Menggali Kebutuhan di Balik Permintaan Tolong Buatkan Grafik

"Tolong buatkan grafik penjualan ya." Kalimat ini bukan kebutuhan. Ini tebakan solusi dari orang yang punya masalah tapi belum sempat merumuskannya.

Kalau kamu langsung buka spreadsheet, peluang revisi tiga kali lebih besar daripada peluang selesai sekali jadi.

Aku bakal kasih tujuh pertanyaan yang bisa langsung kamu pakai, contoh percakapan nyata dari permintaan yang berubah total setelah digali, dan template brief satu halaman yang bikin kesepakatannya tertulis.

Kenapa permintaan data hampir selalu datang sebagai solusi?

Orang jarang datang dengan masalah mentah. Mereka udah mikir sendiri di kepala, nyimpulin butuh apa, lalu minta hasil akhirnya. Masalahnya kesimpulan itu dibuat tanpa tahu data apa yang tersedia dan seberapa mahal ngambilnya. Tugas analis mundur satu langkah, cari keputusan apa yang mau diambil, baru tentukan bentuk keluarannya.

Dari 62 permintaan data yang aku catat selama enam bulan kerja, 41 di antaranya berubah bentuk setelah digali.

Yang paling sering: minta grafik tren, ternyata yang dibutuhkan cuma satu angka perbandingan.

Dua puluh satu sisanya memang sesuai permintaan awal. Jadi bukan berarti stakeholder selalu salah. Cuma peluangnya dua per tiga.

Tujuh pertanyaan yang perlu kamu tanyakan

Gak semua perlu ditanya tiap kali. Pilih yang relevan.

1. Keputusan apa yang mau diambil dari angka ini? Ini pertanyaan paling penting. Kalau jawabannya "gak ada, cuma pengen tahu", prioritasnya turun otomatis.
2. Siapa yang bakal ambil keputusan itu? Kalau bukan yang minta, ajak orangnya ngobrol langsung. Informasi hilang di tiap perantara.
3. Kapan keputusannya diambil? Ini yang nentuin deadline sebenarnya, bukan kata "secepatnya".
4. Angka berapa yang bikin keputusannya berubah? Pertanyaan ini yang paling sering bikin ruangan hening. Kalau gak ada ambang batas, keputusannya belum jelas.
5. Sumber datanya dari mana yang kamu percaya? Angka POS dan angka finance sering beda. Sepakati duluan mana yang jadi acuan.
6. Sekali pakai atau bakal diminta lagi? Ini nentuin apakah kamu bikin query cepat atau bikin proses yang bisa jalan sendiri.
7. Apa yang terjadi kalau ini gak dibuat? Terdengar galak, tapi tanya dengan nada santai ini nyaring permintaan yang sebenernya gak mendesak.

Pertanyaan nomor 4 itu senjata paling ampuh. Aku pakai versi ringannya: "kalau angkanya ternyata 15%, kamu bakal ngapain? Kalau 40%, bakal ngapain?"

Kalau jawabannya sama buat kedua angka, keputusannya gak bergantung pada data itu.

Cara nanya tanpa kelihatan nolak

Ini kekhawatiran paling umum dari analis yang baru mulai. Wajar.

Pola yang aku pakai: komitmen dulu, pertanyaan belakangan.

Jangan bilang	Bilang gini
"Buat apa datanya?"	"Siap, aku kerjain. Biar pas, ini nanti dipakai buat mutusin apa ya?"
"Kapan butuhnya? Aku lagi banyak."	"Rapatnya kapan? Aku sesuaikan biar kekejar."
"Datanya gak ada."	"Data pengunjung per jam gak pernah dicatat. Aku punya transaksi per jam, cukup gak buat keputusanmu?"
"Ini mau grafik apa?"	"Aku bikin dua versi cepat, kamu pilih mana yang paling kebaca?"

Bedanya cuma satu: kalimat kanan menempatkan kamu sebagai orang yang mau bantu, bukan penjaga gerbang.

Contoh percakapan yang mengubah permintaan

Ini kejadian nyata di toko_berkah. Manajer operasional minta "grafik penjualan harian per cabang selama 6 bulan".

Kalau aku kerjakan mentah-mentah, hasilnya 3 garis berisi 180 titik data. Ramai, dan gak akan dipakai.

