Pernahkah anda menjalankan kampanye pemasaran melalui telemarketer namun mengalami conversion rate yang tidak memuaskan dibandingkan dengan biaya yang anda keluarkan? Untuk mengatasi situasi tersebut, pernahkah anda berpikir untuk memanfaatkan analytics sebagai solusi mengidentifikasi kebutuhan calon pelanggan? Dengan analytics, anda dapat mengklasifikasi calon pelanggan menjadi persona yang berbeda sehingga anda dapat memberikan penawaran yang lebih tepat sasaran. Alhasil, pelanggan akan lebih menerima penawaran yang dilakukan oleh telemarketer. Ilustrasi ini menunjukan bagaimana analytics dapat memacu pertumbuhan usaha.

Ada empat komponen penting di balik keberhasilan analytics. Nilai yang diperoleh dari investasi, adopsi yang sesuai dengan kebutuhan organisasi, kapabilitas sumber daya manusia, dan yang paling penting keterlibatan pemimpin.

Berdasarkan pengalaman Accenture di berbagai sektor industri, kesadaran pimpinan perusahaan akan pentingnya analytics sudah cukup memadai, namun tantangan terbesar dari keempat komponen tersebut adalah kapabilitas yang kurang memadai terutama di perusahaan konvensional. Sementara untuk startup, tantangan terbesar justru datang dari nilai investasi dikarenakan kurangnya kemampuan dalam memonetisasi data.

Secara global, menurut analis industri Terradata, 28% perusahaan mengakui bahwa mereka sudah memiliki sumber daya manusia yang memiliki kapasitas untuk menerapkan dan menggunakan platform analytics di dalam organisasi. Sementara itu, studi dari Forrester Research menunjukan hanya 29% dari perusahaan global sudah sukses dalam menggunakan analytics dan menghubungkan hasil analisa dari analytics untuk diterapkan ke aktifitas pekerjaan. Angka tersebut mengindikasikan masih banyaknya peluang dari beberapa perusahaan yang bisa dioptimalkan melalui analytics.

Analytics tidak hanya bisa dimanfaatkan oleh perusahaan untuk membuat keputusan strategis yang berbasis data, tetapi sebagai cara untuk meningkatkan pendapatan. Peluang inilah yang telah ditangkap oleh perusahaan teknologi seperti Google, Netflix, dan E-Bay yang menyediakan produk data bagi pelanggannya sehingga data tersebut dapat dimanfaatkan oleh pelanggan untuk menjangkau pengguna platform teknologi tersebut.

Di Indonesia, penerapan analytics saat ini masih cenderung kepada descriptive analytics yang menekankan atas apa yang sudah terjadi, dengan menggunakan data historikal. Berdasarkan data historis, advanced analytics dapat menghasilkan lebih banyak insights dengan memprediksi kemungkinan yang terjadi dan menyarankan apa yang harus dilakukan selanjutnya berdasarkan pola yang diidentifikasi.

Sebagai salah satu contoh konkret penggunaan advanced analytics di Indonesia, permasalahan turnover rate di sebuah perusahaaan yang bergerak di industri manufaktur dapat diatasi menggunakan advanced analytics yang mengidentifikasi pola dalam data historikal tersebut.

Adapun penerapan analytics dapat diaplikasikan di berbagai macam sektor industri dan fungsi perusahaan. Contohnya dalam bidang keuangan, analytics dapat dilakukan untuk memperbaiki piutang, manajemen risiko, dan identifikasi penipuan (fraud). Sementara itu dalam bidang operations, analytics dapat dimanfaatkan untuk keperluan spending, warranty, dan forecasting & demand planning.

Berdasarkan studi yang kami lakukan, analytics dapat memberikan dampak yang signifikan. Seperti dalam fungsi sales, analytics dapat meningkatkan pendapatan sampai dengan 5% dan 5% angka produktifitas dari tim sales. Contoh lain adalah pada fungsi after sales, yaitu dengan menggunakan analitik dapat meningkatkan hingga 25% upaya dari customer retention.

Berikut adalah “9 Langkah” yang bisa diterapkan untuk mengimplementasikan perangkat analitik yang sukses: