Belajar Data Analyst - Self-Service BI & Semantic Layer

#Pendahuluan

Seiring pertumbuhan perusahaan, ada satu masalah yang tidak bisa dihindari: semua orang ingin bertanya ke data, tetapi tidak semua orang bisa menulis SQL. Tanpa sistem yang benar, analis menjadi bottleneck — antrean pertanyaan menumpuk, jawaban terlambat, dan angka yang sama dijawab berbeda oleh lima orang.

Solusinya adalah self-service BI: membangun lapisan data yang memungkinkan non-analis menjawab pertanyaan sendiri, dengan semantic layer sebagai terjemahan dari data teknis ke bahasa bisnis. Episode ini membedah arsitekturnya, peran business glossary, dan praktik mendokumentasikan metrik yang menjadi fondasi seluruh sistem.

#Masalah: Analis sebagai Bottleneck

Pola yang tidak sehat dan sangat umum:

Setiap departemen menyerbu analis untuk pertanyaan yang sebagian besar serupa. Hasilnya: analis tidak sempat analisis sungguhan, dan jawaban lambat untuk semua. Self-service BI memecah pola ini — bukan dengan melarang pertanyaan, tetapi dengan memberi alat yang aman untuk menjawab sendiri.

#Arsitektur Self-Service BI

Lapisan pentingnya: pengguna bisnis tidak pernah menyentuh warehouse mentah — mereka berinteraksi dengan semantic layer lewat BI tool. Definisi metrik dikendalikan pusat, sehingga angka "revenue" sama di semua dashboard.

#Semantic Layer: Satu Bahasa untuk Semua

Semantic layer adalah lapisan definisi yang menerjemahkan data mentah ke bahasa bisnis: metrik (revenue, churn, CAC), dimensi (produk, region, bulan), dan relasinya. Tanpa semantic layer, tiap dashboard mendefinisikan metriknya sendiri — hasilnya adalah lima angka "revenue" yang berbeda.

Konsep intinya:

Contoh definisi metrik yang terdokumentasi (memakai dbt MetricFlow atau tool semantic layer lain):

metrics:
  - name: revenue
    description: "Total order completed, eksklusif refund, dalam IDR"
    type: sum
    sql: amount
    filters:
      - status = 'completed'
  - name: active_customers
    description: "Customer unik yang melakukan order completed"
    type: count_distinct
    sql: customer_id
    filters:
      - status = 'completed'

Sekarang, siapa pun yang membangun dashboard memakai revenue yang sama — pertanyaan "definisi revenue yang mana?" tidak lagi muncul.

#Business Glossary: Kamus yang Hidup

Business glossary adalah dokumen yang mendefinisikan istilah bisnis dalam bahasa yang dipahami semua orang — bukan SQL, bukan jargon teknis.

Istilah   : Churn Rate
Definisi  : Persentase pelanggan aktif yang tidak melakukan
            pembelian dalam 30 hari terakhir.
Rumus     : Pelanggan hilang / pelanggan aktif awal periode
Satuan    : Persen (%)
Pemilik   : Growth Analytics
Sumber    : tabel fct_customer_monthly (dbt)
Update    : Harian, H+1

Glossary yang baik: satu definisi per istilah, ditulis untuk non-analis, dan ditautkan ke sumber teknis. Ini dokumen "hidup" yang diperbarui saat definisi bisnis berubah — bukan PDF yang disimpan di laci.

#Praktik: Dokumentasi Metrik dan Glossary

Untuk tim kalian, mulailah dari tiga metrik paling sering ditanyakan:

1. Revenue — definisi, filter, satuan, pemilik.
2. Active customer — definisi "aktif" (yang paling sering diperdebatkan).
3. Churn/retention — definisi, periode, dan cara menghitung.

Langkah kerja:

1. Tulis definisi untuk tiap metrik (bahasa manusia dulu).
2. Terjemahkan ke definisi teknis (SQL/dbt/garis besar).
3. Dokumentasikan di satu tempat yang bisa diakses tim.
4. Verifikasi angka — cocokkan dengan query yang sudah dikenal.
5. Tautkan ke dashboard: pastikan dashboard memakai definisi yang sama.

Lima langkah ini adalah investasi satu hari yang membayar puluhan jam per bulan.

#Mengukur Keberhasilan Self-Service

Bagaimana tahu self-service BI berhasil? Metrik keberhasilannya:

Tanda keberhasilan tertinggi: analis tidak lagi menerima pertanyaan "berapa revenue bulan ini?" — karena orang sudah bisa menjawab sendiri, dan analis bisa fokus pada pertanyaan "kenapa revenue turun dan apa yang harus dilakukan?"

#Kesalahan Umum

• Self-service tanpa semantic layer. Tanpa definisi terpusat, self-service = anarki angka.
• Glossary teknis. Kalau istilah tidak dipahami marketing, bukan glossary bisnis.
• Dashboard dibuat per departemen tanpa fondasi. Mulai dari model dan metrik, bukan dashboard.
• Semua data dibuka tanpa kontrol akses. Self-service tetap harus mematuhi RBAC (episode 19).

#Penutup

Inti yang harus dibawa pulang:

• Self-service BI memecah bottleneck analis dengan memberi alat yang aman.
• Semantic layer memusatkan definisi metrik — satu bahasa untuk semua.
• Business glossary mendefinisikan istilah dalam bahasa manusia, bukan SQL.
• Dokumentasikan 3 metrik paling penting dulu; tautkan ke dashboard yang sama.
• Keberhasilan diukur dari konsistensi angka dan waktu analis yang kembali untuk analisis sungguhan.

Di episode 24 selanjutnya kita mengotomasi semuanya: Otomasi Report & Scheduling — scheduled dashboard, email report, pipeline refresh dengan Airflow atau cloud scheduler, plus praktik mengotomasi laporan harian. Fondasi data sudah solid; sekarang data bekerja untuk kalian bahkan saat kalian tidur!