Data Semakin Banyak, tetapi Mengapa Keputusan Belum Tentu Lebih Baik?

Setiap hari, organisasi menghasilkan dan menerima ribuan informasi. Laporan penjualan, data pelanggan, aktivitas kompetitor, pemberitaan media, percakapan di media sosial, hingga perubahan kebijakan pemerintah. Semuanya tersimpan dalam berbagai sistem dan platform yang seharusnya membantu perusahaan memahami situasi bisnis.

Namun, ada satu persoalan yang sering luput dari perhatian: memiliki banyak data tidak otomatis membuat organisasi lebih memahami apa yang sedang terjadi.

Tim pemasaran mungkin memiliki laporan performa kampanye yang lengkap, tetapi masih kesulitan menjelaskan mengapa persepsi konsumen berubah. Tim komunikasi dapat memantau ribuan pemberitaan, tetapi belum tentu mengetahui isu mana yang berpotensi berkembang menjadi krisis reputasi. Sementara itu, manajemen menerima berbagai laporan dari setiap departemen, tetapi tetap harus mengambil keputusan berdasarkan interpretasi yang berbeda-beda.

Fenomena ini dikenal sebagai intelligence gap, yaitu kesenjangan antara ketersediaan informasi dan kemampuan organisasi mengubahnya menjadi pemahaman yang relevan untuk pengambilan keputusan.

Persoalan tersebut bukan semata-mata karena organisasi kekurangan teknologi. Justru, banyak organisasi telah berinvestasi dalam perangkat analitik, sistem pelaporan, dan infrastruktur penyimpanan data. Tantangannya terletak pada bagaimana semua informasi tersebut dihubungkan dengan konteks bisnis dan diterjemahkan menjadi tindakan.

John Ladley dan Thomas C. Redman, dalam artikel Harvard Business Review berjudul Use Data to Accelerate Your Business Strategy, mengangkat persoalan yang sudah lama dihadapi perusahaan: organisasi semakin kaya data, tetapi belum tentu kaya informasi yang dapat digunakan untuk mendukung strategi.

Artinya, tantangan organisasi saat ini bukan hanya mengumpulkan lebih banyak data, melainkan membangun kemampuan untuk memahami apa arti data tersebut.

Memahami Intelligence Gap: Dari Data Menuju Keputusan Strategis

Untuk memahami intelligence gap, kita perlu membedakan tiga hal yang sering dianggap sama: data, informasi, dan insight.

Ketiganya memiliki peran berbeda dalam proses pengambilan keputusan.

• Data: Fakta atau catatan mentah yang belum tentu memiliki konteks. Contohnya, terdapat 5.000 komentar mengenai sebuah produk dalam satu bulan.

• Informasi: Data yang telah diolah sehingga memiliki konteks tertentu. Misalnya, 60% komentar membahas kualitas layanan pelanggan.

• Insight: Pemahaman mengenai pola, penyebab, peluang, atau risiko yang dapat digunakan untuk menentukan tindakan. Contohnya, keluhan meningkat setelah perusahaan mengubah kebijakan pengembalian barang, sehingga perlu dilakukan evaluasi terhadap kebijakan tersebut.

Dengan kata lain, data menjelaskan apa yang tercatat, informasi membantu menjelaskan apa yang terjadi, sedangkan insight membantu organisasi memahami mengapa hal tersebut terjadi dan apa yang sebaiknya dilakukan.

Proses ini tidak selalu berjalan otomatis.

Sebuah dasbor mungkin menunjukkan peningkatan pemberitaan negatif. Namun, angka tersebut belum menjawab apakah peningkatan terjadi karena satu isu besar, aktivitas pemberitaan yang berulang, atau munculnya keluhan baru dari pelanggan.

Organisasi membutuhkan kemampuan analisis yang dapat menghubungkan angka dengan konteks, mengidentifikasi pola, dan memahami konsekuensi bisnisnya.

Inilah titik ketika aktivitas pengelolaan data mulai berkembang menjadi business intelligence dan strategic intelligence.