Aku tanya: keputusan apa yang mau diambil?

Jawabannya: mau nentuin cabang mana yang jam bukanya dimajukan jadi jam 6 pagi.

Pertanyaan itu sama sekali bukan soal tren harian. Itu soal distribusi penjualan per jam di pagi hari.

Yang akhirnya aku kirim: satu tabel berisi persentase transaksi sebelum jam 8 pagi per cabang, plus rata-rata nilai transaksinya.

Hasilnya: cabang Tembalang punya 18,4% transaksi sebelum jam 8, dua cabang lain cuma 6,1% dan 5,3%.

Keputusannya selesai dalam satu rapat. Cuma Tembalang yang buka lebih pagi.

Waktu pengerjaan: 40 menit, termasuk 10 menit tanya jawab. Versi grafik 180 titik yang diminta di awal butuh 2 jam dan gak menjawab apa pun.

Kalau kamu penasaran gimana ngerjain pemecahan per jam seperti ini, COUNTIFS udah cukup untuk data di bawah 50 ribu baris.

Template brief satu halaman

Setelah nanya, tulis ulang hasilnya dan minta konfirmasi. Ini yang bikin kamu aman kalau nanti hasilnya dipertanyakan.

BRIEF PERMINTAAN DATA

Peminta        : Rian (Manajer Operasional)
Pengambil kpts : Rian + Pak Adi (Owner)
Keputusan      : Cabang mana yang jam bukanya dimajukan ke 06.00
Deadline       : 14 Des, rapat operasional jam 10.00
Ambang batas   : Majukan kalau >15% transaksi terjadi sebelum 08.00
Sumber data    : Tabel transaksi POS, Jul-Nov 2025
Keluaran       : 1 tabel, 3 baris (per cabang), 3 kolom
Berulang       : Nggak, sekali pakai
Di luar cakupan: Data pengunjung (gak dicatat), biaya lembur staf
Risiko         : Data POS cabang Ngaliyan kosong 3 hari di Sep

Baris "ambang batas" dan "di luar cakupan" itu yang paling sering nyelametin. Dua baris itu yang bikin permintaan gak melebar di tengah jalan.

Kirim brief-nya lewat chat, minta balasan "oke". Itu udah cukup jadi bukti kesepakatan.

Untuk pekerjaan yang lebih besar seperti dashboard, prinsip perencanaannya mirip. Microsoft nulis panduannya di dokumentasi resmi Power BI guidance.

Cara nolak atau nunda permintaan

Analis yang gak pernah nolak bakal jadi tukang ekspor data, bukan analis.

Tiga cara yang aman dipakai.

Tawarkan versi lebih kecil. "Dashboard lengkapnya 3 hari. Kalau kamu butuh buat rapat besok, aku bisa kasih satu tabel ringkasan hari ini. Cukup?"

Tunjukkan antrean, minta dia yang milih. "Sekarang aku lagi ngerjain laporan bulanan finance. Kalau punyamu didahulukan, laporan itu mundur ke Kamis. Boleh?"

Jelaskan batasan datanya sejak awal. Lebih baik mengecewakan di menit pertama daripada di hari ketiga.

Yang perlu dihindari: bilang iya ke semua, lalu telat ke semua.

Kesalahan umum saat gali kebutuhan

Langsung buka data setelah dapat permintaan. Ini kebiasaan paling mahal. Sepuluh menit tanya jawab hampir selalu lebih murah dari dua jam revisi.

Nanya lewat perantara. Kalau yang minta bukan yang ambil keputusan, informasi udah hilang sebelum sampai ke kamu. Minta diajak ngobrol langsung.

Nanya terlalu banyak sekaligus. Tujuh pertanyaan itu daftar pilihan, bukan kuesioner. Kirim tujuh pertanyaan sekaligus lewat chat itu cara cepat bikin orang males balas.

Gak nulis ulang kesepakatannya. Percakapan lisan hilang dalam tiga hari. Yang tersisa cuma ingatan masing-masing, dan dua ingatan itu selalu beda.

Nganggap semua permintaan setara. Permintaan yang gak punya keputusan di belakangnya boleh diletakkan di antrean paling bawah. Bilang terus terang.

