Layaknya sebuah emas, data menjadi pusat perhatian di zaman pesat kembangnya teknologi informasi. Dari 'Data', kemudian muncul pekerjaan seperti Data Analyst, Data Engineer, hingga Data Scientist yang semakin familiar di telinga banyak awam. Bagi mereka data adalah sebuah emas baru.

Perumpamaan 'emas baru' dapat dilihat melalui proses sebuah data. Dimulai dari menambang serta memeriksa data, memecahkan persoalan berbasis data, hingga memprediksi tren masa depan dengan melalui algoritma machine learning. Meski pekerjaan ini terdengar "sangat IT", namun lulusan dari jurusan lain juga bisa ikut menggeluti role ini. Seperti cerita Faldy yang diungkapkan dalam artikel ini.

Pekerjaan ini tentu menarik perhatian banyak orang, salah satunya Ryan Andhika Perdana selaku Data Lead di Tribe Small Medium Business Digitalization (SMB) Telkom. Pekerjaan ini menaungi berbagai role yang berhubungan dengan pengolahan data seperti Data Analyst, Data Engineer, dan Data Scientist, yang masing-masing memiliki fungsi dan peran berbeda seperti yang dijelaskan dalam artikel ini.

Awalnya, Ryan merupakan seorang karyawan di blanja.com. Sebuah joint venture antara Telkom dan eBay yang eksis di masa silam. Blanja.com adalah online-marketplace di bawah TelkomMetra. Kehadirannya saat itu menandai masa-masa awal proses digitalisasi di Telkom.

Blanja.com memberikan kesan dengan ragam persoalan menyangkut data yang perlu diurai. Satu diantaranya memecahkan kasus penggunaan akun tak tunggal oleh konsumen. Beberapa konsumen ditemukan sengaja membuat akun dengan jumlah yang banyak untuk mengejar voucher. Atas perbuatan tersebut, digunakanlah pendekatan fraud analytic lalu dipakai untuk mengurai dan menanganinya. Pada 2018 ulasan terkait pendekatan tersebut diganjar Telkom Award untuk kategori Best Knowledge.

Selain itu, terdapat aspek lain yang menarik selama periode tersebut yaitu kerja untuk meneropong kompetitor. Dilakukanlah crawling data untuk melihat data-data dari sisi kompetitor. Diantaranya seperti apa saja produk-produk yang marak di kompetitor, para penjualnya, dan lain-lain yang terkait.

Tidak hanya itu, hasil crawling data pun digunakan untuk perbandingan dengan data internal. Bahkan, melahirkan rekomendasi mengenai produk-produk yang paling banyak dicari konsumen. Statistik membantu dan berguna untuk itu. Dengan adanya penemuan ini, membuka peluang untuk mengubah produk prioritas yang harus dijual e-commerce, sekaligus memberikan pendekatan tertentu kepada para seller.

Bagi Telkom, yang sejak pandemi lalu mulai menggenjot transformasi digital seperti yang diungkapkan dalam artikel ini, hasil pengolahan data secara digital tentu sangat penting untuk kebutuhan perusahaan.

Setelah beberapa tahun berlalu, Ryan Andika berkesempatan untuk bermigrasi ke SMB.

“Baru tuh ada tribe dan chapter. Mungkin di sekitar tahun 2020-an. Nah karena saya pernah ada pengalaman di belanja.com, jadi masuk ke tribe SMB gitu”, terangnya.

SMB, Kerja dan Tantangannya

Masalah yang kerap ditemukan pada sebuah data justru berasal dari integritas data itu sendiri. Secara umum, integritas data ialah keseluruhan akurasi, kelengkapan, dan konsistensi data. Hal ini mencakup pemeliharaan, garansi, akurasi dan konsistensi data selama seluruh siklus hidupnya, sekaligus merupakan aspek penting untuk desain, implementasi, dan penggunaan sistem apa pun yang menyimpan, memproses, atau mengambil data. Masalah ini juga menjadi tantangan serius dalam SMB.