Mengapa Intelligence Gap Terjadi di Banyak Organisasi?

Kesenjangan antara data dan insight biasanya tidak muncul karena satu faktor. Ada beberapa persoalan yang saling berkaitan, mulai dari teknologi, tata kelola, hingga budaya organisasi.

1. Data Tersebar di Berbagai Departemen

Salah satu hambatan terbesar adalah keberadaan data silos, yaitu kondisi ketika informasi tersimpan dan dikelola secara terpisah oleh masing-masing departemen.

Departemen pemasaran memiliki data kampanye. Tim penjualan menyimpan data transaksi. Divisi layanan pelanggan mengelola keluhan. Sementara itu, tim komunikasi memantau pemberitaan dan percakapan publik.

Masing-masing memiliki informasi yang berguna, tetapi belum tentu saling terhubung.

Akibatnya, organisasi hanya mendapatkan potongan-potongan gambaran mengenai situasi yang sebenarnya saling berkaitan.

Contohnya, penjualan sebuah produk mengalami penurunan. Tim penjualan mungkin menganggap penyebabnya adalah harga yang kurang kompetitif. Namun, ketika data transaksi dihubungkan dengan keluhan pelanggan dan pemberitaan media, ditemukan bahwa penurunan tersebut bertepatan dengan munculnya isu kualitas produk.

Tanpa integrasi informasi, organisasi berisiko menyelesaikan gejala, bukan penyebab utama.

McKinsey Global Institute dalam laporan The Age of Analytics: Competing in a Data-Driven World menjelaskan bahwa mengakses informasi yang relevan dari berbagai sumber dan menghubungkan data yang sebelumnya terpisah merupakan langkah penting untuk menciptakan nilai dari analitik.

2. Organisasi Terlalu Fokus pada Pengumpulan Data

Memiliki lebih banyak data sering dianggap sebagai tanda kemajuan digital. Perusahaan berinvestasi dalam berbagai perangkat, berlangganan platform analitik, dan mengumpulkan sebanyak mungkin informasi.

Namun, pertanyaan mendasar sering kali terlupakan: keputusan apa yang ingin diperbaiki melalui data tersebut?

Dalam artikel MIT Sloan Management Review berjudul Decisions, Not Data, Should Drive Analytics Programs, para akademisi menjelaskan pentingnya memulai inisiatif analitik dari persoalan dan keputusan bisnis, bukan sekadar dari data yang tersedia.

Pendekatan ini mengubah cara organisasi bekerja.

Alih-alih bertanya, "Data apa yang bisa kita kumpulkan?", organisasi sebaiknya memulai dengan pertanyaan seperti:

• Mengapa pelanggan mulai meninggalkan produk kita?

• Isu apa yang paling berpotensi mengganggu reputasi perusahaan?

• Bagaimana respons publik terhadap kebijakan baru?

• Faktor apa yang memengaruhi perubahan persepsi terhadap merek?

• Peluang pasar apa yang belum dimanfaatkan kompetitor?

Pertanyaan yang tepat membantu menentukan data apa yang benar-benar dibutuhkan.

Tanpa arah yang jelas, aktivitas pengumpulan data hanya menghasilkan lebih banyak laporan yang belum tentu digunakan.

3. Kualitas Data Belum Memadai

Tidak semua data dapat langsung dipercaya.

Informasi yang tidak lengkap, duplikat, tidak konsisten, atau sudah kedaluwarsa dapat menghasilkan kesimpulan yang keliru. Bahkan, analisis yang menggunakan metode canggih sekalipun tetap berisiko menghasilkan rekomendasi yang salah apabila sumber datanya bermasalah.

Persoalan ini juga berkaitan dengan data governance, yaitu kebijakan dan mekanisme untuk memastikan data dikelola secara konsisten, aman, dan dapat dipertanggungjawabkan.

Penelitian yang diterbitkan dalam Industrial Management & Data Systems pada 2024 oleh Ikhsan A. Fattah mengkaji hubungan antara tata kelola data, kompetensi literasi data, dan budaya berbasis data pada 125 manajer di organisasi pelayanan publik Indonesia.