Lupa nanya soal berulang atau nggak. Kalau kamu bikin query manual buat sesuatu yang bakal diminta tiap minggu, kamu baru saja menciptakan kerjaan tetap buat diri sendiri.

Gak nyebut batasan data di awal. Kalau data cabang tertentu bolong, sebutkan sebelum angkanya keluar, bukan setelah ditanya.

Gimana kalau stakeholder-nya sendiri bingung?

Sering banget, dan itu wajar. Mereka bukan orang data.

Yang paling berhasil menurutku: ganti pertanyaan abstrak jadi skenario konkret.

Jangan tanya "metrik apa yang penting buat kamu". Tanya "kalau angka ini turun 20% bulan depan, kamu bakal ngapain?"

Cara kedua: kasih sketsa kasar. Gambar tabel kosong di kertas atau chat, isi dengan angka karangan, lalu tanya "kalau bentuknya gini, cukup?"

Orang jauh lebih gampang mengoreksi sesuatu yang udah ada daripada membayangkan dari nol.

Cara ketiga: mulai dari KPI yang udah dipakai timnya. Kalau tim penjualan udah punya target bulanan, pertanyaan mereka biasanya berputar di sekitar itu.

FAQ

Gimana cara nanya balik tanpa terkesan nolak permintaan?

Buka dengan komitmen dulu, baru pertanyaan. Kalimat yang aman: siap, aku kerjain. Biar hasilnya pas, boleh aku tanya dua hal dulu? Orang jarang menolak dua pertanyaan setelah kamu bilang bersedia. Yang bikin stakeholder kesal biasanya bukan pertanyaannya, tapi kesan kamu lagi cari alasan buat gak ngerjain.

Berapa lama waktu yang wajar buat gali kebutuhan?

Untuk permintaan kecil, obrolan 10 menit atau tiga pesan chat udah cukup. Untuk dashboard atau laporan berkala, sediakan 30 sampai 45 menit. Patokan kasarnya sekitar 10% dari perkiraan waktu pengerjaan. Kalau kamu bakal habis 2 hari bikin dashboard, 90 menit buat memastikan arahnya benar itu murah.

Gimana kalau stakeholder-nya sendiri gak tahu mau apa?

Itu sering terjadi dan bukan salah mereka. Ganti pertanyaan abstrak jadi pertanyaan konkret: kalau angkanya ternyata turun 20%, kamu bakal ngapain? Kalau mereka gak bisa jawab, kemungkinan besar permintaan itu memang cuma penasaran. Tawarkan versi kecil dulu, satu angka atau satu tabel, lalu lihat apakah mereka balik lagi.

Apakah perlu bikin dokumen tertulis untuk permintaan kecil?

Untuk permintaan sekali pakai yang selesai dalam 20 menit, cukup ringkas ulang di chat sebelum kamu kerjakan. Satu paragraf yang bilang jadi yang kamu butuh adalah ini, buat keputusan ini, benar? Itu udah menangkap sebagian besar salah paham. Dokumen satu halaman baru perlu untuk pekerjaan di atas satu hari atau apa pun yang bakal jalan berulang.

Apa yang harus dilakukan kalau permintaannya gak masuk akal secara data?

Jangan bilang gak bisa lalu berhenti. Jelaskan batasannya dan tawarkan yang paling dekat. Misalnya data pengunjung per jam gak pernah dicatat, tapi kamu punya data transaksi per jam yang bisa jadi perkiraan kasar. Stakeholder biasanya lebih butuh arah keputusannya daripada angka persis yang mereka minta di awal.

Coba di permintaan berikutnya

Tiga hal yang perlu kamu bawa.

Satu, tanya keputusan apa yang mau diambil sebelum buka data. Ini satu pertanyaan yang paling banyak nghemat waktu.

Dua, cari ambang batasnya. Kalau angka berapa pun gak mengubah tindakan, permintaan itu bukan prioritas.

Tiga, tulis ulang kesepakatannya dan minta balasan tertulis. Satu paragraf cukup.

Permintaan data berikutnya yang masuk ke chat kamu, coba tahan diri sebentar. Balas dengan satu kalimat komitmen dan satu pertanyaan soal keputusan. Lihat apakah bentuk permintaannya berubah.

Kalau kamu lagi bangun karier di jalur ini, baca juga soal cari mentor data analyst buat mempercepat bagian yang susah dipelajari sendiri.