Kiat Analisis Bisnis: Manfaatkan Data Anda untuk Meningkatkan Pengambilan Keputusan

Banyak organisasi yang berpikir bahwa mereka didorong oleh data masih berada di posisi pertama. Bagaimana Anda beralih dari sekadar mengumpulkan banyak data ke menyiapkan fungsi analitik bisnis yang benar-benar memberi tahu Anda cara mengubah model Anda untuk meningkatkan profitabilitas?

Kami mewawancarai Travis Anderson, direktur analitik bisnis Toptal, untuk mendapatkan wawasan dan tip analitik bisnisnya tentang menyiapkan fungsi sentral dalam perusahaan, menghilangkan bias pelaporan, pentingnya menggunakan data, dan potensi jebakan. Sebagai direktur analisis bisnis Toptal, Anderson memimpin tim yang memungkinkan pengambilan keputusan berdasarkan data dengan menghubungkan strategi bisnis dengan aktivitas data (yaitu, analisis data, pelaporan, analisis diagnostik, dan ilmu data).

Analisis bisnis mendukung semua area fungsional bisnis, termasuk penjualan, pemasaran, keuangan, produk, operasi, dan SDM. Anderson membawa lebih dari satu dekade pengalaman membangun dan memimpin tim analitik dan teknik untuk mendorong pertumbuhan bisnis yang signifikan, termasuk di Vivint Smart Home, Symantec, Universitas Brigham Young, dan di perusahaan rintisannya, Mapline. Dia memegang gelar BS dan MS di bidang teknik mesin dan MBA, semuanya dari Universitas Brigham Young.

Apa Kegunaan Analisis Bisnis?

Analisis bisnis memungkinkan manajer untuk membuat keputusan yang lebih baik dan lebih tepat serta dapat meningkatkan efisiensi operasional dengan membantu manajer memanfaatkan sumber daya secara lebih efisien dan pada akhirnya mengoptimalkan laba, menurut laporan Global State of Enterprise Analytics 2020 MicroStrategy.

Dalam kasus Toptal, Anderson mengidentifikasi empat prinsip utama untuk mendorong bisnis kami dan nilai seumur hidup pelanggan:

1. Mengakuisisi pelanggan: menggunakan data untuk meningkatkan proses akuisisi pelanggan
2. Memperluas jejak: memahami cara mendorong ekspansi baik secara geografis maupun dalam basis klien yang ada
3. Mempertahankan pelanggan: menemukan titik gesekan dalam perjalanan pelanggan
4. Mengoptimalkan biaya untuk akuisisi, retensi, dan operasi bisnis

Keempat prinsip ini juga merupakan cara bagi bisnis untuk mengukur ROI dalam data dan analitik bisnis.

Apa Tantangan Utama di Toptal?

Analisis Terpisah

Menurut Anderson, tantangan pertama yang dia hadapi saat bergabung dengan Toptal adalah transformasi pendekatan internal ke analitik. Pada saat itu, sebagian besar tim fungsional internal sedang melakukan analisis mereka. Sebagian besar tim memiliki analis data, dan mereka masing-masing melakukan pekerjaan data mereka, yang sebagian besar terkonsentrasi di sekitar pelaporan, analisis, dan analisis tren. Meskipun ada budaya data dan manajer lini menggunakan data dalam pengambilan keputusan mereka, penyiapannya tidak efisien.

Setiap tim memiliki pendekatan yang berbeda, yang pada gilirannya berarti bahwa pesannya kacau. Karena setiap grup memiliki fungsi data internal, tidak ada konsistensi dalam definisi dan KPI. Diskusi manajemen sering kali berfokus pada rekonsiliasi, yang dapat menjadi gangguan. Karena definisi berbeda, pembelajaran dari data terkadang hilang.

Bias Pelaporan

Masalah kedua yang muncul dari pengumpulan dan pelaporan data yang terdesentralisasi adalah bahwa setiap tim memiliki bias dalam menyajikan datanya. Setiap fungsi memilih data untuk menggambarkan dirinya sendiri dalam cahaya terbaik. Praktek ini menciptakan kurangnya fokus dan potensi kurangnya kontrol.

