Data Driven Business Bukan Lagi Pilihan

marketeers article

Oleh Heman Kwok, CEO lokadata.id

 

“Kami dapat memprediksi kejadian atau kapan munculnya serangan penyakit yang menimpa para lansia di rumahnya dengan mengandalkan algoritma dari AI. Kami berhasil mengurangi hingga 73% serangan penyakit berbahaya dan mengurangi kunjungan darurat mendadak ke UGD rumah sakit. Tentunya prediksi ini bisa menghemat biaya rumah sakit yang cukup mahal. Kondisi para lansia tersebut dideteksi otomatis berkala setiap hari memakai alat yang berkomunikasi lewat bluetooth. Data yang didapat kemudian dipadukan dengan kondisi klien, seperti umur, gender, riwayat penyakit, dan lainnya. Alat monitor tersebut juga terhubung dengan software dari perusahaan asuransi. Jika kondisi kesehatan pasien cenderung memburuk, pihak asuransi bisa ikut memberikan rekomendasi,” kata Jeff Howell, Director of Growth dari AlayaCare.

Situs belanja sejak awal memanfaatkan data yang didapat dari kunjungan visitor. Dimulai dari landing page ke produk apa, berapa lama di halaman tersebut, alternatif apa saja yang dicari. Termasuk juga riwayat kunjungan, selama ini preferensinya ke produk apa? Visitor tersebut masuk kategori mana berdasarkan daya beli, hingga data-data seperti keputusan pembelian yang dilakukan setelah berapa kali kunjungan. Berapa kali visitor berkunjung ke situs hingga transaksi pertama menjadi konsumen. Berapa hari rata-rata dibutuhkan dari konsumen menjadi pelanggan yang bertransaksi. Setelah berjalan beberapa waktu biasanya sudah terbentuk pola belanja untuk beragam kategori pelanggan. Data yang didapat dari situs belanja sangat kaya, karena menjangkau banyak aspek geografi, demografi, psikografi, dan sebagainya.

Industri online booking untuk perjalanan dan akomodasi memanfaatkan predictive dan prescriptive analysis untuk mengatur jumlah tiket atau kamar yang tersedia. Salah satu kelebihan pengolahan big data di industri ini adalah kemampuan untuk memprediksi persentase pembatalan yang akan dilakukan konsumen dengan cukup akurat. Sehingga, mereka bisa menjual kamar hotel melebihi kapasitas yang tersedia di bulan tertentu, biasanya puncak musim liburan. Tingkat okupansi pun menjadi lebih optimal.

Perbankan dan asuransi tentunya sejak awal telah memiliki dan mengelola data transaksi. Wilayah mana yang sedang tumbuh, sektor mana yang berpeluang positif di suatu daerah, sektor bisnis apa yang sedang naik, serta berapa besar potensi dan ancaman ke depannya menjadi alasan perusahaan untuk berekspansi. Berdasarkan data yang dimiliki, mereka juga bisa mengukur risiko dari nasabah yang mengajukan kredit.

Di industri manufaktur yang sudah menerapkan automasi, juga mampu memprediksi kondisi peralatan industri. Contohnya: kapan conveyor belt di jalur distribusi akan rusak atau harus diganti. Informasi tersebut  bisa didapat dengan mengumpulkan data secara rutin melalui sensor IoT (Internet of Things) yang terhubung dengan peralatan tersebut. Hal ini bisa mencegah kerusakan fatal dan terhentinya operasional.

Sebelum diluncurkannya suatu produk konsumen, biasanya perlu juga diukur daya beli, preferensi konsumen, tingkat persaingan di wilayah tertentu. Produk yang sukses di DKI belum tentu sukses di Surabaya, Medan atau Makassar. Karena kebiasaan, minat dan preferensi konsumen bisa saja berbeda di wilayah tertentu.

Dalam bidang marketing, dengan memanfaatkan pengolahan data yang dimiliki, kita bisa mendapatkan informasi tentang siapa target pembeli yang paling potensial, lokasi mana yang sedang berkembang, kapan dan pesan apa yang cocok untuk target di lokasi tersebut dan juga perkiraan nilai transaksi dari target konsumen. Setelah aktivitas marketing selesai, dapat dianalisis efektivitasnya. Strategi mana yang lebih efektif, produk apa yang lebih cocok untuk konsumen tipe apa dan di wilayah mana.

