Apa Itu Analytics?

Analytics adalah proses menelaah data dan konteks analytics untuk menemukan pola, penyebab, peluang, dan keputusan yang dapat ditindaklanjuti. Nilai utamanya terlihat saat analis, tim produk, pemasaran, dan manajemen harus menghubungkan kebutuhan nyata dengan pengumpulan, transformasi, analisis, visualisasi, dan tata kelola data, data yang tersedia, serta batasan operasional.

Hal yang perlu diperhatikan adalah kualitas event, metric dan dimension. Evaluasi tidak cukup berhenti pada satu angka; data completeness, accuracy dan freshness perlu dibaca bersama konteks perubahan dan dampaknya terhadap pengguna atau bisnis.

1. Untuk Analytics, mulai dari pertanyaan yang ingin dijawab tentang analytics; hindari membuka data tanpa hipotesis atau tujuan.
2. Samakan periode, definisi, dan sumber seperti event serta metric.
3. Bandingkan segmen, tren, baseline, dan faktor yang mungkin memengaruhi hasil.
4. Terjemahkan temuan menjadi keputusan, eksperimen, atau pemeriksaan lanjutan yang dapat diverifikasi.

• Mengurangi pekerjaan ulang akibat keputusan yang tidak terdokumentasi atau definisi yang berbeda.
• Menghubungkan pekerjaan teknis atau operasional dengan hasil yang dapat dipahami oleh pemilik bisnis.
• Membuat hasil Analytics dapat ditinjau bersama indikator seperti data completeness, accuracy, dan freshness.
• Memberi dasar yang lebih jelas untuk menentukan prioritas berdasarkan dampak, bukan asumsi.

Konteks yang umum untuk Analytics adalah saat tim perlu memahami pola, penyebab, atau perbedaan hasil pada analytics sebelum menentukan tindakan. Batasi pertanyaan analisis, samakan periode dan definisi data, lalu ubah temuan menjadi keputusan atau eksperimen yang dapat diverifikasi. Hasilnya dapat ditinjau melalui data completeness dan confidence of findings.

Misalnya, tim perlu memahami pola, penyebab, atau perbedaan hasil pada analytics sebelum menentukan tindakan. Tim terlebih dahulu menetapkan baseline dan kriteria sukses, kemudian menggunakan Analytics untuk satu bagian proses. Setelah data cukup, mereka meninjau confidence of findings serta data completeness dan memasukkan keputusan lanjutan ke analysis brief.

• Menerapkan Analytics tanpa menjelaskan tujuan, baseline, dan keputusan apa yang akan dipengaruhi.
• Memilih kesimpulan yang menarik tetapi tidak memeriksa kualitas data, sample, periode, atau faktor pembanding.
• Mengejar satu metrik sambil mengabaikan kualitas, biaya, pengalaman pengguna, atau risiko.
• Tidak menyimpan log, baseline, atau catatan perubahan sehingga masalah yang sama sulit ditelusuri.