Cara Menjadi Organisasi yang Berbasiskan Data

Dalam dunia bisnis saat ini analisis data berperan dalam membuat keputusan lebih ilmiah dan membantu bisnis beroperasi lebih efektif. Namun, banyak organisasi yang masih sulit untuk menggunakan data sebagai sumber yang kredibel dalam pengambilan keputusan.

Hal ini disampaikan oleh David Waller (2020), dalam penelitiannya yang mengungkapkan bahwa hambatan terbesar untuk menciptakan bisnis berbasis data bukanlah teknis, melainkan budaya pada organisasi.

Artikel kedua dari rangkaian tiga serial mengenai data ini, akan membedah lebih lanjut implementasi data dan bagaimana pengukurannya terkait kinerja individu yang mendukung tujuan organisasi.

Bercita-cita untuk menjadikan sebuah organisasi yang berbasiskan data saja tidak cukup. Untuk itu, organisasi perlu mengembangkan budaya di mana pola pikir yang didukung oleh data dapat berkembang.

Para pemimpin dapat mendukung perubahan ini dengan mempraktikkan kebiasaan baru dan membangun ekspektasi positif dari analisis data yang dihasilkan.

Pada praktiknya, analisis data adalah sebuah proses menginspeksi, membersihkan, mengubah, dan memodelkan data. Tujuan dari analisis data adalah menemukan informasi yang bermanfaat, menginformasikan kesimpulan, dan mendukung pengambilan keputusan.

Proses ini memiliki banyak sisi dan pendekatan yang mencakup beragam teknik dengan berbagai nama dan digunakan dalam berbagai bidang bisnis, ilmu pengetahuan, dan ilmu sosial.

Jeffrey Leek, profesor Biostatistik dan Onkologi di Johns Hopkins Bloomberg School of Public Health dan co-editor dari Simply Statistics Blog, mengungkapkan terdapat lima jenis analisis, yaitu:

1. Analisis deskriptif

Menggambarkan dan merangkum data secara kuantitatif. Hal terpenting dalam jenis analisis ini adalah proses mencirikan sampel data yang baik (mis: berorientasi pada tujuan, aktual dan, tidak bias).

Pada prosesnya, analisis ini tetap berusaha menggambarkan dari mana populasi berasal. Biasanya diterapkan pada data bervolume besar, seperti data sensus.

2. Analisis eksploratif

Metode eksplorasi data dengan menggunakan teknik aritmatika sederhana dan teknik grafis dalam meringkas data pengamatan.

Jenis analisis ini didukung oleh penelitian yang bersifat mendasar dan bertujuan untuk menemukan informasi terkait suatu masalah atau topik yang belum diketahui atau dipahami.

3. Analisis inferensial

Mengarah pada pengungkapan suatu masalah, keadaan atau kejadian dengan membuat penilaian secara menyeluruh, meluas, dan mendalam yang dipandang dari segi ilmu tertentu.

Fakta yang ada tidak sekadar dilaporkan apa adanya, tetapi juga dianalisis untuk mendapatkan suatu kesimpulan, gagasan, atau rekomendasi.

4. Analisis prediktif

Ditujukan untuk memprediksikan dan memperkirakan apa yang akan terjadi atau berlangsung di masa yang akan datang berdasarkan data yang dikumpulkan.

Analisis ini menggunakan banyak teknik, baik dari penambangan data (data mining), statistik, modeling, dan kecerdasan buatan (artificial intelligence) untuk menganalisis data yang baru dibuat.

Analisis prediktif dilakukan melalui penelitian yang bersifat korelasional (correlational studies) dan kecenderungan (trend studies).

5. Analisis kausal

Mengasumsikan bahwa suatu hal atau peristiwa ada dan terjadi karena adanya sebab dan akibat. Analisis ini dilakukan untuk membuktikan hubungan antara sebab dan akibat dari beberapa variabel.

Analisis kausal didukung oleh penelitian menggunakan metode eksperimen yaitu mengendalikan variabel bebas (independent variable) yang akan mempengaruhi variabel terikat (dependent variable) pada situasi tertentu.

