BAB 4 DATA - UBAH DATA MENJADI ASET
4.3 Setiap Bisnis Membutuhkan Strategi Data
Setelah Anda mulai memperlakukan data sebagai aset, Anda perlu mengembangkan strategi data di organisasi Anda. Itu termasuk memahami data apa yang Anda butuhkan serta bagaimana Anda akan menerapkannya.
Strategi data eksplisit mungkin tampak jelas di industri seperti layanan keuangan dan telekomunikasi, yang terbiasa dengan jumlah data pelanggan yang berlebihan. Tetapi perusahaan yang lebih kecil dan industri yang kurang kaya data juga harus mengembangkan strategi berwawasan ke depan untuk data mereka. Lima prinsip berikut harus memandu setiap organisasi dalam mengembangkan strategi datanya.
Kumpulkan beragam tipe data: Setiap bisnis harus melihat aset datanya secara holistik dan menyertakan beragam tipe data yang melayani tujuan berbeda (lihat
tabel 4.2). Data proses bisnis—seperti data pada rantai suplai Anda, penagihan internal, dan manajemen sumber daya manusia—digunakan untuk mengelola dan mengoptimalkan operasi bisnis, mengurangi risiko, dan mematuhi persyaratan pelaporan. Data produk atau layanan adalah data yang penting untuk nilai inti produk atau layanan Anda. Contohnya termasuk data cuaca untuk TWC, data kartografi untuk Google Maps, dan jenis data bisnis yang disediakan Bloomberg kepada pelanggan bisnis. Data pelanggan sangat beragam—mulai dari data transaksi, hingga survei pelanggan, hingga ulasan dan komentar di media sosial, hingga perilaku penelusuran pelanggan dan pola penelusuran di situs web Anda. Perusahaan yang tidak menjual langsung ke konsumen (misalnya, perusahaan barang kemasan) secara tradisional dapat mengumpulkan data pelanggan hanya melalui riset pasar. Seperti yang akan kita lihat nanti, bahkan bisnis ini menemukan peluang baru untuk mengumpulkan data guna mendapatkan gambaran yang lebih jelas tentang pelanggan mereka daripada sebelumnya.
Menggunakan data sebagai lapisan prediktif dalam pengambilan keputusan: Hal terburuk yang dapat dilakukan perusahaan dengan data adalah mengumpulkannya dan tidak menerapkannya saat membuat keputusan. Anda perlu merencanakan bagaimana organisasi Anda akan memanfaatkan datanya untuk membuat keputusan yang lebih tepat di semua aspek bisnisnya. Data operasi dapat digunakan dalam pemodelan statistik untuk merencanakan dan mengoptimalkan penggunaan sumber daya Anda. Data pelanggan dapat digunakan untuk memprediksi perubahan mana dalam layanan atau komunikasi Anda yang dapat memberikan hasil yang lebih baik.
Dengan data terperinci dari MagicBands-nya, Disney dapat membuat keputusan berdasarkan informasi yang lebih baik tentang barang dagangan mana yang akan ditampilkan di dekat wahana yang berbeda dan bagaimana mengelola permintaan variabel dan lalu lintas pejalan kaki. Amazon menggunakan perilaku penelusuran Anda sebelumnya untuk menentukan produk mana yang harus ditampilkan pada kunjungan Anda berikutnya.
Menerapkan data ke inovasi produk baru: Data dapat memperkuat produk atau layanan Anda yang sudah ada, tetapi juga dapat digunakan sebagai batu loncatan untuk membayangkan dan menguji inovasi produk baru. Aplikasi seluler Hailzone TWC adalah contoh sempurna dari sebuah perusahaan yang menggunakan data produk yang ada (untuk acara TV dan aplikasinya) untuk membangun layanan baru yang memberi nilai tambah bagi banyak pelanggan (perusahaan asuransi dan tertanggung mereka). Ini membantu TWC untuk dapat melangkah keluar dari perspektif normalnya sebagai perusahaan media dan memikirkan model bisnis yang berbeda berdasarkan hal-hal seperti utilitas dan manajemen risiko, bukan hanya bola mata pemirsa dan iklan. Netflix menggunakan sejumlah besar data tentang preferensi pemirsa—untuk genre, aktor, sutradara, dan banyak lagi—untuk membantunya membuat serial televisi baru seperti House of Cards. Praktik ini memungkinkan Netflix menghindari praktik TV jaringan tradisional yang berinvestasi dalam percontohan untuk banyak acara baru dengan harapan satu atau lebih akan berjalan dengan baik. Itu menggunakan data untuk berinovasi lebih cepat dan murah.
