapan teknologi dan analitik data. Wawasan bisnis cerdas telah diintegrasikan bank lokal secara real time ke dalam perjalanan pelanggan melalui koneksi yang mulus ke layanan baru dan inovatif. Di Indonesia, untuk memperkuat peran sektor jasa keuangan dalam aktivitas ekonomi nasional, pemerintah telah menyusun rencana untuk mengintegrasikan pemanfaatan teknologi dalam aktivitas sektor tersebut. Misalnya, untuk memastikan kepatuhan dan meningkatkan kinerja otoritas, pemerintah memanfaatkan pengumpulan data dan perangkat analitik data tingkat lanjut seperti Kecerdasan Buatan (AI)/Pembelajaran Mesin (ML) hingga asisten virtual seperti chatbot.
Ritel
Beberapa tahun belakangan ini, pelanggan mengharapkan peritel lebih memahami kebutuhan mereka, dan analitik mahadata berperan penting membantu peritel memahami kebutuhan pelanggan dengan lebih baik. Dengan memanfaatkan mahadata dan perangkat analitik data yang dikumpulkan dari program loyalitas pelanggan serta kebiasaan belanja dan sumber-sumber lain, peritel dapat memahami kebutuhan pelanggan secara mendalam dan mampu memprediksi tren yang kemudian menginspirasi rekomendasi produk baru untuk pelanggan.
Apa yang membuat analitik data menarik bagi perusahaan-perusahaan Indonesia di berbagai sektor?
Perusahaan perlu menyadari bahwa pola pikir yang berbasis data merupakan keharusan untuk tetap relevan dan bertumbuh. Dengan memanfaatkan analitik data, perusahaan-perusahaan Indonesia dapat memperoleh banyak peluang. Analitik data terutama akan membantu perusahaan Indonesia mendapatkan pandangan menyeluruh yang sarat data, konsisten, dan komprehensif tentang bisnisnya.
Berbekal wawasan berharga yang diperoleh dari data, perusahaan dapat mengambil keputusan dengan lebih cepat, menghemat biaya, menambah aliran pendapatan, serta meningkatkan produktivitas dan efisiensi.
Apa saran Anda bagi perusahaan Indonesia yang belum menerapkan analitik data?
Data adalah mata uang baru yang sudah banyak digunakan dan patut dipertimbangkan perusahaan, tetapi volume dan kompleksitasnya yang tinggi sering membuat perusahaan merasa kewalahan.
Tiba-tiba saja perusahaan harus berupaya memahami dan menciptakan peluang dari data yang terstruktur, tak terstruktur, dan berstruktur ganda. Analitik data dapat membantu perusahaan memanfaatkan keberlimpahan data ini serta memperoleh keuntungan dari nilai tersembunyi di balik sumber data yang masif dan kompleks ini.
Kesempatan untuk bertindak semakin singkat dan mendesak. Untuk mendukung analitik data, perusahaan harus menerapkan arsitektur data terpadu beserta perangkat lunak analitik dan visualisasi data agar dapat merealisasikan potensi datanya.
Penerapan analitik mahadata dapat menelurkan banyak peluang bagi perusahaan mana pun, terutama berkat pandangan holistik yang dihasilkannya bagi perusahaan tersebut. Analitik mahadata dapat membantu perusahaan memperoleh pandangan yang sarat data, konsisten, dan komprehensif.
Dengan wawasan bernilai yang diperoleh dari data, perusahaan dapat semakin cepat mengambil keputusan. Analitik mahadata diperlukan agar semua pihak di seluruh perusahaan dapat mengantisipasi berbagai situasi dan peluang, mengajukan pertanyaan yang relevan dan tepat waktu, serta mendapatkan jawaban yang diperlukan untuk mengambil tindakan tegas. Bahkan, langkah-langkah ini dapat diautomasikan untuk memastikan respons yang cepat.
