Dimension adalah atribut deskriptif yang dipakai buat memfilter, mengelompokkan, atau memecah metric. Kalau metric adalah 'berapa', dimension adalah 'siapa', 'kapan', atau 'di mana'.

Kapan Dimension digunakan?

Memecah revenue per wilayah untuk identifikasi pasar paling potensial di Indonesia. Menganalisis conversion rate per channel akuisisi untuk optimasi alokasi budget marketing. Melihat distribusi transaksi per kategori produk di e-commerce untuk keputusan inventory. Membandingkan engagement per tipe device (mobile vs desktop) untuk prioritas UX improvement. Segmentasi user berdasarkan tier membership untuk personalisasi campaign retention

Apa kesalahpahaman umum tentang Dimension?

Banyak yang kira dimension harus selalu berupa teks, padahal angka pun bisa jadi dimension kalau dipakai sebagai atribut. Contoh: 'rating bintang 1-5' sering dipakai sebagai dimension, bukan metric.. Dimension dianggap kurang penting dibanding metric, padahal tanpa dimension yang tepat, metric nggak bisa kasih insight yang actionable sama sekali.. Lebih banyak dimension dianggap lebih bagus, padahal terlalu banyak dimension di satu analisis bisa bikin kesimpulan jadi kabur dan nggak fokus.

Apa itu Dimension dalam Analitik Data?

Apa itu Dimension?

Dimension adalah atribut atau karakteristik yang mendeskripsikan data. Kalau metric adalah angka yang kamu ukur, dimension adalah konteks yang ngasih makna ke angka itu.

Bayangkan kamu punya metric "total penjualan = Rp 500 juta". Angka itu sendiri nggak terlalu informatif. Tapi kalau kamu pecah pakai dimension:

Per wilayah: Jakarta vs Surabaya vs Medan
Per kategori produk: Elektronik vs Fashion vs Makanan
Per periode: Januari vs Februari vs Maret

Sekarang angkanya jadi punya cerita dan bisa ditindaklanjuti.

Tipe Dimension yang Umum

Tipe	Contoh	Karakteristik
Waktu	Tanggal, bulan, kuartal, tahun	Hierarkis, dipakai buat time-series
Geografis	Kota, provinsi, negara	Bisa divisualisasikan di peta
Demografis	Usia, gender, segmen pelanggan	Dipakai buat user segmentation
Produk	Kategori, merek, SKU	Hierarkis dari broad ke spesifik
Channel	Organik, berbayar, referral, direct	Dipakai buat marketing attribution

Dimension vs Metric: Cara Bedainnya

Cara paling gampang buat bedain dimension dan metric:

Kalau kamu bisa agregasi pakai SUM/AVG/COUNT, itu metric
Kalau kamu pakai buat GROUP BY atau filter (WHERE), itu dimension

Tapi hati-hati: angka pun bisa jadi dimension. Misalnya "jumlah kamar hotel" adalah angka, tapi dipakai sebagai atribut deskriptif properti, bukan sesuatu yang diagregasi. Jadi itu dimension, bukan metric.

Dimension dalam Data Warehouse

Di arsitektur data warehouse, dimension punya peran penting di skema star dan snowflake. Dimension table menyimpan atribut deskriptif - misalnya tabel dim_product berisi nama produk, kategori, dan merek. Sedangkan fact table menyimpan metric dan foreign key ke dimension table.

Hierarchy dimension juga penting: dimensi waktu biasanya punya hierarki Tahun → Kuartal → Bulan → Minggu → Hari. Hierarki ini yang bikin kamu bisa drill up/down di dashboard BI tanpa perlu query ulang.

Contoh Penggunaan di Indonesia

Di startup Indonesia, kombinasi dimension dan metric yang umum:

Dimension wilayah + metric conversion rate: identifikasi kota mana yang paling potensial buat ekspansi Gojek atau Grab
Dimension tipe device + metric bounce rate: cek apakah UX mobile atau desktop yang perlu diperbaiki lebih dulu
Dimension periode Ramadan vs non-Ramadan + metric DAU: lihat pola perilaku user yang berubah di musim tertentu
Dimension channel akuisisi + metric LTV: tau mana channel yang datangkan user paling bernilai jangka panjang

Kombinasi dimension dan metric yang tepat adalah inti dari analisis data yang baik. Dimension ngasih konteks, metric ngasih ukuran, dan bareng-bareng mereka ngasih insight yang actionable.

Apa itu Dimension?

Dimension adalah atribut atau karakteristik yang mendeskripsikan data. Kalau metric adalah angka yang kamu ukur, dimension adalah konteks yang ngasih makna ke angka itu.

Bayangkan kamu punya metric "total penjualan = Rp 500 juta". Angka itu sendiri nggak terlalu informatif. Tapi kalau kamu pecah pakai dimension:

Per wilayah: Jakarta vs Surabaya vs Medan

Per kategori produk: Elektronik vs Fashion vs Makanan

Per periode: Januari vs Februari vs Maret

Sekarang angkanya jadi punya cerita dan bisa ditindaklanjuti.

Tipe Dimension yang Umum

Tipe	Contoh	Karakteristik
Waktu	Tanggal, bulan, kuartal, tahun	Hierarkis, dipakai buat time-series
Geografis	Kota, provinsi, negara	Bisa divisualisasikan di peta
Demografis	Usia, gender, segmen pelanggan	Dipakai buat user segmentation
Produk	Kategori, merek, SKU	Hierarkis dari broad ke spesifik
Channel	Organik, berbayar, referral, direct	Dipakai buat marketing attribution

Dimension vs Metric: Cara Bedainnya

Cara paling gampang buat bedain dimension dan metric:

Kalau kamu bisa agregasi pakai SUM/AVG/COUNT, itu metric

Kalau kamu pakai buat GROUP BY atau filter (WHERE), itu dimension

Dimension dalam Data Warehouse

Contoh Penggunaan di Indonesia

Di startup Indonesia, kombinasi dimension dan metric yang umum:

Dimension wilayah + metric conversion rate: identifikasi kota mana yang paling potensial buat ekspansi Gojek atau Grab

Dimension tipe device + metric bounce rate: cek apakah UX mobile atau desktop yang perlu diperbaiki lebih dulu

Dimension periode Ramadan vs non-Ramadan + metric DAU: lihat pola perilaku user yang berubah di musim tertentu

Dimension channel akuisisi + metric LTV: tau mana channel yang datangkan user paling bernilai jangka panjang

Kombinasi dimension dan metric yang tepat adalah inti dari analisis data yang baik. Dimension ngasih konteks, metric ngasih ukuran, dan bareng-bareng mereka ngasih insight yang actionable.