TL;DR
Buat baca laporan data dengan kritis, tanyain tujuh hal ini sebelum percaya: dari mana datanya, berapa besar sampelnya, periodenya kapan, persen ini dari apa, sumbu grafiknya dimulai dari nol atau nggak, ada pembandingnya nggak, dan apa yang sengaja nggak ditampilkan. Angka di laporan bisa akurat semua tapi tetap bikin kamu ambil keputusan salah kalau konteksnya dipotong.
Angka di laporan bisa bener semua tapi tetap bikin kamu ambil keputusan salah. Caranya gampang: potong konteksnya.
Aku pernah hampir setuju naikin budget iklan gara-gara slide yang bilang "konversi naik 180%". Baru pas aku nanya angka absolutnya, ketauan: dari 5 orang jadi 14 orang. Dari 40.000 pengunjung.
Ini tujuh pertanyaan yang aku pakai tiap kali nerima laporan dari orang lain. Urut dari yang paling sering nangkep masalah.
Ini pertanyaan paling ampuh, dan yang paling sering dihindari.
Persentase tanpa denominator itu tempat sembunyi favorit. "Konversi naik 200%" kedengeran heboh sampai kamu tau itu dari 1 orang jadi 3 orang.
Tiap kali lihat persen, tanya angka dasarnya. Mayoritas klaim heboh mengempis sendiri di titik ini.
Survei kepuasan pelanggan bilang 75% puas. Kedengeran bagus.
Ternyata respondennya 12 orang. Artinya 9 orang bilang puas. Kalau satu orang pindah jawaban, angkanya jadi 67%. Headline slide-nya berubah total.
Patokan kasarnya: kalau kesimpulan kamu bisa berubah gara-gara 2-3 responden, sampelnya kekecilan buat dijadiin dasar keputusan.
Pemilihan periode itu cara paling sopan buat bohong pakai data yang jujur.
"Penjualan naik 34% dibanding bulan lalu". Kalau bulan lalu itu Januari (bulan paling sepi) dan bulan ini Ramadan, angka 34% itu nggak ngasih tau apa-apa soal performa tim.
Tanya: kenapa dibandingin sama periode itu? Kalau jawabannya nggak enak didengar, biasanya periodenya dipilih supaya angkanya bagus.
Cek pojok kiri bawah chart. Kalau bar chart-nya mulai dari 98 dan bukan dari 0, selisih 3 poin bakal kelihatan kayak lonjakan besar.
Aturannya:
Angka sendirian nggak berarti apa-apa. "Revenue bulan ini Rp 420 juta" itu bagus atau jelek?
Kamu nggak bisa tau tanpa minimal satu dari ini:
Laporan yang cuma nampilin angka tanpa pembanding biasanya lagi ngindarin pembandingnya.
Yang hilang dari slide sering lebih penting dari yang ada.
Contoh yang sering: slide nunjukin 5 produk terlaris, tapi nggak nunjukin margin-nya. Ternyata dua produk teratas itu yang paling tipis untungnya.
Tanya: metrik apa yang nggak muncul di sini, dan kenapa?
Korelasi artinya dua angka gerak bareng. Sebab-akibat artinya yang satu bikin yang lain gerak. Dua hal yang beda.
"Kita pasang banner baru, penjualan naik 8%". Mungkin. Tapi bulan itu juga ada gajian, dan kompetitor lagi kehabisan stok.
Kalau nggak ada kelompok pembanding yang nggak kena perlakuan, kamu cuma punya korelasi. Dan korelasi nggak cukup buat ngeluarin duit.
Ini slide asli dari review kuartalan toko_berkah, toko grosir 4 cabang di Bekasi. Judulnya: "Program Diskon Grosir Berhasil: Revenue Naik 23%".
Isinya cuma satu bar chart. Bekasi Timur naik dari Rp 1,2 M ke Rp 1,48 M.
Aku jalanin tujuh pertanyaan di atas. Yang ketemu:
Satu slide, dua kesimpulan yang kebalik total. Dan nggak ada satu pun angka di slide itu yang salah.
