Belajar Analisis Data – Hari 2: Merumuskan Pertanyaan Bisnis dan Metrik

Sebelum membuka data, analis perlu tahu keputusan apa yang sedang menunggu jawaban dan angka apa yang bisa menunjukkannya. Catatan hari kedua ini membahas cara menyusun pertanyaan bisnis, memilih metrik, dan menuliskan definisinya sebelum query pertama dijalankan.

Tujuan belajar

• Mengubah keputusan bisnis menjadi pertanyaan analitis yang spesifik.
• Memilih metrik utama dan metrik penyeimbang, lalu menuliskan definisinya.
• Menentukan pembanding dan periode sebelum analisis dimulai.

Konsep inti

Saat pertama belajar analitik, saya mengira tugas analis adalah menemukan sesuatu yang menarik di dalam data. Beberapa latihan kemudian menunjukkan bahwa temuan yang menarik sering tidak berguna, karena tidak terhubung dengan keputusan apa pun. Karena itu saya sekarang memulai dari empat langkah berikut.

1. Keputusan: apa yang akan diubah tim berdasarkan jawaban ini?
2. Pertanyaan: pertanyaan apa yang, jika dijawab, membantu keputusan tersebut?
3. Metrik: angka apa yang mewakili jawaban itu, dan bagaimana cara menghitungnya?
4. Pembanding dan periode: dibandingkan dengan apa, dan dalam rentang waktu berapa?

Keempat langkah ini saling bergantung. Pertanyaan yang kabur membuat metrik sulit dipilih, dan metrik tanpa pembanding membuat angka sulit ditafsirkan. Pembanding juga perlu punya panjang periode yang sama. Membandingkan 31 hari dengan 28 hari tanpa penyesuaian sering menghasilkan kesimpulan keliru, terutama bila angka yang dibandingkan adalah total dan bukan rata-rata harian.

Metrik utama dan metrik penyeimbang

Satu keputusan biasanya memerlukan satu metrik utama dan beberapa metrik penyeimbang (guardrail metric). Metrik penyeimbang memastikan perbaikan di satu bagian tidak merusak bagian lain, misalnya kenaikan pesanan yang diikuti kenaikan pengembalian barang. Gagasan mengukur kinerja dari beberapa sudut pandang dikenal luas lewat Balanced Scorecard yang dikemukakan Kaplan dan Norton (1992). Untuk pengalaman pengguna produk digital, Google mengusulkan kerangka HEART yang terdiri dari happiness, engagement, adoption, retention, dan task success (Rodden, Hutchinson, & Fu, 2010).

Dari tujuan ke metrik yang bisa dihitung

Kalimat “penjualan harus naik” belum bisa dihitung. Kriteria SMART yang diperkenalkan George T. Doran (1981) membantu tujuan menjadi spesifik, terukur, dapat dicapai, relevan, dan berbatas waktu. Saya memakai prinsip yang sama untuk menulis definisi metrik. Bandingkan “penjualan naik” dengan “jumlah pelanggan aktif pada Oktober 2026 lebih tinggi daripada September 2026, dengan pelanggan aktif berarti pelanggan yang memiliki minimal satu pesanan berstatus selesai dalam bulan tersebut.” Kalimat kedua memberi tahu saya apa yang dihitung, dari tabel mana, dan dalam rentang waktu apa.

Definisi tertulis juga memudahkan orang lain memeriksa pekerjaan kita. Ketika rekan menanyakan angka pelanggan aktif, kami tidak perlu berdebat apakah akun yang baru mendaftar ikut dihitung. Jawabannya sudah ada di halaman pertama dokumen analisis.

Contoh penulisan: pelanggan aktif per bulan

Contoh berikut memakai data sintetis berupa tabel pesanan dengan kolom id_pesanan, id_pelanggan, tanggal, status, dan total_bayar. Ketiga versi menghasilkan definisi yang sama.

-- SQL: pelanggan aktif per bulan (status 'selesai', sintaks MySQL)
SELECT
  DATE_FORMAT(tanggal, '%Y-%m') AS bulan,
  COUNT(DISTINCT id_pelanggan) AS pelanggan_aktif
FROM pesanan
WHERE status = 'selesai'
  AND tanggal BETWEEN '2026-09-01' AND '2026-10-31'
GROUP BY bulan
ORDER BY bulan;

# Python (pandas)
import pandas as pd

pesanan = pd.read_csv("pesanan.csv", parse_dates=["tanggal"])
# Definisi: pelanggan aktif = punya minimal satu pesanan 'selesai' dalam bulan itu
selesai = pesanan[pesanan["status"] == "selesai"].copy()
selesai["bulan"] = selesai["tanggal"].dt.to_period("M")
aktif = selesai.groupby("bulan")["id_pelanggan"].nunique()
print(aktif.loc[pd.Period("2026-09"):pd.Period("2026-10")])

# R (tidyverse)
library(tidyverse)

pesanan <- read_csv("pesanan.csv")
# Definisi yang sama dengan versi SQL dan pandas
pesanan |>
  filter(status == "selesai") |>
  mutate(bulan = floor_date(tanggal, "month")) |>
  group_by(bulan) |>
  summarise(pelanggan_aktif = n_distinct(id_pelanggan))

Contoh kecil

Kesalahan yang sering terjadi

Latihan

1. Ubah keputusan “Apakah kita perlu menambah kurir di Surabaya?” menjadi tiga pertanyaan analitis, lalu tandai satu metrik utama untuk tiap pertanyaan.
2. Tulis definisi metrik “tingkat pembatalan” dengan tiga komponen: pembilang, penyebut, dan periode.

Kunci jawaban singkat: (1) Contoh tiga pertanyaan: berapa rata-rata waktu tunggu pesanan di Surabaya pada jam sibuk, berapa persen pesanan dibatalkan karena keterlambatan, dan berapa pesanan per kurir per hari. Metrik utama masing-masing: rata-rata waktu tunggu, persentase pembatalan karena keterlambatan, dan jumlah pesanan per kurir per hari. (2) Pembilang: jumlah pesanan berstatus batal. Penyebut: jumlah pesanan yang dibuat pada periode yang sama. Periode: satu bulan kalender, dihitung berdasarkan tanggal pembuatan pesanan.

Ringkasan

Pertanyaan yang baik memberi arah pada seluruh analisis, dan metrik yang punya definisi tertulis mencegah perdebatan tentang angka yang sama. Besok kita membahas jenis data dan tipe variabel, karena tipe variabel menentukan metrik mana yang masuk akal untuk dihitung.

Sumber bacaan

Doran, G. T. (1981). There’s a S.M.A.R.T. way to write management’s goals and objectives. Management Review, 70(11), 35–36.

Kaplan, R. S., & Norton, D. P. (1992). The balanced scorecard: Measures that drive performance. Harvard Business Review, 70(1), 71–79.

Rodden, K., Hutchinson, H., & Fu, X. (2010). Measuring the user experience on a large scale: User-centered metrics for web applications. Dalam Proceedings of CHI 2010.