Hasil penelitian menunjukkan bahwa data literacy berperan penting dalam hubungan antara tata kelola data dan pembentukan budaya berbasis data.

Temuan tersebut memperlihatkan bahwa persoalan data tidak cukup diselesaikan dengan menyediakan teknologi. Organisasi juga perlu memastikan bahwa orang-orang di dalamnya mampu memahami dan menggunakan data secara tepat.

4. Laporan Berhenti pada Angka, Bukan Rekomendasi

Pernah menerima laporan dengan puluhan grafik, tabel, dan indikator, tetapi tidak menemukan jawaban mengenai tindakan yang harus dilakukan?

Ini merupakan salah satu bentuk kesenjangan antara analisis dan pengambilan keputusan.

Laporan yang baik memang perlu menyajikan fakta secara akurat. Namun, nilai strategisnya akan terbatas apabila tidak menjelaskan implikasi dari temuan tersebut.

Scott Berinato dalam Harvard Business Review melalui artikel Data Science and the Art of Persuasion membahas tantangan organisasi dalam mengomunikasikan insight dari informasi yang telah dikumpulkan.

Temuan analitik perlu disampaikan dengan cara yang dapat dipahami oleh pengambil keputusan. Bukan hanya menunjukkan angka, tetapi juga menjelaskan mengapa temuan tersebut penting.

Misalnya, laporan menunjukkan bahwa pemberitaan negatif meningkat 35% dalam satu minggu.

Laporan yang hanya berhenti pada angka tersebut belum memberikan gambaran utuh. Manajemen perlu mengetahui sumber pemberitaan, isu yang paling banyak dibicarakan, pihak yang terlibat, perubahan sentimen, serta kemungkinan dampaknya terhadap reputasi organisasi.

Informasi itulah yang membuat sebuah laporan menjadi lebih bernilai.

5. Budaya Organisasi Belum Mendukung Keputusan Berbasis Data

Teknologi dapat membantu mempercepat analisis, tetapi keputusan tetap melibatkan manusia.

Dalam beberapa organisasi, keputusan masih sangat dipengaruhi oleh hierarki, kebiasaan, pengalaman pribadi, atau asumsi pimpinan. Data mungkin tersedia, tetapi tidak selalu menjadi pertimbangan utama.

Kondisi ini dapat menciptakan jarak antara tim yang menghasilkan analisis dan pihak yang menentukan kebijakan.

Penelitian Erik Brynjolfsson dan Kristina McElheran yang dipublikasikan dalam American Economic Review pada 2016, berjudul The Rapid Adoption of Data-Driven Decision-Making, menemukan bahwa tingkat adopsi pengambilan keputusan berbasis data pada fasilitas manufaktur di Amerika Serikat meningkat dari 11% menjadi 30% antara 2005 dan 2010.

Penelitian tersebut juga menunjukkan bahwa penerapan pendekatan berbasis data berkaitan dengan faktor pendukung seperti teknologi informasi, tenaga kerja terdidik, dan kemampuan organisasi untuk belajar.

Pelajarannya jelas: membangun organisasi berbasis data membutuhkan perubahan cara kerja, bukan sekadar pembelian perangkat lunak.

Dampak Intelligence Gap terhadap Kinerja Organisasi

Ketika organisasi tidak mampu mengubah data menjadi insight, konsekuensinya dapat meluas ke berbagai aspek bisnis.

Pertama, keputusan menjadi lebih lambat. Tim membutuhkan waktu lebih panjang untuk mengumpulkan dan menyatukan informasi dari berbagai sumber sebelum dapat memahami persoalan.

Kedua, peluang bisnis berpotensi terlewatkan. Perubahan kebutuhan konsumen, aktivitas kompetitor, dan tren industri mungkin sudah terlihat dalam data, tetapi tidak teridentifikasi sebagai peluang.

Ketiga, risiko terlambat terdeteksi. Isu yang berkembang di media atau percakapan publik dapat meningkat sebelum organisasi memahami skala dan potensi dampaknya.

