Angka memanglah tidak pernah sempurna, tetapi angka dapat menentukan besarnya bisnis secara kuantitatif. Data dapat sangat membantu sebagai wasit dalam negosiasi dan pengambilan keputusan para pemegang kepentingan dengan menjadikan trade-off kuantitatif.
“Misalnya, merubah kalimat ‘semakin tinggi pengeluaran untuk mendapatkan kesempatan yang lebih baik’ menjadi ‘pengeluaran 20 persen lebih tinggi, tetapi hanya 5 persen pengalaman yang lebih baik dan retensi 5 persen, diterjemahkan menjadi 10 persen CLV’,” kata Aussie Hayono, BA, MA, Direktur Marketplace Grab Indonesia pada sesinya menjadi dosen tamu di MBA SBM ITB Jakarta, Selasa (6/7/2021).
Aussie yakin, dengan data, dapat membantu pengambil keputusan, baik pemangku kebijakan internal (fungsi bisnis) maupun eksternal (public relation, pelanggan, dan pemasok). Oleh karena itu, tim/konsultan analitik seringkali berperan sebagai wasit/negosiator pihak ketiga untuk mencapai solution yang menguntungkan di seluruh perusahaan.
Dalam presentasinya, Aussie memberikan beberapa referensi bacaan untuk mendirikan dan meningkatkan perusahaan, salah satunya adalah Masters of Scale oleh Reid Hoffman. “Jika Anda ingin perusahaan Anda benar-benar berkembang, pertama-tama Anda harus melakukan hal-hal yang tidak berkembang,” ujar Aussie mengutip.
Layani pelanggan Anda satu per satu, lalu cari tahu bagaimana dan apa yang harus ditingkatkan. “Dan, jika Anda tidak malu dengan peluncuran produk pertama Anda, Anda telah meluncurkannya terlambat,” tambahnya. Menurut Reid dalam bukunya, ketidaksempurnaan adalah kesempurnaan, karena asumsi mengenai keinginan pelanggan tidaklah pernah benar. Justru, dari ketidaksempurnaan ini para pebisnis belajar untuk menjadi sempurna, dan tentunya ketidaksempurnaan itu tidak akan merusak perusahaan.
Aussie juga memberikan beberapa contoh metode analisis data dan karakteristiknya masing-masing. Diantaranya adalah Explanatory Analytics, sebuah metode yang menjadikan konteks dan ketajaman bisnis hal terpenting. Metode ini dapat meningkatkan visualisasi data SQL dan python, juga memiliki sifat eksploratif dan menyambungkan titik-titik yang belum terkoneksi dengan baik. Selain itu, Aussie juga menjelaskan mengenai Statistical Modeling untuk konteks bisnis moderat, juga ML Engineer/Algorithmic Products yang memfokuskan pada perilisan produk algoritmik.
