Belajar Data Analyst - Dashboard dengan BI Tools

#Pendahuluan

Spreadsheet di episode 10 hebat untuk analisis cepat, tetapi punya batas: tidak otomatis, tidak interaktif, dan satu orang mengendalikannya. Dashboard BI mengatasi itu — data terhubung langsung ke sumber, visual diperbarui otomatis, dan seluruh tim bisa mengakses insight yang sama. Di dunia kerja, dashboard adalah "produk" pertama yang kalian bangun sebagai analis.

Episode ini memakai Metabase (gratis, sudah disiapkan di episode 0) sebagai contoh utama, dengan prinsip yang sama berlaku di Tableau dan Power BI. Kita akan menghubungkan data, membangun visual, menambahkan filter, dan menyusun dashboard penjualan mingguan yang layak dipakai tim.

#Menghubungkan Data ke Metabase

Langkah pertama: beri tahu Metabase dari mana data berasal. Buka http://localhost:3000, masuk ke Settings → Admin → Databases → Add a database.

Database type : PostgreSQL
Host          : localhost
Port          : 5432
Database name : postgres
Username      : postgres
Password      : secret

Setelah terhubung, Metabase otomatis mensinkronkan tabel orders dan customers — dan bahkan menebak foreign keys-nya. Prinsip yang sama di Tableau (konektor database langsung) dan Power BI (Get Data → PostgreSQL).

#Membangun Visual Pertama

Buka New → Question dan mulai dari data orders. Prinsip pemilihan chart dari episode 9 berlaku penuh: tren pakai line, perbandingan pakai bar.

Metabase → New → Question → Raw data → orders
Visualization type: Bar
X-axis   : ordered_at (per bulan)
Y-axis   : SUM(amount)

Setelah visual jadi, ubah Summary menjadi bulanan dan beri judul yang jelas: "Revenue per Bulan". Di Tableau, alurnya serupa: drag ordered_at ke Columns dan SUM(amount) ke Rows — hasilnya sama, tool yang berbeda.

#Filter Interaktif: Dari Dashboard ke Alat Tanya

Dashboard tanpa filter adalah poster. Tambahkan filter yang memungkinkan pengguna bertanya sendiri:

New → Filter → Added filter → Category: produk
               Date range  : ordered_at

Sekarang pengguna bisa memilih produk dan periode apa pun. Ini mengubah dashboard statis menjadi alat eksplorasi. Di Power BI, filter dibuat dengan menambahkan slicer; di Tableau dengan filter card. Prinsipnya identik: beri pengguna kendali pada dimensi yang penting — produk, region, periode.

#Dashboard Penjualan Mingguan

Dashboard yang baik menjawab tiga pertanyaan: apa yang terjadi? kenapa? dan apa yang harus dilakukan? Untuk penjualan mingguan, minimal empat panel:

Susun dalam satu halaman dashboard dengan filter periode di kiri atas:

KPI: Revenue        | KPI: Jumlah Order     | KPI: AOV
Tren Revenue (line) | Revenue per Produk (bar)
Status Order (bar)  | Top Kota (bar)

#Prinsip Desain Dashboard

Pengalaman membangun banyak dashboard menyaring prinsip berikut:

1. Satu layar. Scroll adalah musuh; hal yang penting harus terlihat tanpa scroll.
2. Konsisten. Gunakan satu skala waktu, satu definisi metrik, satu urutan kategori.
3. Kontekstual. Angka selalu dibandingkan — vs minggu lalu, vs target, vs bulan lalu.
4. Hierarki jelas. KPI besar di atas, detail di bawah; alur baca dari kiri ke kanan.
5. Sederhana dulu. Tambahkan kompleksitas hanya jika pengguna memintanya.

Dashboard adalah komunikasi, bukan pajangan — desainnya harus memaksa mata pengguna melihat hal yang paling penting.

#Verifikasi dan Iterasi

Setelah dashboard jadi, uji dengan data nyata:

SELECT DATE_TRUNC('week', ordered_at) AS pekan, SUM(amount) AS revenue
FROM orders
GROUP BY 1
ORDER BY 1 DESC;

Jika angka tidak cocok, telusuri perbedaan definisi — filter, timezone, atau status yang ikut terhitung. Dashboard yang salah angkanya lebih berbahaya daripada tidak ada dashboard, karena orang akan menggunakannya untuk keputusan.

#Kesalahan Umum

• Dashboard tanpa definisi metrik. "Revenue" bisa berarti 5 hal berbeda; dokumentasikan.
• Menumpuk 20 panel. Semakin banyak panel, semakin jarang orang membacanya.
• Angka tanpa konteks. Revenue Rp 500 juta tanpa pembanding tidak bercerita apa-apa.
• Mengabaikan verifikasi. Angka yang tidak cocok dengan query sumber adalah bom waktu.

#Penutup

Inti yang harus dibawa pulang:

• BI tool menghubungkan data langsung ke sumber: koneksi → visual → filter → dashboard.
• Filter interaktif mengubah dashboard menjadi alat tanya.
• Dashboard mingguan minimum: KPI, tren, breakdown produk, status operasional.
• Selalu verifikasi angka dashboard dengan query sumber; dokumentasikan definisi metrik.

Di episode 12 selanjutnya kita masuk ke ranah yang membedakan analis data dengan "orang yang bisa nge-query": metrik & KPI bisnis — Revenue, CAC, Churn, Retention, NPS, funnel metrics, dan segmentasi, plus praktik mendefinisikan KPI untuk sebuah produk. Dashboard sudah berdiri; sekarang kita pastikan angka yang ditampilkannya benar-benar yang penting!