10 Juni 2013 Ide dan Riset(Penelitian)

Bagaimana Angka – Angka Berbicara pada Orang

Di buku barunya “Keeping Up with the Quants”, Thomas H. Davenport dan Jinho Kim menawarkan alat – alat untuk mempertajam analisis kuantitatif dan membuat keputusan yang lebih baik. Bacalah kutipan kami ini.

Masalah yang dihadapi saat berurusan dengan data yang besar adalah, ya, ada sangat banyak data. Menganalisa data – data tersebut seperti mencoba menghirup air dari selang pemadam kebakaran.

Tepat pada waktunya, sebuah buku baru tentang seni dan ilmu analisis kuantitatif keluar minggu ini. Di dalam buku Keeping Up with the Quants: Your Guide to Understanding and Using Analytics, Thomas H. Davenport dan Jinho Kim mengenalkan cara – cara terbaik untuk memproses data.

Di dalam kutipan ini, Davenport dan Kim mendiskusikan beberapa cara untuk menceritakan sebuah cerita melalui data, “cara terbaik untuk memberitahu hasil pada orang yang non-analitis.” Penulis menyarankan enam format: The CSI Story (Cerita CSI), the Eureka Story (Cerita Eureka), the Mad Scientist Story (Cerita Ilmuan Gila), the Survey Story (Cerita Survei), the Prediction Story (Cerita Prediksi), dan the “Here’s What Happened” Story (Cerita “Inilah yang Terjadi”). Kutipan ini berfokus pada dua format pertama.

- Sean SilverthornePengutip Buku

THE CSI STORY (Cerita CSI)Beberapa analisis kuantitatif terlihat seperti program pengarahan polisi yang ada di TV; mereka mencoba menyelesaikan masalah bisnis dengan analisis kuantitatif. Beberapa masalah operasional muncul, dan data digunakan untuk memastikan penyebab masalahnya dan mencari penyelesaiannya. Situasi seperti ini seringkali tidak memerlukan analisis statistic yang dalam, cuma perlu data dan pendekatan laporan yang baik. Hal seperti ini sering dihadapi oleh bisnis online, dimana jumlah klik pelanggan menyediakan data yang terlalu banyak untuk dianalisis.

Seorang ahli praktisi pendekatan dengan cerita CSI adalah Joe Megibow, wakil direktur dan general manager dari perusahaan bisnis travel online Expedia’s US. Joe sebelumnya adalah ahli analisis web, dan masih sampai sekarang, tetapi cara penyelesaian masalahnya yang berdasarkan pada data telah menuntunnya pada beberapa promosi yang luar biasa.

Banyak investigasi Expedia yang melibatkan memahami alasan dibalik penjualan online yang rugi. Sebuah cerita CSI melibatkan kerugian pendapatan pada transaksi pembayaran hotel. Analisis data menunjukkan bahwa setelah seorang pelanggan memilih hotel, mengisi data perjalanan dan informasi penagihan, lalu mengklik tombol “Buy Now(Beli sekarang)”, persentase dari transaksi penjualan tidak berhasil dilakukan.

Tim Megibow menginvestigasi penyebab kegagalannya, lagi – lagi menggunakan data metric WEB dan file log server dalam prosesnya. Rupanya, kolom “Company” dibawah nama pelanggan yang menyebabkan masalah. Beberapa pelanggan mengiranya sebagai nama bank yang menerbitkan kartu kredit, dan mereka juga mengisi alamat bank di alamat penagihan. Hal ini menyebabkan kegagalan saat pemrosesan kartu kredit. Hanya dengan menghilangkan kolom “Company”, membuat keuntungan Expedia naik $12 juta. Megibow mengatakan bahwa Expedia sudah mengalami banyak cerita yang mirip dengan CSI seperti ini, dan mereka selalu menghasilkan keuntungan finansial atau operasional.

Kadang cerita CSI melibatkan analisis kuantitatif dan statistik yang lebih dalam. Seorang anggota tim Megibow saat itu sedang menginvestigasi hal apa yang menyebabkan pelanggan melakukan transaksi pembelian online. Analis tersebut menggunakan model regresi Cox-sebuah pendekatan yang sebenarnya digunakan untuk menentukan pasien mana yang akan meninggal dan yang mana yang akan hidup setelah beberapa periode “analisa bertahan hidup.” Analisisnya menemukan bahwa model sederhana yang sebelumnya dipakai kurang tepat dalam menentukan pendekatan marketing yang membuat terjadinya penjualan. Megibow berkomentar, “Kami tidak tau kalau kami membiarkan uang begitu saja di atas meja.”

The Eureka Story (Cerita Eureka)Cerita Eureka mirip dengan cerita CSI, tetapi Cerita Eureka lebih melibatkan pada pendekatan karena adanya masalah tertentu (bukannya tersandung masalah) untuk memeriksa perubahan besar dalam strategi organisasi atau model bisnis. Cerita Eureka cenderung lebih panjang dengan analisis yang lebih besar seiring waktu. Kadang – kadang cerita Eureka juga melibatkan tipe cerita analisis lain, karena hasilnya sangat penting untuk organisasi yang menginginkannya.