Sekarang ini sudah dimungkinkan untuk memprediksi kondisi perekrutan di perusahaan. Melalui Performance Management System yang mengumpulkan big data, dapat terlihat titik-titik ketika produktivitas akan memuncak dan butuh SDM lebih banyak. Predictive analytics juga dapat membantu dalam proses rekrutmen. Data calon karyawan dapat diperoleh melalui sosial media dan juga penilaian kandidat melalui beberapa aplikasi.

Sebuah Keharusan

Data sudah menjadi kebutuhan bisnis menurut International Institute for Analytics. Bisnis yang mengandalkan analisis data yang akurat tentunya lebih adaptif dan efisien karena mampu lebih dulu menguasai situasi yang menguntungkan.

Teknologi digital seperti pengolahan Big Data, Artificial Intelligence dan Machine Learning yang berkembang pesat sejak 12 tahun terakhir, memungkinkan pengolahan data menjadi lebih mudah, akurat, dan cepat dalam jumlah yang sangat besar. Semua itu dikerjakan mesin karena hampir tidak mungkin dilakukan oleh manusia yang berisiko melakukan kesalahan. Makanya, pengumpulan dan perolehan data sekarang menjadi lebih mudah jika dibanding dulu.

Kemampuan mengelola Big Data juga sudah menjadi keunggulan kompetitif, apalagi ditambah kemampuan AI dan Machine Learning. Sekarang ini, perusahaan yang sudah adaptif dengan teknologi dapat mengelola datanya dengan lebih baik dan berpotensi menjadi pemimpin pasar dibanding kompetitornya.

Chief Data Officer (CDO) adalah posisi yang belum populer 10 tahun lalu. Memiliki CDO & fungsi Data Management baru tahap awal yang baik, tapi baru efektif jika sudah menangani strategi pengumpulan, organisasi, analisis semua data aset perusahaan. Masa jabatan yang cukup penting untuk implementasi teknologi terbaru.

Operasional perusahaan juga akan terdampak, bukan soal kecil atau besarnya perusahaan, tapi semua bisnis akan membutuhkan data untuk semua lini bisnisnya.

Pengolahan data bukan hal baru di Indonesia, banyak perusahaan dan media yang sudah sejak lama mengolah, menganalisis dan memanfaatkan data untuk banyak kepentingan. Sebelum era digital, pengolahan data dalam jumlah besar hanya bisa dilakukan lembaga atau perusahaan besar. Karena di masa itu pengolahan data masih semi manual.

15 tahun Lalu, di tahun 2006, Clive Humby membuat frasa “Data is the new oil”. Seperti halnya minyak, jika tidak diolah maka data hampir tidak ada gunanya. Bahkan usaha kecil seperti kios atau toko juga mengumpulkan data sederhana yang dimulai dari bagian keuangan yaitu mencatat modal, biaya operasional, pendapatan, keuntungan, jumlah transaksi, tagihan dan sebagainya.

Divisi penjualan sejak mulai beroperasi juga sudah mengumpulkan data pembeli dan pelanggan, jumlah transaksi, jangkauan wilayah, termasuk tren kenaikan atau penurunan volume penjualan.  Tentu saja manfaatnya untuk mengetahui kondisi terkini dan bisa memprediksi peluang ke depan.

Pengolahan data bermula dari strategi. Tanpa strategi yang tepat, maka sulit didapat manfaat yang dibutuhkan. Apa tujuan dari pengolahan data, bagaimana cara mengumpulkan data, data apa yang dibutuhkan dan apa yang tidak. Karena begitu banyaknya data yang bisa diperoleh, banyak pula data sampah yang kurang bermanfaat. Kekurangan data dan kelebihan data juga sama-sama tidak efektif.

Data adalah fakta, bahan temuan, yang belum diproses. Bentuknya macam-macam, mulai dari foto, gambar, teks, angka, dan lainnya. Sedangkan informasi adalah data yang sudah diproses untuk memahami konteks tertentu. Selanjutnya dari informasi itu, dilakukan analisa untuk menghasilkan kesimpulan yang menggambarkan situasi yang terjadi.

Data yang berkualitas sangat membantu kita untuk membuat keputusan bisnis yang lebih baik, mengenal pelanggan lebih tepat, membuat produk yang lebih cocok, menghemat biaya operasional dan pemasaran serta. Yang pada ada akhirnya, meningkatkan keuntungan perusahaan.

Related