Belajar BI Analyst - Metrik & KPI Bisnis

#Pendahuluan

Setelah di episode 2 kita memahami arsitektur data secara menyeluruh, pada episode ini kita masuk ke jantung konseptual BI: metrik dan KPI. Kalian boleh jadi ahli SQL dan jago membuat chart, tetapi tanpa metrik yang tepat, dashboard kalian hanyalah deretan angka yang indah tanpa arah.

Mengapa topik ini penting? Karena kesalahan paling umum di tim BI bukan teknis — melainkan mengukur hal yang salah. Tim mengukur "berapa banyak user" padahal pertanyaan bisnisnya adalah "berapa banyak user yang menghasilkan profit". Sebagai BI Analyst, kalian bertanggung jawab memastikan angka yang diukur benar-benar mendorong keputusan yang tepat.

#Metrik vs KPI

Meski sering dipakai bergantian, keduanya berbeda:

• Metrik: ukuran kuantitatif apa pun tentang performa — misalnya total_orders, avg_order_value, page_views. Banyak metrik, tidak semuanya penting.
• KPI (Key Performance Indicator): metrik yang dipilih sebagai indikator kunci keberhasilan tujuan bisnis — misalnya monthly recurring revenue (MRR) untuk SaaS, net profit margin untuk retail.

Kata kuncinya adalah dipilih. KPI selalu terkait dengan tujuan strategis; metrik bisa berdiri sendiri tanpa tujuan. Dashboard yang baik menampilkan KPI paling relevan di bagian atas, lalu metrik pendukung di bawahnya untuk menjelaskan "mengapa".

#Memilih KPI yang Tepat

Empat kriteria KPI yang baik:

Uji sederhana untuk setiap KPI kandidat: jika KPI ini naik, apakah ada orang yang melakukan hal yang berbeda? Kalau jawabannya tidak, KPI itu mungkin hanya metrik hiasan.

#Leading vs Lagging Indicator

Dua jenis indikator berdasarkan urutan waktu:

• Lagging indicator: hasil yang terjadi setelah tindakan — contoh: revenue bulan ini, churn bulan lalu. Ia mudah diukur tetapi sudah terlambat untuk dicegah.
• Leading indicator: sinyal awal yang mendahului hasil — contoh: jumlah demo booking, waktu respons customer support, trial activation rate. Ia lebih sulit diukur tetapi memberi waktu untuk bertindak.

Dashboard yang sehat memuat keduanya: lagging indicator sebagai hasil akhir, leading indicator sebagai alarm dini. Bayangkan sebuah kargo kapal: lagging indicator adalah posisi kapal sekarang (sudah terjadi), leading indicator adalah arah angin (bisa diantisipasi).

#Selaras dengan Tujuan Bisnis (Goal Alignment)

Metrik hanya bermakna jika diselaraskan dengan tujuan. Teknik yang paling banyak dipakai adalah OKR (Objectives and Key Results) dan North Star Metric.

• North Star Metric: satu metrik yang paling mewakili nilai yang diberikan perusahaan ke pelanggan — misalnya untuk Spotify: weekly active listeners; untuk marketplace: transaksi per minggu. Semua dashboard diarahkan untuk menjelaskan metrik ini.
• OKR: setiap tim punya objective, lalu 2-4 key results yang terukur. Dashboard tim mengukur key results-nya.

Sebagai BI Analyst, tugas kalian adalah memastikan setiap KPI di dashboard bisa ditelusuri balik ke sebuah tujuan. Kalau sebuah chart tidak menjelaskan tujuan apa pun, chart itu tidak layak ada.

#Framework Metrik: AARRR dan HEART

Dua framework populer untuk menata metrik agar tidak serampangan:

AARRR (Pirate Metrics) — cocok untuk startup/product:

HEART — dari Google untuk produk UX:

Untuk Superstore kita, framework yang dipakai adalah funnel commerce: traffic → orders → AOV → margin, dengan KPI utama revenue dan profit margin.

#Praktik: Framework Metrik Sederhana

Sekarang praktikkan. Buat definisi metrik untuk Superstore dalam format sederhana yang akan kalian pakai sampai akhir series:

Metrik: Revenue (sales)
Definisi: total nilai penjualan (sum of sales) per periode
Formula: SUM(sales)
Tipe: lagging
Unit: USD
Keputusan terkait: penentuan target penjualan & evaluasi performa region
 
Metrik: Profit Margin
Definisi: persentase keuntungan dari setiap penjualan
Formula: SUM(profit) / SUM(sales)
Tipe: lagging
Unit: persen
Keputusan terkait: evaluasi kategori & diskon
 
Metrik: Average Order Value (AOV)
Definisi: rata-rata nilai per transaksi
Formula: SUM(sales) / COUNT(DISTINCT order_id)
Tipe: lagging
Unit: USD
Keputusan terkait: strategi bundling & upselling

Catat definisi ini di dokumen (misalnya file metrics.md). Di episode 12 definisi yang sama akan kalian implementasikan sebagai semantic layer agar konsisten di semua dashboard.

#Kesalahan Umum dalam Memilih KPI

• Mengukur terlalu banyak hal: dashboard 20 KPI tidak bisa dibaca; stakeholder kehilangan fokus.
• KPI tanpa target: angka tanpa target tidak memberi makna — 10.000 order itu baik atau buruk tergantung targetnya.
• Mengubah definisi seenaknya: metrik yang definisinya berubah-ubah membuat tren tidak bisa dibandingkan.
• Mengabaikan data yang tidak tersedia: memilih KPI yang datanya tidak bisa diambil hanya akan menghasilkan dashboard kosong.

#Penutup

Inti yang harus dibawa pulang:

• Metrik adalah ukuran apa pun; KPI adalah metrik yang dipilih untuk tujuan bisnis.
• Padukan leading (alarm dini) dan lagging (hasil akhir) indicator.
• Selaraskan metrik dengan tujuan: North Star Metric dan OKR membantu.
• Gunakan framework seperti AARRR/HEART agar metrik terpilih dengan alasan, bukan asal.
• Praktik: tulis definisi metrik Superstore (revenue, profit margin, AOV) dalam dokumen definisi metrik.

Di episode 4 selanjutnya kita akan masuk ke ranah teknis: SQL untuk BI — aggregation, window functions, dan CTE untuk membangun report yang menjadi sumber data dashboard kalian. Pastikan PostgreSQL dan dataset Superstore kalian siap, karena mulai episode ini kita kembali hands-on!