Data Driven Decision Making: Cara Mengambil Keputusan Tanpa Bias

Dalam bisnis, Anda tidak hanya menggunakan perasaan dan logika dalam mengambil keputusan. Dibutuhkan data driven decision making atau pengambilan keputusan berdasarkan data.

Dalam mengambil keputusan, Anda harus tahu risiko dan data-data terkait audiens atau konsumen. Tujuannya agar tidak ada kesalahan interpretasi pada kebutuhan atau ekspektasi konsumen terhadap produk Anda.

Maka dari itu, pelajari tentang data driven decision making dari berbagai manfaat, proses melakukan, hingga contoh penerapannya.

Apa Itu Data Driven Decision Making?

Data driven decision making adalah proses mengumpulkan data berdasarkan performa perusahaan, biasanya KPI, dan mengolah data tersebut menjadi strategi bisnis. Proses ini adalah elemen krusial dalam strategi bisnis modern. 

Data konsumen, mulai dari demografis (lokasi, umur, jenis kelamin), kebiasaan berbelanja, tren internet, hingga kebutuhan, adalah informasi utama dalam proses pengambilan keputusan ini.

Mengutip Asana, ada berbagai cara yang dapat dilakukan untuk menjalankan data driven decision making, antara lain:

• survei
• kontak langsung melalui DM media sosial atau email perusahaan
• mengumpulkan konsumen loyal dalam acara khusus untuk berinteraksi

Melalui proses tersebut bisnis juga terhindar dari bias atau keputusan yang terburu-buru. Pada akhirnya, data driven decision making membantu bisnis Anda mencapai tujuan atau target dan membuat roadmap atau proses pembelian konsumen melalui data serta bukti konkret.

Manfaat Data Driven Decision Making

Beberapa manfaat data driven decision making untuk bisnis Anda, antara lain:

• Membuat keputusan dengan penuh keyakinan.
• Menghindari bias dalam keputusan.
• Menjawab pertanyaan-pertanyaan terkait konsumen.
• Membantu bisnis membuat target atau tujuan yang dapat diukur.
• Meningkatkan proses dan operasional bisnis.
• Keputusan yang kritis membantu bisnis untuk berkembang.
• Meningkatkan kepuasan pelanggan dengan keputusan yang sesuai kebutuhan.
• Menjangkau konsumen baru untuk memahami harapan atau cara agar mereka menggunakan produk Anda.
• Dapat digunakan untuk keputusan eksternal dan internal (kepentingan pegawai).

Risiko Data Driven Decision Making

Data driven decision making juga punya beberapa risiko yang harus diperhatikan, seperti:

• Kualitas dan akurasi data yang dikumpulkan atau diberikan konsumen.
• Jumlah data yang terlalu sedikit karena konsumen merasa survei Anda tidak penting.
• Data berpotensi bocor atau dicuri apabila tidak dijaga dengan benar.
• Dampak besar dan bias negatif pada internal perusahaan karena proses baru.

Proses Data Driven Decision Making

Melansir Drive Research, berikut ada 5 langkah dan proses melakukan data driven decision making:

1. Menentukan objektif

Pastikan objektif dan target riset atau survei bisnis sudah jelas dan disetujui semua pihak. Dari situ, pastikan mindset seluruh tim yang terlibat sudah sama agar survei dapat berjalan lancar. 

Beberapa faktor penting selain objektif yang juga harus diperhatikan adalah:

• Target audiens atau konsumen.
• Timeline (kapan survei dibuka, ditutup, dan mulai diproses).
• Metode survei
• Kebutuhan laporan dari masing-masing tim.
• Pertanyaan tambahan terkait survei secara menyeluruh.

2. Siapkan pertanyaan survei

Berikutnya adalah menyiapkan pertanyaan-pertanyaan survei yang akan dikirimkan ke audiens dan konsumen (responded). Gunakan platform survei online untuk menjangkau konsumen yang luas dan dari berbagai lokasi.

Beberapa rekomendasi terkait survei Anda:

• Pastikan survei tidak terlalu panjang: biasanya survei online menghabiskan waktu kurang dari 20 menit untuk diisi. Bahkan secara ideal, 15 menit adalah waktu maksimal agar konsumen tidak bosan. 
• Gunakan gaya pertanyaan yang berbeda: keberagaman audiens dan konsumen harus diperhatikan, pastikan Anda menyiapkan pertanyaan yang beragam untuk kelompok responden yang berbeda.

Setelah semuanya siap, kirim survei Anda!

3. Mengumpulkan dan mengolah data survei

Sesuaikan dengan timeline survei dan jumlah responden untuk tahu kapan survei harus ditutup. Jika dirasa masih perlu jawaban lebih, sebaiknya buka survei lebih lama. Namun, pastikan tidak lebih dari 2 minggu dari timeline yang disetujui.

Setelah data terkumpul, proses berikutnya adalah pengolahan data. Artinya adalah memasukkan data dalam aplikasi atau tools data hingga membaginya dalam kelompok tertentu sesuai dengan objektif survei Anda. Proses ini akan membantu proses analisis data.

4. Menganalisis data

Analisis data menggunakan metode yang sudah ditentukan di awal. Lakukan analisis pada seluruh data yang ada atau berdasarkan kelompoknya. Hasil dari analisis adalah laporan survei yang biasanya berisi:

• Analisis metode survei yang digunakan.
• Analisis data dan kaitannya dengan tema utama.
• Tambahkan konteks dalam analisis, jika diperlukan.
• Tunjukkan masukan atau pendapat responden yang paling sesuai pertanyaan dan produk Anda.
• Buat budgeting serta keputusan yang akan dilakukan.

5. Membuat keputusan

Untuk membuat keputusan, Anda dapat menggunakan setiap hasil analisis yang telah disebutkan di atas. Jangan lupa juga untuk menambahkan budgeting jika diperlukan, contohnya untuk biaya pembaruan produk hingga pembuatan produk baru.

Contoh Data Driven Decision Making

1. Dalam bisnis e-commerce

Saat berbelanja dalam aplikasi atau situs e-commerce pernahkah Anda melihat bagian produk rekomendasi? Anda pasti menemukan barang sejenis atau berkaitan dengan produk yang pernah Anda beli sebelumnya. 

Hal tersebut adalah bentuk hasil data driven decision making melalui data-data seperti customer journey, jumlah klik pada produk, hingga kebiasaan Anda.

2. Dalam bisnis transportasi

Transportasi online juga menggunakan data seperti seberapa sering Anda menggunakan jasanya per hari atau per minggu, lalu juga jarak yang Anda tempuh untuk mencapai tujuan. 

Data-data tersebut masuk dalam data driven decision making untuk memberikan rekomendasi program paket kupon diskon Anda.

Ketika mengambil keputusan, pelaku bisnis harus menggunakan data driven decision making untuk menghindari bias hingga keputusan tanpa bukti pendukung yang kuat. Lakukan proses di atas untuk mulai mempraktikkannya.

Akan tetapi, apabila Anda masih ragu dan ingin memahami data driven decision making lebih jauh, maka Anda dapat mengikuti short program dari prasmul-eli yang bertajuk System Thinking and Complex Decision Making.

Dalam short program ini, Anda akan bertemu dengan para profesional dan pakar yang memanfaatkan data dalam mengambil keputusan. Hal tersebut dapat meningkatkan kualitas Anda dalam mengambil keputusan.
Tertarik? Kunjungi halaman ini untuk daftar programnya!