Anderson memulai perombakan total terhadap pendekatan perusahaan dan kerangka kerja analisis bisnis. Prioritasnya adalah menciptakan fungsi sentral: pusat keunggulan analitik yang ada di luar lini bisnis dan berfungsi sebagai titik kontrol. Fungsi sentral memastikan bahwa data dikumpulkan dan dianalisis secara homogen dan bahwa bias pelaporan dihilangkan.

Setelah pusat didirikan, menjadi perlu untuk memastikan bahwa itu adalah staf yang tepat. Urutan prioritas pertama adalah mengidentifikasi kesenjangan keterampilan. Untuk membangun tim yang efektif dan berdampak, Anda membutuhkan orang-orang yang memiliki keterampilan teknis yang kuat, keterampilan pemecahan masalah yang kuat, tetapi juga ketajaman bisnis.

Bagaimana Pusat Analisis Bisnis Menambah Nilai?

Menurut Anderson, nilai tambah utama dari pembuatan data sentral dan fungsi analisis bisnis adalah meningkatkan kinerja dan mengurangi biaya . Sampai bisnis mengukur kinerja secara konsisten dari waktu ke waktu, manajemen akan kesulitan untuk meningkatkan kinerja secara signifikan.

Langkah pertama adalah membangun konsistensi metrik dan mengukur tujuan berdasarkan metrik yang disepakati ini. Ini memiliki efek perilaku penting dalam memotivasi staf—seperti yang ditunjukkan Anderson, bagaimana Anda membuat orang termotivasi jika tidak ada tujuan? Selain itu, metrik kuantitatif apa pun lebih baik daripada tidak sama sekali. Menurut Anderson, “Jika Anda hanya mulai mengukur satu hal, Anda dapat melihat manfaat nyata—baik karena Anda dapat memengaruhinya atau Anda dapat melihat bahwa itu tidak relevan.”

Tim Anderson mendukung semua fungsi bisnis dan mengadakan check-in mingguan dan dua mingguan dengan masing-masing. Bagian pertama dari pekerjaan ini adalah memastikan pengumpulan data yang benar. Koleksi ini menyajikan tujuan perilaku untuk memotivasi orang untuk melakukan pekerjaan mereka dan memberikan "skor" untuk kinerja mereka.

Memilih KPI yang Tepat

Setelah data yang konsisten dan berkualitas tinggi telah dikumpulkan, tantangan terbesar muncul: untuk menilai KPI yang tepat untuk setiap unit bisnis. Penilaian dimulai dari atas ke bawah. Tim analitik bisnis memetakan strategi perusahaan dalam data sehingga KPI analitik bisnis yang dipilih berguna dalam hal memberikan wawasan dan signifikan baik pada level top-down maupun bisnis.

Beberapa pertanyaan yang mengarah pada penetapan KPI yang tepat adalah:

• Apa metrik utama?
• Apakah mereka finansial?
• Apakah mereka didasarkan pada operasi?
• Apa kerangka kerja yang diukur oleh tim?
• Apakah setiap orang perlu bertanggung jawab untuk mencapai tujuan tertentu?
• Bagaimana mereka akan dinilai?

Sangat penting bahwa tim analisis bisnis benar-benar memahami bisnis dan strateginya. Di Toptal, ada dukungan kuat di dalam perusahaan untuk misi organisasi.

Data diproses dan dipelajari menggunakan pemodelan dan peramalan statistik yang baik. Namun, penting untuk dicatat bahwa keluaran analisis bukanlah keputusan, melainkan masukan kuantitatif yang membantu dalam membuat pilihan yang lebih baik. Pada akhirnya, semua keputusan bisnis adalah tanggung jawab pemimpin bisnis. Ada kemitraan antara pemangku kepentingan dan tim data dan analisis bisnis melalui proses berulang. Setelah keputusan dibuat, data perlu mendukungnya. Tidak hanya itu, ada penilaian ulang KPI secara berkala untuk memastikan bahwa mereka selalu selaras dengan prioritas strategis perusahaan.

Prosesnya tidak selalu tanpa rasa sakit. Terkadang, ada gesekan antara pemangku kepentingan, karena ada banyak umpan balik dalam data. Tidak semua manajer sama-sama menerima umpan balik seperti itu. Anderson melihat tanggung jawabnya sebagai memberikan rekomendasi yang dapat dicerna dan mendidik para eksekutif tentang cara menafsirkan wawasan yang diambil dari data.