Selain itu, untuk mengukur seberapa baik suatu organisasi, proyek, unit kerja, departemen, ataupun individu dalam mencapai sasaran dan tujuan strategis yang telah ditetapkan, key performance indicator atau KPI adalah indikator yang digunakan untuk mengukurnya.

Manajemen organisasi pada umumnya mengguna KPI untuk melacak dan menganalisis faktor yang dianggap penting untuk keberhasilan organisasi.

Penelitian menjelaskan bahwa KPI perlu merepresentasikan fakta, yaitu penciptaan nilai perlu melibatkan dua pihak: organisasi dan karyawan, kedua pihak ini perlu mendapatkan keuntungan dari KPI (Graham Kenny, 2020).

Sebagai contoh, organisasi yang melibatkan karyawan dalam suatu proyek, untuk memenuhi KPI yang sudah ditentukan oleh organisasi, pemimpin perlu memenuhi hal-hal yang dibutuhkan karyawan untuk memenuhi target, dan melacak produktivitas dan inovasi tiap karyawan sebagai satu kelompok/tim.

Lebih jauh, tujuan dalam KPI harus mengandung lima komponen yang sering dikenal dengan istilah SMART: specific, measurable, achievable, result oriented dan time bound, yaitu tujuan yang ditetapkan harus spesifik (specific), apa yang ingin dicapai harus dapat diukur (measurable) (mis: seberapa kuat, sering, banyak, atau dalam).

Kemudian, tujuan harus dapat dicapai (achievable). Dengan begitu akan ada komitmen kuat untuk melakukannya sungguh-sungguh.

Setelah itu, segala sesuatu yang dikerjakan harus terfokuskan pada tujuan (result oriented), dan dapat menentukan kapan atau batas waktu tujuan akan tercapai (time bound).

Maka dari itu, ada beberapa hal yang harus diperhatikan dalam menentukan KPI bagi individu dan organisasi.

Pertama, KPI harus dapat didefinisikan dengan jelas (clearly defined), sehingga tidak ada lagi kebingungan dari suatu organisasi. Baik dari visi misi organisasi yang jelas, dan tujuan yang ingin dicapai.

Kedua, dapat diukur (measurable). Progres KPI harus dapat diukur secara numerik dari waktu ke waktu. Dengan kata lain, ada angka yang bisa menjadi tolok ukur sebuah progres dan pembanding.

Ketiga, memiliki target, sebab target akan membuat individu terpancing untuk bekerja lebih giat mencapai tujuan.

Keempat, KPI harus realistis untuk digapai (visible) oleh individu yang bertanggung jawab untuk mengontrol organisasi.

Karyawan perlu mendapatkan umpan balik dan memiliki pemahaman yang jelas apakah usaha mereka membuahkan hasil, atau perlu mengubah strategi dan mencoba sesuatu yang berbeda.

Kesimpulannya, penting bagi organisasi untuk memiliki KPI karena akan menilai bagaimana performa organisasi atau bahkan individu di organisasi bekerja.

Ini akan membantu strategi apa yang akan digunakan dan sesuai diimplementasikan kedepannya, yaitu melalui data pencapaian organisasi yang diperoleh, yang akan dianalisa dan dijadikan KPI organisasi melalui proses pengumpulan data.

Proses pengumpulan data ini diperlukan untuk memastikan bahwa data yang dikumpulkan telah didefinisikan dan akurat. Dengan cara ini keputusan selanjutnya akan diambil berdasarkan argumen yang terkandung dalam analisa yang dibuat menggunakan data yang valid.

Selain itu, dalam pengumpulan data perlu diperhatikan integritas data, kualitas data, dan kontrol kualitas data. Semua ini dilakukan untuk memastikan bahwa data yang dikumpulkan memiliki kredibilitas untuk dianalisa.

Itulah peran data bagi organisasi. Bukankah data sangat berguna dalam pertumbuhan organisasi? Lalu, apakah kamu sudah menerapkan ini di organisasimu?

Ketahui lebih jauh mengenai fungsi data dalam setiap pengambilan keputusan di organisasi pada kursus online Data-Driven, Solusi Pertumbuhan Organisasi Masa Kini. Nantikan pula artikel selanjutnya, yang merupakan artikel terakhir mengenai topik data-driven.