1. Cuma ngecek angka besar. Yang bahaya justru persentase kecil dari basis kecil. Kenaikan 200% dari 2 ke 6 lebih sering ada di slide daripada di kenyataan.
2. Nggak nanya karena takut kelihatan bego. Pertanyaan "ini dari total berapa?" itu pertanyaan orang yang teliti, bukan orang yang nggak paham.
3. Percaya karena datanya banyak. Data 2 juta baris yang salah kumpul tetap salah. Volume bukan jaminan bener.
4. Nyerang orangnya, bukan datanya. Bingkai pertanyaan sebagai rasa ingin tau. "Aku penasaran, ini dari berapa transaksi ya?" jauh lebih aman dan tetap dapat jawabannya.
Ambil satu laporan yang mendarat di inbox kamu minggu ini. Jalanin tujuh pertanyaan itu. Catat berapa yang nggak bisa dijawab dari slide-nya sendiri.
Kalau kamu mau ngecek angkanya sendiri, kamu perlu bisa tarik data mentahnya, mulai dari GROUP BY dan HAVING. Konsep sample size juga wajib kamu pahami buat nangkep pertanyaan nomor 2.
Buat contoh grafik menyesatkan yang lebih banyak, daftar caveat dari Data-to-Viz isinya lumayan lengkap.
Karena bikin selisih kecil kelihatan dramatis. Penjualan naik dari 100 ke 103 kelihatan biasa aja kalau sumbunya mulai dari 0, tapi kelihatan kayak lonjakan gila kalau sumbunya mulai dari 98. Angkanya sama, kesannya beda jauh. Buat bar chart, sumbu Y wajib mulai dari nol. Buat line chart yang mantau perubahan kecil, boleh dipotong asal jelas dikasih label.
Patokan kasarnya: kalau kesimpulan yang mau kamu ambil bakal berubah cuma gara-gara 2-3 responden pindah jawaban, sampelnya kekecilan. Survei kepuasan dengan 12 responden yang bilang 75% puas itu artinya cuma 9 orang. Satu orang pindah jawaban, angkanya jadi 67%. Selalu minta angka absolutnya, bukan cuma persennya.
Korelasi artinya dua angka gerak bareng. Sebab-akibat artinya yang satu bikin yang lain gerak. Penjualan es krim naik bareng angka tenggelam di kolam. Itu korelasi, tapi es krim nggak bikin orang tenggelam. Yang bikin dua-duanya naik itu cuaca panas. Tiap kali laporan bilang "X naik jadi Y naik", tanya: ada faktor ketiga yang bikin dua-duanya naik nggak?
"Angka ini dari total berapa?" Pertanyaan ini nangkep paling banyak masalah sekaligus. Persentase tanpa denominator itu tempat sembunyi favorit. "Konversi naik 200%" bisa artinya dari 1 orang jadi 3 orang. Begitu kamu tau angka dasarnya, mayoritas klaim heboh langsung mengempis sendiri.
Bingkai sebagai rasa ingin tau, bukan tuduhan. "Aku penasaran, angka 34% ini dari berapa transaksi ya?" jauh lebih aman daripada "ini sampelnya kekecilan". Yang kamu incar itu datanya, bukan orangnya. Dari yang aku lihat, orang yang datanya kuat malah senang ditanya. Yang defensif biasanya yang datanya rapuh.
Ringkasnya:
Simpan tujuh pertanyaan ini, dan pakai di laporan pertama yang mendarat di meja kamu besok.
Kalau kamu mau bisa ngecek angkanya sendiri tanpa nunggu tim data, mulai dari SQL dasar di NgulikSQL. Query pertama kamu cuma 3 baris.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Cara pakai pandas rolling buat hitung moving average dan haluskan data time series yang naik-turun. Lengkap dengan contoh penjualan harian UMKM.
Data transaksi harian sering terlalu ramai buat dilihat. Pandas resample ngeringkasnya jadi total per minggu atau per bulan cuma dengan satu baris, asal indeksnya tanggal.
Kolom tanggal yang kebaca sebagai teks bikin sortir dan hitung selisih hari jadi kacau. Ini cara pd.to_datetime ubah teks jadi tanggal asli, plus tangani format berantakan.