Apa Itu Delivery Analytics?

Delivery Analytics adalah proses menelaah data dan konteks delivery untuk menemukan pola, penyebab, peluang, dan keputusan yang dapat ditindaklanjuti. Pada implementasi sehari-hari, Delivery Analytics menjadi relevan karena keputusan dalam katalog produk, stok, promosi, checkout, pembayaran, dan pengalaman belanja sering melibatkan beberapa data, kanal, atau komponen sekaligus.

Kualitas penerapan sangat bergantung pada kejelasan data, tanggung jawab, dan batasan. product data, price dan stock perlu divalidasi, sedangkan conversion rate, cart abandonment dan AOV dipakai untuk membedakan perbaikan nyata dari fluktuasi biasa.

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

• Membantu memisahkan masalah data, proses, teknologi, dan keputusan sehingga perbaikannya lebih tepat sasaran.
• Memudahkan evaluasi karena perubahan dapat dibandingkan terhadap baseline dan indikator yang disepakati.
• Membuat hasil Delivery Analytics dapat ditinjau bersama indikator seperti conversion rate, cart abandonment, dan AOV.
• Membuat eksperimen dan perbaikan berikutnya lebih cepat karena pembelajaran sebelumnya terdokumentasi.

Tim biasanya menerapkan Delivery Analytics ketika tim perlu memahami pola, penyebab, atau perbedaan hasil pada delivery 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.

Contohnya, tim perlu memahami pola, penyebab, atau perbedaan hasil pada delivery sebelum menentukan tindakan. Tim mendokumentasikan kondisi awal dalam analysis brief, menerapkan Delivery Analytics pada ruang lingkup terbatas, lalu membandingkan time to insight dengan data completeness. Hasil dan alasan perubahan dicatat pada analysis report sebelum pendekatan diperluas.

• Menerapkan Delivery 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.
• Mengubah terlalu banyak faktor sekaligus sehingga penyebab peningkatan atau penurunan hasil tidak diketahui.
• Tidak menentukan pemilik tindakan sehingga temuan berhenti sebagai laporan tanpa perbaikan.