Beberapa orang mungkin berpikir bahwa data hanya dapat dimanfaatkan pada bidang-bidang tertentu saja, seperti bidang IT, teknologi atau sektor-sektor tertentu saja. Data sulit dimanfaatkan untuk bidang non teknologi seperti keuangan, marketing ataupun bisnis. Namun taukah anda, jika data dapat bermanfaat bagi siapa saja. Jika anda adalah seorang pengusaha, kira-kira bagaimana data dapat berperan untuk membangun bisnis, atau memajukan bisnis  anda?

Mari kita lihat lebih detail!

Secara umum, data dapat digunakan dalam 3 tugas, yaitu tugas deskriptif, prediktif dan preskriptif;

  • Tugas deskriptif artinya dari data dapat diekstrak informasi tentang kondisi saat ini ataupun masa lampau yang tercatat dalam data. Tugas deskriptif meliputi analisa, visualisasi dan story telling mengenai data.
  • Tugas prediktif, data memberikan gambaran apa yang mungkin terjadi di masa depan berdasarkan pola yang telah dikenali pada data. Tugas prediktif meliputi klasifikasi, regresi dan forecasting.
  • Tugas preskriptif mengacu pada usaha yang perlu dilakukan untuk mendapatkan hasil yang optimal. Tugas preskriptif mencakup optimisasi, sensitivity analysis, dan simulasi.

Kita ambil contoh dalam bidang bisnis, bagaimana ketiga tugas ini dapat berperan. Misalnya anda memiliki bisnis yang menjual 5 produk. Anda adalah pengusaha yang sudah memiliki data driven perpective sehingga anda mengumpulkan data mengenai transaksi terhadap ke 5 produk ini, mencakup harga, jumlah penjualan, biaya yang diperlukan untuk setiap produk dan keuntungan yang diperoleh, sampel data diberikan pada Tabel 1.

Tabel 1. Sampel data mengenai produk bisnis

Dengan menggunakan data pada Table 1, dengan menggunakan metode yang tercakup dalam task deskriptif, dapat diekstrak informasi sederhana, seperti rata-rata keuntungan yang telah diperoleh, rata-rata biaya yang diperlukan untuk keseluruhan produk, atau rata-rata jumlah produk yang terjual.  Jika dilakukan ekstraksi informasi yang lebih detail, kita juga dapat mendapatkan informasi sebenarnya produk mana yang memiliki profit margin tertinggi. Profit margin dapat dihitung dengan persamaan 1. Profit margin memberikan informasi mengenai efisiensi keuntungan terhadap pendapatan (Harga Produk x Jumlah Terjual). Untuk mempermudah melihat dan mengkomunikasikan informasi dalam data, visualisasi dengan menggunakan chart yang tepat dapat digunakan.

Gambar 1 memberikan informasi nilai profit margin untuk  setiap produk, dengan persentasi profit margin tertinggi diperoleh oleh produk E. Jika kita lihat pada data, secara keuntungan produk E bukanlah produk dengan keuntungan tertinggi, namun jika keuntungan dibandingkan dengan hasil kali harga jual dan jumlah terjual, terlihat bahwa menjual barang E menghasilkan profit lebih besar besar dibanding produk B sebagai pemegang nilai keuntungan tertinggi. Menjual barang dengan harga murah dalam jumlah besar bisa jadil lebih menguntungkan dibandingkan dengan menjual barang dengan harga lebih tinggi jika biaya yang diperlukan juga sesuai.

Gambar 1. Gambaran profit margin setiap produk

Tugas deskriptif diatas dapat memberikan gambaran mengenai kondisi saat ini mengenai penjualan setiap produk. Namun tentu saja, sebagai pengusaha, kita tidak akan berhenti untuk hanya mengetahui kondisi penjualan produk kita saat ini. Jika memiliki data yang cukup, kita dapat melakukan prediksi keuntungan dalam 1 tahun mendatang dengan menggunakan pendekatan forecasting. Disinilah tugas prediktif berperan untuk mengolah data lebih komprehensif lagi. Metode machine learning dapat digunakan untuk menyelesaikan tugas ini. Dengan analisa dan evaluasi yang tepat, rencana bisnis dapat dikembangkan satu langkah ke depan.

 

Bagaiamana dengan tugas preskriptif?

Setiap pengusahan pastinya memiliki tujuan untuk meningkatkan keuntungan sehingga mencapai maksimal. Bagaiamana keuntungan maksimal ini bisa tercapai dengan memperhatikan variabel-variabel yang berperan, merupakan tugas preskriptif. Dalam tugas preskriptif, akan ditentukan nilai objektif yang ingin dicapai, yang direpresentasikan dalam fungsi objektif. Sebagai contoh, berdasarkan contoh di atas, objektif yang ingin dicapai adalah maksimum keuntungan, dengan memperhitungkan jumlah produk yang harus dijual dengan harga dan biaya setiap barang yang telah diketahui.  Jumlah produk yang dijual tentu saja tidak bisa dijual sebanyak-banyaknya karena ada constraint yang harus dipenuhi. Constraint adalah batasan yang harus dipatuhi saat sistem atau model merekomendasikan keputusan optimal. Sebagai contoh terdapat biaya maksimal yang bisa dikeluarkan untuk setiap produk, karena menyangkut jumlah modal yang dimiliki.

Data memiliki peran yang sangat penting dan dapat dimanfaatkan di berbagai bidang, termasuk dalam dunia bisnis. Melalui pendekatan deskriptif, prediktif, dan preskriptif, data dapat membantu pengusaha memahami kondisi bisnis saat ini, memprediksi peluang di masa depan, serta mengambil keputusan optimal untuk mencapai tujuan bisnis.

 

Penulis: Lili Ayu Wulandhari, S.Si., M.Sc., Ph.D

References:

  1. Paczkowski, W. R. (2024). Hands-on Prescriptive Analytics: Optimizing Your Decision Making with Python. ” O’Reilly Media, Inc.”.
  2. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems by Geron.