Salah Membaca Data

Anderson menyinggung potensi hasil yang merugikan yang dapat dihadapi perusahaan ketika ada disiplin internal yang buruk dalam pengumpulan dan analisis data. Dalam pertunangan sebelumnya, dia bertemu dengan bisnis yang memiliki unit bisnis besar yang bertanggung jawab atas sebagian besar pendapatan perusahaan. Unit bisnis ini memiliki beberapa perwakilan penjualan yang secara kolektif bertanggung jawab atas pendapatan lebih dari $200 juta. Namun, tim ini mengukur pendapatannya secara berbeda dari perusahaan lainnya dan melaporkannya dalam sistem terpisah.

Selama perubahan manajemen, seorang eksekutif baru gagal menyadari bahwa data tidak konsisten dan memecat semua anggota tim—mereka mendapatkan pemahaman yang salah dari data dan percaya bahwa tim tidak berkinerja. Keputusan itu diambil berdasarkan angka yang salah dan tidak konsisten dalam sistem ERP. Itu akhirnya menjadi kesalahan $ 50 juta. Anekdot ini dengan gamblang menggambarkan mengapa disiplin manajemen data master sangat penting, terutama bagi perusahaan yang menjalani integrasi M&A .

Kesalahan Umum dalam Memulai dan Cara Menghindarinya

Anderson telah menghadapi dua masalah khas di perusahaan yang mulai mengeksplorasi analitik data. Masalah-masalah ini jatuh pada dua ujung spektrum. Pertama, perusahaan terkadang memulai inisiatif besar untuk mengumpulkan data sempurna yang pada akhirnya tidak digunakan. Masalah kedua adalah ketika perusahaan bahkan tidak memulai analisis apa pun karena kualitas data mereka yang buruk. Saran penting yang diberikan Anderson di sini adalah bahwa bahkan ketika data tidak dapat diandalkan, mengukur beberapa KPI penting menawarkan wawasan yang berguna. Melakukan hal itu akan memungkinkan perusahaan untuk belajar bagaimana membuat input lebih dapat diandalkan.

Apakah Lebih Banyak Data Selalu Lebih Baik?

Meskipun mengukur KPI yang tepat sangat penting, perlu dicatat bahwa terlalu banyak data (atau data yang tidak relevan) belum tentu lebih baik. Pengukuran yang tidak fokus membingungkan pengambilan keputusan dan dapat menjadi gangguan. Akan lebih efektif untuk memulai dengan mengukur beberapa titik data penting secara konsisten dan benar.

Efektivitas tim Anderson diukur dengan mengacu pada empat prinsip di atas: akuisisi pelanggan, perluasan jejak, retensi pelanggan, dan optimalisasi biaya. Untuk masing-masing, dampaknya diukur dan diukur, memberikan ROI untuk kerja tim. Jika tim telah melakukan banyak analisis tetapi tidak mengilhami perubahan, pekerjaannya tidak efektif. Pada akhirnya, kesuksesan tim berarti memiliki pengaruh yang terukur.

Prinsip Panduan Anderson untuk Analisis Bisnis

Banyak wawasan Anderson dapat disaring dalam beberapa tip analitik bisnis untuk keberhasilan penerapan analitik data.

Pertama, misi tim semacam itu adalah mengubah pikiran para eksekutif melalui ukuran kuantitatif dan memengaruhi mereka setiap hari. Ini akan menjadi kecil, perubahan inkremental dibuat berdampak melalui iterasi terus menerus dan perbaikan.

Kedua, tim analisis bisnis tidak memberikan keputusan tetapi informasi yang dapat memandu para eksekutif. Pemimpin bisnis masih selalu bertanggung jawab atas strategi perusahaan.

Ketiga, dampak dari fungsi business analytics harus terukur dan memiliki ROI.

Terakhir, memulai dengan serangkaian KPI analisis bisnis yang terbatas lebih baik daripada tidak mengukur data sama sekali . Tidak hanya, tetapi proses tersebut menciptakan budaya keunggulan data dalam suatu organisasi. Perusahaan yang melakukan ini dengan benar akan selalu mengungguli, meskipun pada awalnya, secara teknis rumit, mahal, dan memerlukan perubahan budaya. Perusahaan yang bertahan dan berhasil menavigasi proses cenderung mempertahankan bakat, berkinerja lebih baik, dan mempromosikan budaya akuntabilitas perusahaan.