“Reliability data ya, maksudnya integritas data. Bagaimana men-deliver data itu benar-benar valid. Bener enggak nih datanya gitu. Kalau memang kita enggak kredibel dan berintegritas atau pasti, akan dipertanyakan. Bisa jadi hasilnya tuh beda gitu keputusannya gitu. Jadi memang kita harus bisa men-deliver untuk datanya itu valid”, jelas Ryan Andhika perihal integritas data yang terus diupayakan di SMB.

Selanjutnya, masalah mucul dari kecepatan ketersediaan data yang kemudian hendak dijawab oleh SMB. Ini mengenai bagaimana men-deliver data agar real time. Semakin cepat data itu tersedia semakin cepat keputusan bisa diambil. Demi meloloskan tujuan tersebut departemen data di SMB mengimplementasikan CDC (Change Data Capture). CDC merupakan seperangkat pola desain perangkat lunak yang digunakan untuk menentukan dan melacak data yang telah berubah sehingga tindakan dapat diambil dengan menggunakan data yang diubah. CDC adalah pendekatan integrasi data yang didasarkan pada identifikasi, penangkapan, dan pengiriman perubahan yang dibuat pada sumber data perusahaan.

Ketersediaan data real time sangatlah penting terutama pada kasus-kasus tertentu yang bisa terjadi. Semisal terdapat sesuatu yang berbeda terkait target. Bisa juga terkait anomali dalam siklus bisnis yang harus diketahui lebih cepat. Dalam pengertian ini penggunaan alat yang memadai menjadi sangat krusial. Semakin canggih alatnya, hasil yang lebih baik mungkin dicapai. Mengenai hal ini Ryan Andhika memiliki penjelasannya sendiri,

“Tools yang lebih canggih gitu. Jadi kan memang dunia digital ini kan bergerak cepat. Kita juga mau nggak mau harus bisa capture kemauan business users lebih banyak gitu. Bagaimana kita bisa collect data itu dari berbagai sumber, selain sumber internal gitu. Mungkin saat ini tools yang kita pakai, beberapa tahun lagi udah enggak relevan. Jadi mau nggak mau kita harus sering sering update ilmu. Nah untungnya di Telkom di chapter ini difasilitasi untuk selalu training dan training. Nah itu intinya, stay relevant. Stay update gitu.”

Hal ini dilakukan pula pada lini kerja digital Telkom lainnya dimana haluan kerja SMB dipandu oleh OKR (Objective and Key Results). OKR akan menjaga pencapaian pekan per pekan terpantau dari target yang telah ditetapkan. Pun berapa presentase yang telah diraih selama waktu tertentu. Seperti diketahui OKR merupakan kerangka kerja penetapan tujuan yang digunakan oleh individu, tim, dan organisasi untuk menentukan tujuan yang terukur dan melacak hasil mereka. Perkembangan OKR umumnya dikaitkan dengan sosok bernama Andrew Grove yang memperkenalkan metode tersebut pada 1970-an. Di lini bisnis digital Telkom penggunaan OKR terbilang sudah cukup familiar.

Menggeluti Data Sebagai Kompas Bisnis

Model kerja di SMB sangat terhubung dengan data yang dibutuhkan oleh pengguna bisnis. Misalnya, kategori ATK di platform PaDi UMKM. Disana akan dibacakan bagaimana transaksi berjalan pada rentang waktu tertentu, termasuk seperti apa goals-nya. Lalu, dipetakan transaksi yang akan menunjukkan stabil atau justru fluktuatif.

Tahap selanjutnya, analisis data juga mencakup komparasi antara jumlah pengguna terdaftar dan yang benar-benar melakukan transaksi. Apabila terdapat gap yang signifikan diantara kedua elemen tersebut, data akan dibawa ke tim bisnis. Selanjutnya, tim bisnis akan mengambil keputusan mengenai langkah apa yang mesti dijalankan yakni survei atau riset. Proses ini kemudian akan menelurkan perbaikan yang diperlukan semisal perbaikan di fitur pendaftaran seller, hambatan dalam memasukkan barang atau kesulitan-kesulitan lain.