Keempat, koordinasi antarbagian menjadi kurang efektif. Setiap departemen dapat memiliki interpretasi berbeda karena menggunakan sumber informasi dan indikator yang tidak sama.

Kelima, investasi teknologi sulit diukur manfaatnya. Organisasi memiliki banyak sistem, tetapi kesulitan menjelaskan kontribusinya terhadap hasil bisnis.

Gartner, dalam survei terhadap 504 pemimpin data dan analitik pada September–November 2024, melaporkan bahwa 30% chief data and analytics officers menyebut ketidakmampuan mengukur dampak data, analitik, dan AI terhadap hasil bisnis sebagai tantangan utama.

Temuan yang dipublikasikan pada Februari 2025 ini memperlihatkan bahwa mengukur nilai nyata dari investasi teknologi masih menjadi persoalan penting bagi organisasi.

Bagaimana Organisasi Menjembatani Intelligence Gap?

Menutup intelligence gap membutuhkan pendekatan yang menghubungkan kebutuhan bisnis, sumber informasi, kemampuan analisis, dan proses pengambilan keputusan.

Berikut lima langkah yang dapat mulai diterapkan.

1. Mulai dari Pertanyaan Strategis

Tentukan persoalan yang ingin diselesaikan sebelum memilih sumber data atau teknologi.

Setiap inisiatif analitik sebaiknya memiliki tujuan yang jelas, misalnya meningkatkan kepuasan pelanggan, mengidentifikasi risiko reputasi, memahami posisi kompetitor, atau mengevaluasi efektivitas komunikasi.

Dengan demikian, proses analisis memiliki arah yang terukur.

2. Hubungkan Informasi Internal dan Eksternal

Data internal memberikan gambaran mengenai kondisi organisasi, sedangkan data eksternal membantu memahami faktor di luar kendali perusahaan.

Keduanya perlu dibaca secara berdampingan.

Sebagai contoh, data penjualan dapat dikaitkan dengan tren pemberitaan, perubahan sentimen konsumen, aktivitas kompetitor, dan isu industri.

Pendekatan ini membantu organisasi memperoleh pemahaman yang lebih menyeluruh daripada hanya mengandalkan satu sumber informasi.

3. Bangun Budaya Literasi Data

Kemampuan memahami data tidak seharusnya hanya dimiliki oleh tim analis.

Pimpinan, manajer, hingga staf operasional perlu memahami cara membaca indikator, mengevaluasi sumber informasi, mengenali keterbatasan analisis, dan menghubungkan temuan dengan pekerjaan masing-masing.

Organisasi juga perlu membangun kebiasaan untuk menguji asumsi menggunakan bukti yang relevan.

4. Gunakan Teknologi untuk Menghubungkan dan Mempercepat Analisis

Teknologi analitik, kecerdasan artifisial (AI), dan platform business intelligence dapat membantu mengolah informasi dalam jumlah besar.

Namun, pemilihan teknologi perlu disesuaikan dengan kebutuhan organisasi.

Prioritaskan kemampuan seperti:

• Mengumpulkan informasi dari sumber yang relevan.

• Mengidentifikasi pola dan perubahan tren.

• Mengelompokkan informasi berdasarkan topik atau isu.

• Memantau perkembangan secara berkala.

• Menyajikan hasil analisis dalam format yang mudah dipahami.

• Mendukung proses evaluasi dan pengambilan keputusan.

Teknologi seharusnya mengurangi kompleksitas dalam memahami informasi, bukan justru menambah sistem yang sulit digunakan.

5. Ubah Insight Menjadi Tindakan yang Terukur

Setiap hasil analisis perlu memiliki tindak lanjut.

Organisasi dapat menggunakan kerangka sederhana:

1. Temuan: Apa yang terjadi berdasarkan data?

2. Konteks: Mengapa kondisi tersebut terjadi?

3. Implikasi: Apa dampaknya terhadap organisasi?

4. Rekomendasi: Apa tindakan yang perlu dipertimbangkan?

5. Evaluasi: Bagaimana mengukur hasil tindakan tersebut?

Kerangka ini membantu memastikan bahwa analisis tidak berhenti sebagai dokumen pelaporan.

