By: Daniel Agustinus Nababan
Pendahuluan
Fenomena berpikir tanpa berpikir atau yang lebih dikenal dengan BLINK sangat marak di dunia pemasaran. Pemasar mulai mencari insight yang membantu mereka dalam membentuk sebuah keputusan yang tepat untuk memecahkan masalah di dunia pemasaran. Decision Support System yang harus dimiliki pemasar harus benar-benar lengkap dan integrated system. Decision Support System itu tidak harus sampai kepada informasi intelligence tapi cukup hanya dalam ranah data sederhana dengan tampilan yang sederhana-pun, data itu mampu berbicara banyak dan merangsang pemasar untuk menjadikan sebuah program yang sukses dan berkelanjutan.
Malcolm Galdwell dalam bukunya mengatakan bahwa kita perlu 10,000 hours untuk menjadi seorang ahli. Tapi bukan hanya semata-mata menghabiskan 10,000 jam tapi tidak melakukan apa-apa. Tapi bekerja dengan sekeras mungkin. Di dalam bekerja sekeras mungkin itu (extremely worked hard), itulah akan muncul sebuah tingkat intelegensi yang dapat memadukan beberapa data sederhana menjadi sebuah pengetahuan yang dapat ditindaklanjuti.
Statistika dan Statistik
Ketika mendengar kata statistik, orang-orang pasti akan cenderung berpendapat negative dibandingkan dengan pendapat positif. Statistik memang lebih dekat kepada sebuah kelompok data yang ribet, berupa baris dan kolom, deretan dan susunan angka-angka bahkan dengan kata “menyusahkan”-pun sangat dekat. Tapi di balik itu, apa yang bisa kita dapatkan dari statistik itu?
Wikipedia menjelaskan bahwa statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Sedangkan ilmu yang mempelajarinya adalah Statistika. Salah satu alat yang paling sederhana dalam tehnik analisis statistik adalah analisis deskriptif.
Tehnik analisis statistik deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna. Contoh statistika deskriptif yang sering muncul adalah, tabel, diagram, grafik, dan besaran-besaran lain. Dengan Statistika deskriptif, kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan informasi inti dari kumpulan data yang ada.
Hal inti menjadi sorotan utama dari statistika deskriptif. Bagaimana inti dari kumpulan data yang diambil menjadi sebuah system yang dapat mendukung kita dalam mengambil sebuah kesimpulan. Tabel, diagram dan grafik tidak menjadi bentuk transformasi dari tabulasi-tabulasi dan deret angka-angka yang ditampilkan dari analisis statistic yang dilakukan melalui software-software statistik yang ada.
Ada beberapa hal yang perlu diperhatikan dalam transformasi data :
1.Transformasi yang dimaksud mencitrakan angka dan data yang benar dan ada.
2.Transformasi yang ditampilkan dapat meringkas dan berbicara lebih cepat.
3.Transformasi yang terbentuk mempercepat kita memahami karakteristik yang terpola.
4.Transformasi yang diwujudkan merangsang kita untuk lebih mengerti.
Dari keempat hal itulah akan muncul sebuah BLINK yang menjadikan statistic itu berdaya guna dan dapat ditindaklanjuti. Kenyataan bahwa statistik yang sederhana itu semakin terwujud ketika grafik dan diagram itu menceritakan gejala dan karakteristik yang ada.
Kesederhanaan yang dapat membangun sebuah keputusan yang tepat
Melalui data-data dan grafik sederhana dapat muncul sebuah keputusan yang tepat. Bukan harus melalui alat statistic atau metoda analisis yang advance atau inferens bisa muncul keputusan yang tepat. Memang metoda analisis lanjutan tetap dibutuhkan untuk mempelajari lebih dalam, tapi dengan melihat gejala pusat yang tepat, sebenarnya kita bisa membuat keputusan yang tepat dengan tingkat kepercayaan yang kita yakini.
Intinya adalah melihat dengan tepat sesuatu yang tepat. Mencermati statistic yang tepat dengan metoda yang tepat. Bukan semata-mata menampilkan grafik dan table yang hebat, namun bukan menggambarkan karakteristik yang ingin diteliti.
Data atau statistic itu dibutuhkan oleh setiap orang. Dan statistic itu sekarang ada banyak dan berlimpah. Namun, apakah orang sudah menggunakannya dengan tepat? Apakah data yang tepat sudah berdaya guna atau masih menjadi tumpukan file yang hanya menunjukkan kumpulan data saja tanpa didayagunakan? Sesuatu yang besar itu tidak selalu datang dari sesuatu yang besar. Bisa saja dari sebuah hal yang kecil bahkan sederhana. Tapi, jika dengan cara yang tepat mengerjakan dengan tepat apa yang tepat itu akan menjadi besar dan berdayaguna.
0 komentar:
Posting Komentar