“Jadi memang triggernya itu dari kita, dari tim data gitu, untuk nemuin nih inside-inside yang memang relate. Kok bisa begini ya, kok bisa gitu. Mungkin terkait user behavior dan journey gitu”, kembali Ryan mengampungkan penjelasan.

Lalu, Tim kerja SMB ini juga membangun scala analytics yang digunakan untuk menjawab detail-detail serupa: jam-jam transaksi yang padat, jumlah login, jumlah visit, kategori-kategori yang paling diminati, dan perilaku pengguna lainnya. Pengetahuan semacam ini diperlukan agar tim bisnis bisa melakukan treatment tertentu yang dibutuhkan. Hal ini juga berguna bagi kerja development, pun strategi marketing campaign. Maka, disini memperlihatkan bahwa semua keputusan yang diambil benar-benar berbasiskan data (based on data).

Salah satu kasus yang menarik dari proses ini, ialah ketika terjadinya kenaikkan harga minyak goreng di pasar beberapa waktu silam. Analisis berbasis data kemudian mendorong pendekatan market campaign yang sesuai dengan perilaku pengguna. Pada kesempatan itu, diberikanlah voucher dengan nominal tertentu sehingga pembeli merasa harganya terasa lebih murah. Pendekatan tersebut kemudian meningkatkan transaksi.

Selain itu, memudahkan untuk melihat perjalanan arus pengguna, segmentasi, dan pengelompokan customer. Detail-detail lain yang akan didapatkan yaitu terkait waktu terakhir kali bertransaksi, berapa frekuensinya, juga terkait monetary-monetery berapa besar nilai keuangan, diukur dari sini. Pun recommendation engine akan terkoneksi dengan produk-produk populer yang sesuai dengan profil penjual.

Kultur Kerja yang Dinamis

Bekerja di SMB dapat dikatakan menyenangkan sekaligus moderen. Bagaimana tidak, saat ini SMB menjalankan Work From Home (WFH) hampir mencapai 90%. Secara umum hal ini memang didorong oleh situasi pandemi. Namun, secara umum pula memang kultur kerja yang dikembangkan sangat fleksibel. Tidak ditentukan secara kaku apakah harus WFH atau WFO (Work From Office). Hal yang paling ditekankan adalah produktivitas dan bagaimana komunikasi berjalan dengan baik. Salah satu tantangan WFH menyangkut kejujuran kerja. Hal ini juga yang mendapatkan perhatian khusus Ryan Andhika.

“Jadi komunikasi dan jujur gitu. Maksudnya memang agak susah untuk mengontrol. Tapi memang selama kita merawat komunikasi dan jujur, mungkin semuanya akan lebih enak. Di kita kan juga ada tracking. Tracking kerjaan apa task management-nya juga gitu. Di tim, beda-beda orang, jadi memang mau enggak mau kita harus menggunakan ya itu metode humanis,” ungkapnya.

Pada akhirnya, dapat disimpulkan bahwa dalam organisasi apapun, bisnis maupun non bisnis, data selalu menjadi masalah krusial. Ada lelucon menggelitik terkait hal ini, “Data adalah nutrisi bagi Kecerdasan Buatan (AI). Ketika AI memakan junk food, ia tidak akan bekerja dengan baik.” Begitulah Tribe SMB yang berupaya keras untuk tak pernah memberikan junk food ke tubuh bisnis Telkom.

Yuk jadi bagian dari digital talent Telkom Indonesia bersama Ryan Andika! Temukan kesempatannya dan apply segera dengan klik button di bawah ini.

Masih penasaran dengan cerita lainnya? kunjungi medium kami dan follow untuk mengikuti keseruan lainnya! Baca juga selengkapnya tentang Metanesia di sini!