Perhatikan apa yang dilakukan pelanggan, bukan apa yang mereka katakan: Data perilaku adalah segala sesuatu yang secara langsung mengukur tindakan pelanggan Anda. Ini dapat mencakup hal-hal seperti transaksi, pencarian online (ukuran kuat dari niat pelanggan Anda), data clickstream (halaman mana yang mereka kunjungi, di mana mereka mengklik, dan apa yang mereka tinggalkan di keranjang belanja
mereka), dan ukuran langsung dari data keterlibatan (yang artikel di buletin Anda yang diklik untuk dibaca). Data perilaku selalu merupakan data pelanggan terbaik—
itu jauh lebih berharga daripada opini yang dilaporkan atau apa pun yang dikatakan pelanggan kepada peneliti pasar dalam sebuah survei. Itu bukan hanya karena orang berbohong dalam survei tetapi juga karena, sebagai manusia, kita sangat keliru dalam mengingat perilaku kita, memprediksi tindakan kita di masa depan, atau mempertimbangkan motivasi kita. Inilah sebabnya mengapa Netflix mengubah sistem rekomendasinya dari peringkat pelanggan sendiri ke data perilaku segera setelah memindahkan pelanggan dari DVD ke streaming video, yang memungkinkan untuk mengukur apa yang sebenarnya kita tonton daripada amplop merah yang belum dibuka di lemari kami. Netflix tahu bahwa ada perbedaan besar antara film yang kita beri peringkat bintang lima dan film yang akhirnya kita tonton sambil mencuci piring pada Rabu malam.
Menggabungkan data lintas silo: Secara tradisional, bisnis mengizinkan data mereka dibuat dan disimpan di divisi atau departemen terpisah. Salah satu aspek terpenting dari strategi data adalah mencari cara untuk menggabungkan kumpulan data yang sebelumnya terpisah dan melihat bagaimana mereka berhubungan satu sama lain.
Contoh yang tak terlupakan dari manfaat menggabungkan kumpulan data datang dari pemerintah kota di sini di New York City. Scott Stringer, pengawas keuangan kota (CFO), berusaha mengurangi biaya tuntutan hukum terhadap kota. Dia meluncurkan inisiatif untuk membandingkan data tuntutan hukum dan kerusakan yang dibayarkan dengan set data kota lain, termasuk anggaran departemen yang berbeda dari waktu ke waktu. Korelasi yang mengejutkan ditemukan: setelah anggaran taman kota dipangkas beberapa tahun sebelumnya dan pemangkasan pohon musiman dikurangi, klaim hukum dari warga yang terluka akibat tumbangnya dahan pohon meroket. Biaya untuk kota dari satu tuntutan hukum lebih besar dari seluruh anggaran pemangkasan pohon selama tiga tahun! Setelah ini ditemukan dan dana anggaran dipulihkan, tuntutan hukum turun drastis. Ketika lingkungan bisnis Anda menjadi semakin kompleks, kemampuan Anda untuk menemukan, menggabungkan, dan belajar dari berbagai sumber data akan menjadi lebih penting dari sebelumnya.
Dalam menyusun strategi data, penting juga untuk dipahami bahwa banyak dari kumpulan data saat ini sangat berbeda dari spreadsheet dan database relasional yang mendorong praktik terbaik industri padat data di era pra-digital. Seluruh sifat data yang tersedia, dan bagaimana hal itu dapat diterapkan dan digunakan oleh bisnis, telah mengalami revolusi dalam beberapa tahun terakhir. Revolusi itu biasa disebut big data.
Tabel 4.2 Tipe Data Utama untuk Strategi Bisnis
Jenis Data Contoh Utilitas
Data proses bisnis Inventaris dan rantai suplai Kelola dan optimalkan operasi bisnis, kurangi risiko, berikan pelaporan eksternal
Penjualan Penagihan
Sumber daya manusia Data produk atau
layanan
Data peta (untuk Google) Memberikan proposisi nilai inti dari produk atau layanan bisnis Data bisnis (untuk
Bloomberg)
Data cuaca (untuk TWC)
Data pelanggan Pembelian Berikan gambaran lengkap tentang pelanggan dan
memungkinkan interaksi yang lebih relevan dan berharga Perilaku dan interaksi
Komentar dan ulasan Demografi
Tanggapan survei