Di Expedia lagi, sebagai contoh, sebuah cerita Eureka yang melibatkan penghapusan biaya penggantian/pembatalan dari pemesanan online hotel, kapal pesiar, dan mobil. Sampai 2009, Expedia dan pesaingnya dikenakan biaya sampai $30 untuk penggantian atau pembatalan-diatas dan diluar denda yang dibebankan oleh hotel. Rate Expedia dan online booking lainnya biasanya lebih rendah daripada langsung membooking di hotelnya, dan pelanggan bersedia membayar biaya penggantian/pembatalan.

Tetapi, pada 2009 rupanya biaya tersebut menjadi sebuah kewajiban. Rate Expedia mendekati rate hotel, sehingga nilai lebih Expedia cuma jadi kemudahan-dan biaya penggantian/pembatalan tidak memudahkan. Para analis memperhatikan tingkat kepuasan pelanggan, dan kepuasannya sangat rendah khusus untuk pelanggan yang harus membayar biaya tersebut. Call Center Expedia diperbolehkan untuk membebaskan biaya penggantian/pembatalan hanya untuk satu alasan: kematian di keluarga pelanggan. Dapat dilihat jumlah pembebasan bertambah menjadi dua digit dalam tiga tahun. Entah karena ada wabah mematikan, atau pelanggan tau mereka bisa mendapat uangnya kembali dengan cara ini.

Eksekutif Expedia menyadari pasar telah berubah, tapi biaya penggantian/pembatalan membuat pendapatan yang besar. Mereka berpikir jika biaya tersebut dihilangkan, apakah tingkat konversi(penjualan yang selesai) meningkat? Di bulan April tahun 2009, mereka mengumumkan pembebasan sementara dari biaya selama sebulan (sedikit cerita percobaan ilmuan gila, dijelaskan

dibawah). Tingkat konversi langsung meningkat tajam. Para eksekutif merasa mereka punya bukti yang cukup untuk menghentikan pemberian biaya, dan pesaing lain segera mengikuti.

Di sebuah kota di Seattle, terdapat Zillow, sebuah perusahaan yang mendistribusikan informasi tentang perumahan real estate. Zillow mungkin paling dikenal dengan “Zestimates”nya, kepemilikan algoritma yang menghasilkan perkiraan nilai rumah. Tapi, seperti Expedia, keseluruhan budaya Zillow didasarkan pada data dan analisis-tidak mengejutkan, karena perusahaan tersebut didirikan oleh Rich Barton, yang juga mendirikan Expedia.

Satu dari cerita Eureka Zillow melibatkan keputusan besar untuk mengubah bagaimana mereka menghasilkan uang dari hubungan dengan agen real estate. Zillow mulai bekerja dengan agen pada tahun 2008, setelah sebelumnya berfokus pada pelanggan. Satu aspek dari model bisnisnya yang berhubungan dengan agen adalah menjual iklan melalui agen dan memberikan patokan pada mereka. Zillow membebankan biaya untuk patokan, tapi nilai per patokan tidak cukup di pandangan eksekutif. Chole Harford, seorang eksekutif Zillow yang mengepalai manajemen dan strategi produk, berfokus pada mencari model yang tepat untuk menambah nilai patokan dan menoptimalkan harga patokan.

Harford, yang memiliki PhD dalam bidan volkanologi, atau mempelajari gunung berapi, sanggup menangani analisis matematis yang cukup canggih. Tetapi, dia dan temannya awalnya mengandalkan pada apa yang dia sebuh “matematika serbet” untuk mengeksplorasi cara – cara lin untuk menghasilkan lebih banyak patokan dan memberikan harga yang cukup adil untuk para agen. Pada bulan April 2010, Zillow membuat sebuah fitus baru-yang langsung ditiru oleh pesaing-melibatkan penjualan iklan ke para agen. Itu membuat kontak pelanggan yang lebih banyak daripada sebelumnya, dan membuat pelanggan langsung menghubungi agen. Zillow juga memperkenalkan algoritma yang canggih untuk memberi harga patokan kea gen yang mencoba menghitung nilai ekonomik dari patokan, dengan perkiraan dari tingkat konversi. Pesaing juga melakukan ini sampai cukup jauh, tapi mungkin tidak sampai secanggih yang Zillow lakukan. Model patokan dan pemberian harga dan kesuksesan bisnisnya.

Diprint kembali dengan ijin dari Harvard Business Review Press, Dikutip dari Keeping Up With the Quants: Your Guide to Understanding and Using Analytics, oleh Thomas H. Davenport dan Jinho Kim. Copyright 2013 oleh Harvard Business School Publishing Corporation.