Memahami Konsep Data Driven Pada Sebuah Organisasi

Data-drivenness yang kalau diterjemahkan ke bahasa Indonesia lebih kurang bisa disebut dengan “berbasiskan” atau “berazaskan” kepada data adalah sebuah pembahasan tentang membangun perangkat (tools), kemampuan (abilities) dan yang lebih penting adalah sebuah kultur pengambilan keputusan berdasarkan data.

Konteks data-driven di dalam pembahasan ini lebih merujuk kepada bagaimana mewujudkan atau membangun sebuah organisasi yang pengambilan keputusan di dalamnya berazaskan kepada data yang berkualitas. Sehingga setiap keputusan yang diambil adalah keputusan yang terukur dan bisa dipertanggungjawabkan.

Untuk mewujudkan sebuah organisasi berbasis data (organization data-driven), setidaknya ada 2 aspek yang harus dipenuhi, yaitu Data Collection dan Data Access.

Pre-requisite Organization to be Data-Driven

Pre-requisite Organization to be Data-Driven

Data Collection

Data Collection adalah aspek kebutuhan sebuah organisasi untuk mengumpulkan data (collecting data). Tentu saja konteks pengumpulan data disini bukanlah mengumpulkan sembarang data, akan tetapi data yang dikumpulkan hendaklah data yang tepat. Ciri – ciri data yang berkualitas hendaklah memenuhi aspek tepat waktu (timely), akurat (accurate), bersih (clean), tidak memunculkan bias (unbiased) dan hal tidak kalah penting adalah terpercaya (trustworthy).

Tepat Waktu (timely)

Hendaklah mengambil keputusan berdasarkan data yang waktunya tepat. Contoh jika kita hendak membuat penilaian kinerja karyawan untuk tahun 2021 maka hendaklah data – data pendukung seperti laporan absensi karyawan diambil pada periode yang tepat (misalnya dari Januari 2020 sampai Desember 2020).

Akurat (Accurate)

Hendaklah data yang dikumpulkan memiliki akurasi yang baik. Contoh jika kita hendak mengambil keputusan tentang strategi penjualan dan pemasaran hendaklah mengambil data – data pendukung seperti survei kepuasan pelanggan yang akurat (data responder yang sesuai dengan segmen pasar sehingga hasil survei dapat mewakili keadaan pasar).

Clean (Clean)

Perlu juga menjadi catatan bahwa terkadang pengumpulan data dilakukan lebih dari satu sumber, pada beberapa kasus terjadi data kotor yang mesti diolah terlebih dahulu seperti misalnya untuk jenis kelamin. Data dari sumber pertama menggunakan pilihan Pria/Wanita, sementara data dari sumber kedua menggunakan pilihan Laki-laki/Perempuan. Kemudian tanggal lahir, sebagian ada yang menuliskan dalam format dd/MM/yyyy sementara yang lain menuliskan dalam format lain.

Tidak Memunculkan Bias (Unbiased)

Bias adalah keadaan dimana data yang dikumpulkan tidak representatif terhadap keadaan yang sebenarnya. Sehingga mengakibatkan pengambilan keputusan yang tidak tepat.

Terpercaya (trustworthy)

Hendaklah pengumpulan data diambil dari sumber yang kredibel. Jika hendak mengambil data dari surveyor, maka pilihlah surveyor yang telah berpengalaman.

Terdapat sebuah pandangan (biasanya datang dari penyedia layanan big data) bahwa semakin banyak data yang bisa kita kumpulkan maka semakin besar pula kesempatan kita untuk menemukan hal yang berarti untuk menjadikan perusahaan sukses. Namun pandangan lain justru mengatakan data dalam jumlah yang kecil tetapi akurat dan terpercaya dapat jauh lebih bernilai ketimbang data sampah dalam jumlah yang besar.

Data Access

Data Access adalah sebuah aspek kebutuhan bahwa data yang telah dikumpulkan harus accessible dan queryable. Secara sederhana accessible berarti dapat dengan mudah diakses, sedangkan queryable bermakna dapat di query untuk menampilkan informasi sesuai kebutuhan (dengan melempar parameter – parameter tertentu). Kedua hal tersebut mencakup beberapa aspek lainnya seperti:

Dapat Dipadukan (Joinable) 

Data yang dikumpulkan harus dapat dipadukan dengan sumber data lain jika diperlukan. Misalnya ketika kita hendak melihat data tansaksi keuangan, maka kita bisa bayangkan bahwa setiap transaksi keuangan dicatat berdasarkan akun nasabah. Akun nasabah tersebut akan berafiliasi (join) dengan data pribadi seorang nasabah.

 Dapat Dibagikan (Shareable)

Berbagi data antar departemen dalam sebuah organisasi adalah hal yang lumrah dilakukan. Misalnya dalam sebuah rumah sakit, seorang apoteker akan diberi ijin untuk melihat data resep yang dibuat oleh dokter (tentu saja dengan penentuan hak akses yang tepat) agar dia bisa memberikan obat kepada pasien sesuai arahan dokter yang bersangkutan. Sebuah organisasi yang berbasis data harus memiliki kemampuan berbagi data antar departemen.

Dapat Di-Query (Queryable)

Hendaklah organisasi yang baik memiliki perangkat (tools) untuk melakukan query terhadap data yang ada. Query dapat berupa filtering, grouping dan aggregating data untuk mengurangi jumlah data mentah yang besar menjadi data siap pakai yang lebih kecil ukurannya.

Referensi : 

Carl Anderson (2015) Creating a Data-Driven Organization, First Edition edn., Sebastopol: O’Really Media, Inc..

Leave a Reply

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>