Peran Media Intelligence dalam Menutup Kesenjangan Informasi Eksternal

Salah satu tantangan organisasi adalah memahami informasi yang berasal dari luar perusahaan.

Percakapan publik, pemberitaan media, aktivitas kompetitor, dan perubahan opini masyarakat dapat memengaruhi reputasi maupun keputusan strategis. Namun, sumber informasi tersebut tersebar di berbagai kanal dan terus berkembang.

Di sinilah Media Intelligence memiliki peran penting.

Berbeda dari aktivitas pemantauan yang hanya berfokus pada pengumpulan pemberitaan atau penyebutan merek, Media Intelligence mengarahkan proses tersebut pada pemahaman yang lebih strategis.

Organisasi tidak hanya perlu mengetahui berapa banyak pemberitaan yang muncul, tetapi juga memahami:

• Isu apa yang paling banyak mendapat perhatian?

• Bagaimana sentimen publik berkembang?

• Media atau sumber mana yang paling banyak membicarakan suatu isu?

• Siapa saja pihak yang berpengaruh dalam percakapan?

• Bagaimana posisi organisasi dibandingkan kompetitor?

• Apakah terdapat indikasi risiko reputasi atau peluang komunikasi?

Melalui analisis tersebut, informasi eksternal dapat menjadi salah satu bahan pertimbangan dalam menyusun strategi komunikasi, mengelola reputasi, memahami pasar, dan mengidentifikasi risiko.

Kazee menghadirkan solusi Media Intelligence untuk membantu organisasi memahami dinamika informasi dan percakapan publik melalui pendekatan berbasis data.

Dengan memanfaatkan informasi dari media dan sumber relevan, organisasi dapat memperoleh gambaran yang lebih terstruktur mengenai isu, pemberitaan, serta persepsi publik yang berkaitan dengan kepentingannya.

Bagi tim komunikasi, hasil pemantauan dapat menjadi bahan evaluasi strategi komunikasi dan pengelolaan reputasi. Bagi manajemen, informasi tersebut dapat melengkapi perspektif internal dalam memahami perubahan eksternal. Sementara bagi tim strategis, pemahaman terhadap isu dan aktivitas kompetitor dapat menjadi masukan dalam mengidentifikasi peluang maupun potensi risiko.

Media Intelligence bukan pengganti penilaian strategis manusia. Teknologi menyediakan informasi dan membantu proses analisis, sedangkan keputusan akhir tetap membutuhkan konteks, pengalaman, dan pertimbangan organisasi.

Intelligence Advantage: Bukan Siapa yang Memiliki Data Terbanyak, tetapi Siapa yang Memahaminya Lebih Baik

Di tengah meningkatnya volume informasi, keunggulan organisasi tidak lagi cukup ditentukan oleh seberapa banyak data yang berhasil dikumpulkan.

Kemampuan untuk memilah informasi, menemukan hubungan antardata, memahami konteks, dan mengubah temuan menjadi keputusan menjadi semakin penting.

Intelligence gap mengingatkan bahwa investasi teknologi tidak otomatis menghasilkan keunggulan strategis. Tanpa pertanyaan yang tepat, kualitas data yang baik, kemampuan analisis, dan budaya pengambilan keputusan berbasis bukti, informasi hanya akan menjadi tumpukan laporan.

Organisasi perlu bergerak dari sekadar data-driven menuju pendekatan yang lebih intelligence-led: menjadikan informasi sebagai dasar untuk memahami situasi, mengantisipasi perubahan, dan menentukan langkah berikutnya.

Pada akhirnya, organisasi yang lebih unggul bukan selalu organisasi yang memiliki data paling banyak, melainkan organisasi yang mampu menemukan makna di balik data dan menggunakannya pada saat yang tepat.

Karena nilai data yang sesungguhnya tidak terletak pada berapa banyak informasi yang dimiliki, tetapi pada seberapa baik informasi tersebut membantu organisasi mengambil keputusan.