Empat Jenis Data Analysis dalam Bisnis

Empat Jenis Data Analysis dalam Bisnis

Di era industry 4.0 ini, pengambilan keputusan yang didasari dengan justifikasi kuantitatif sama pentingnya dengan kualitatif. Apa saja langkah analisa data yang bisa kita lakukan, agar pengambilan keputusan semakin akurat dan berdampak baik bagi bisnis kita?

Empat Jenis Data Analysis

Dalam aktivitas data analysis, kita bisa mengelompokkan mereka ke dalam 4 kategori. Empat kategori tersebut saling berkaitan. Berikut empat kategori tersebut, dari yang paling mudah hingga yang paling sulit, sehingga tidak banyak kalangan industri yang sempat mengadopsinya. Semakin sulit analysisnya, semakin tinggi value dan insight yang bisa didapatkan.

  • Descriptive Analysis
  • Diagnostic Analysis
  • Predictive Analysis
  • Prescriptive Analysis

Descriptive Analysis

Ini adalah tahap pertama, dan biasanya menjadi landasan bagi analysis berikutnya. Descriptive analysis menjawab pertanyaan tentang “apa yang terjadi” dari suatu persoalan.

Contoh pemanfaatan descriptive analysis antara lain:

  • KPI dashboard
  • Laporan pengiriman barang
  • Laporan penjualan

Diagnostic Analysis

Setelah kita bisa menjawab pertanyaan tentang “apa yang terjadi”, maka kita selanjutnya bisa menjawab pertanyaan tentang “bagaimana bisa terjadi”. Disinilah Diagnostic analysis berperan.

Diagnostic analysis mencoba menemukan insight dari descriptive analysis, menggali lebih dalam untuk menemukan penyebab dari apa yang terjadi. Diagnostic analysis menghubungkan antara data dengan pola perilaku.

Diagnostic analysis berangkat dari aktivitas mendapatkan informasi yang lebih detail.

Penerapan tahap ini dalam dunia bisnis antara lain:

  • Analisa keterlambatan pengiriman barang
  • Analisa mengapa satu produk mengalami penurunan penjualan

Predictive Analysis

Tahap ini mencoba menjawab pertanyaan, “apa yang mungkin bisa terjadi”. Tahapan ini memanfaatkan deskripsi dan insight dari tahapan sebelumnya, untuk melakukan prediksi di masa depan.

Tahapan ini banyak menggunakan pemodelan statistik, yang membutuhkan teknologi dan SDM yang mumpuni untuk melakukan forecast.

Berbeda dengan descriptive dan diagnostic analysis yang umum dilakukan oleh banyak pelaku bisnis, predictvie analysis memiliki tingkat kesulitan yang lebih tinggi, sehingga lebih sedikit entitas bisnis yang melakukannya.

Contoh pada tahapan ini adalah:

  • Sales forecast
  • Analisa risiko keterlambatan pengiriman barang

Prescriptive Analysis

Ini adalah tahapan yang paling sulit, sehingga lebih jarang lagi entitas bisnis yang melakukannya.

Tahapan ini mengelaborasi tiga tahapan sebelumnya. Pada tahap ini kita menggunakan state-of-the-art technology, semisal Artificial Intelligence, dalam melakukan pengambilan keputusan. Pada tahapan ini sebagian aktivitas sudah dilakukan secara otonom oleh mesin, sehingga sdm yang terlibat bisa lebih fokus pada domain yang lebih advance. Contohnya antara lain:

  • Menganalisa data healthcare untuk mengevaluasi kemungkinan pasien mengalami serangan jantung lagi
  • Pengaturan harga tiket pesawat secara otomatis