Belajar Data Analyst - Metrik & KPI Bisnis

#Pendahuluan

Sejauh ini kalian sudah bisa menarik data, membersihkannya, menganalisis, dan memvisualisasikan. Tapi ada pertanyaan yang lebih mendasar: metrik apa yang benar-benar penting untuk bisnis? Inilah yang membedakan analis data dari "orang yang bisa nge-query". Analis profesional tahu bahwa tidak semua angka berharga — dan bahwa metrik yang salah bisa menyesatkan seluruh perusahaan.

Episode ini membangun kosakata metrik yang akan kalian pakai sepanjang karir: metrik pertumbuhan, metrik biaya, metrik retensi, metrik loyalitas, dan funnel metrics — plus seni segmentasi dan kerangka memilih KPI yang tepat untuk produk tertentu.

#Metrik Fundamental: Revenue dan Turunannya

Revenue (MRR/ARR) adalah metrik paling mendasar. Untuk bisnis berlangganan, kita memakai turunannya:

SELECT
    DATE_TRUNC('month', ordered_at) AS bulan,
    SUM(amount) AS revenue,
    COUNT(*) AS jumlah_order,
    ROUND(SUM(amount) / COUNT(*), 2) AS aov
FROM orders
WHERE status = 'completed'
GROUP BY 1
ORDER BY 1;

Kuncinya bukan menghitungnya, tetapi membaca trennya: AOV yang turun bisa berarti diskon, perubahan produk, atau customer mix yang bergeser — masing-masing butuh aksi berbeda.

#CAC: Berapa Biaya Mendapatkan Pelanggan

CAC (Customer Acquisition Cost) = total biaya marketing & sales dibagi jumlah customer baru dalam periode itu.

CAC = Total biaya akuisisi (marketing + sales) / Jumlah customer baru

CAC tidak bisa dihitung hanya dari tabel transaksi — ia butuh data pengeluaran. Contoh perhitungan sederhana:

Biaya iklan bulan ini   : Rp 40.000.000
Customer baru bulan ini : 800
CAC                     : Rp 50.000

CAC harus dibaca bersama dengan LTV (Lifetime Value) — topik episode 14. Aturan praktis industri: LTV harus 3x lipat CAC agar unit economics sehat. CAC tanpa LTV adalah angka yang menakutkan tanpa konteks.

#Churn dan Retention: Dua Sisi Koin yang Sama

• Churn rate = persentase pelanggan yang berhenti dalam periode tertentu.
• Retention rate = persentase yang bertahan (100% − churn).

WITH bulan_ini AS (
    SELECT COUNT(DISTINCT customer_id) AS aktif FROM orders
    WHERE ordered_at >= DATE_TRUNC('month', NOW())
),
bulan_lalu AS (
    SELECT COUNT(DISTINCT customer_id) AS aktif FROM orders
    WHERE ordered_at >= DATE_TRUNC('month', NOW()) - INTERVAL '1 month'
      AND ordered_at < DATE_TRUNC('month', NOW())
)
SELECT bulan_lalu.aktif - bulan_ini.aktif AS pelanggan_hilang,
       ROUND((bulan_lalu.aktif - bulan_ini.aktif)::numeric / bulan_lalu.aktif * 100, 2) AS churn_persen
FROM bulan_lalu, bulan_ini;

Satu peringatan penting: definisi "aktif" sangat menentukan angka churn. Pelanggan "hilang" jika tidak order sebulan? Atau 90 hari? Definisikan, dokumentasikan, dan gunakan konsisten — kalau tidak, dua departemen akan melaporkan churn yang berbeda untuk bisnis yang sama.

#NPS dan Metrik Loyalitas

NPS (Net Promoter Score) mengukur loyalitas lewat satu pertanyaan: "Seberapa besar kemungkinan kalian merekomendasikan kami, skala 0-10?"

Promoter (9-10) - Detractor (0-6)
NPS = (Proporsi Promoter - Proporsi Detractor) × 100

NPS berkisar -100 sampai +100; di atas 50 dianggap bagus untuk kebanyakan industri. NPS adalah metrik indikator awal (leading indicator) — ia memprediksi churn sebelum churn terjadi, meskipun sulit ditelusuri ke penyebab spesifik.

#Funnel Metrics: Mengukur Perjalanan Pengguna

Funnel memetakan tahapan perjalanan customer, dan metrik kuncinya adalah conversion rate di tiap tahap:

Pengunjung → Sign-up → First order → Repeat order
  100%        20%       10%             5%

SELECT stage, COUNT(DISTINCT user_id) AS users
FROM user_events
WHERE event IN ('visit', 'signup', 'first_order', 'second_order')
GROUP BY stage;

Episode 15 akan membedah funnel dan drop-off secara mendalam. Untuk episode ini, yang penting dipahami: setiap tahap funnel adalah metrik sendiri, dan angka agregat selalu menyembunyikan bottleneck.

#Segmentasi: Rata-rata Adalah Pembohong

Rata-rata menyembunyikan segmen. Revenue rata-rata "normal" bisa terdiri dari 20% power users yang membayar 80% revenue. Karena itu analis selalu memecah metrik per segmen:

SELECT city, COUNT(DISTINCT customer_id) AS customers, SUM(amount) AS revenue
FROM orders o
JOIN customers c ON c.id = o.customer_id
WHERE status = 'completed'
GROUP BY city
ORDER BY revenue DESC;

#Praktik: Mendefinisikan KPI untuk Satu Produk

Ambil studi kasus: aplikasi food delivery yang ingin tumbuh bulan ini. Tujuannya: meningkatkan repeat order. KPI utama:

Perhatikan kerangkanya: KPI utama didukung KPI input (yang bisa dieksekusi) dan KPI guardrail (yang mengingatkan batas). Dashboard di episode 11 harus memakai kerangka seperti ini — bukan menampilkan semua metrik sekaligus.

#Kesalahan Umum

• Laporan metrik tanpa definisi. Dua orang, dua interpretasi — chaos.
• CAC dibaca tanpa LTV. Biaya mahal bisa wajar jika LTV juga besar.
• Churn tanpa definisi "aktif" yang jelas.
• Rata-rata tanpa segmentasi. Rata-rata menyembunyikan struktur yang justru berisi insight.

#Penutup

Inti yang harus dibawa pulang:

• Metrik inti: Revenue (MRR/ARR), CAC, Churn/Retention, NPS, dan funnel metrics.
• CAC harus dibaca bersama LTV (rasio sehat ≈ 1:3).
• Churn membutuhkan definisi "aktif" yang terdokumentasi dan konsisten.
• Selalu segmentasi; rata-rata adalah pembohong.
• KPI: North Star + input + guardrail — bukan semua metrik sekaligus.

Di episode 13 selanjutnya kita mengubah angka menjadi cerita: Reporting & Storytelling Data — struktur insight (context, data, insight, action), prinsip komunikasi data, dan latihan menyampaikan temuan ke stakeholder. Metrik sudah jelas; sekarang kita pastikan orang mendengarnya dan bertindak!