Perjalanan Pahlawan dalam Analisis: Mengapa Audiens Adalah Pahlawannya

Anda Bukan Pahlawan Laporan (Dan Itu Mengubah Segalanya). Dalam analisis, audiens adalah pahlawannya, bukan datanya. Setelah Anda memahaminya, cara Anda mendesain laporan Power BI berubah sepenuhnya.

Kesalahan halus yang dilakukan sebagian besar dasbor

Ada kesalahan halus yang diam-diam ada di sebagian besar pekerjaan analitik.

• Ini bukan masalah pemodelan
• Ini bukan masalah desain visual
• Ini bahkan bukan masalah kualitas data

Ini masalah identitas. Kebanyakan analitik dibuat seolah-olah data adalah pahlawannya. Dan itulah masalahnya.

Perangkap yang berpusat pada data

Jika Anda sudah lama bekerja di bidang analitik, Anda pasti pernah melihat pola ini. Dasbor dihadirkan dengan kebanggaan yang tenang:

“Lihatlah datanya.”

• Beberapa grafik
• Hubungan yang kompleks
• Halaman penelusuran
• Tindakan DAX yang mengesankan.

Secara teknis sangat baik. Padat secara struktural. Namun ada sesuatu yang tidak mendarat. Eksekutif mencondongkan tubuh ke depan dan bertanya:

“Jadi, apa artinya ini?”

Manajer bertanya:

“Apa yang harus kita lakukan?”

Ruangan menjadi interpretatif dan bukannya menentukan. Bukan karena datanya salah. Karena laporan dibuat sebagai etalase, bukan sebagai panduan.

Perjalanan Pahlawan (Edisi Bisnis)

Dalam penceritaan klasik, setiap narasi memiliki pahlawan.

• Pahlawan menghadapi ketidakpastian
• Pahlawan menghadapi rintangan
• Pahlawan membutuhkan kejelasan

Dan di tengah perjalanan, sang pahlawan bertemu dengan seorang pemandu. Dalam analisis bisnis, kita sering kali memilih karakter yang salah dalam peran utama.

Kami memperlakukan:

• Kumpulan data sebagai pahlawan
• Dasbor sebagai pahlawan
• Analis sebagai pahlawan

Tapi tidak satupun dari mereka yang menjadi pahlawan. Penonton adalah pahlawan dalam analitik.

• Strategi pengambilan keputusan eksekutif.
• Manajer melakukan realokasi anggaran.
• Tim memilih prioritas.

Mereka berada di ambang ketidakpastian. Dan mereka mencari kejelasan.

Saat data menjadi pahlawan

Saat data diposisikan sebagai pahlawan, fokusnya bergeser secara halus:

• Kami menekankan kelengkapan daripada kejelasan
• Kami menunjukkan kecanggihan dibandingkan kesederhanaan
• Kami menunjukkan apa yang bisa dilakukan model tersebut

Dasbor menjadi sebuah pertunjukan. Meskipun hal ini mungkin mengesankan audiens yang berpikiran teknis, hal ini jarang mempercepat pengambilan keputusan. Karena penonton dibiarkan menerjemahkan kerumitan menjadi tindakan sendiri. Dan itu bukan tugas mereka.

Analisis yang berpusat pada cerita

Sekarang balikkan perspektifnya. Dalam pendekatan yang berpusat pada cerita, datanya masih ada. Itu masih penting. Tapi itu memainkan peran pendukung. Pahlawan adalah pengambil keputusan. Laporan ini ada untuk memandu mereka dari:

Ketidakpastian → Pemahaman → Tindakan

Daripada bertanya:

“Apa yang bisa kami tunjukkan?”

Anda bertanya:

“Apa yang perlu diketahui sang pahlawan?”

Pemandu vs pahlawan: kisah-kisah hebat yang mengajarkan kita

Pikirkan tentang beberapa kisah yang paling dikenal dalam budaya modern.

Di dalam Cerita MainanWoody bukanlah pahlawan yang sangat kuat, dia adalah pemandu yang membantu Buzz Lightyear memahami siapa dia sebenarnya dan cara menavigasi dunia Andy. Buzz mungkin ahlinya, tapi Woody memberikan landasannya.

Di dalam Hancurkan Ralphsalah satu film favorit saya. Ralph yakin dia membutuhkan medali untuk menjadi pahlawan, namun karakter seperti Vanellope-lah yang membimbingnya menuju pemahaman bahwa identitas tidak ditentukan oleh seorang papan angka dasbor.

Di dalam Harry PotterHarry jelas adalah pahlawannya, tetapi tanpa Dumbledore, Hagrid, dan bahkan Hermione yang membimbingnya, dia tidak akan pernah selamat dalam perjalanan tersebut. Ceritanya berhasil karena pemandu menghilangkan kebingungan dan menerangi jalan. “Kebahagiaan dapat ditemukan, bahkan di saat-saat tergelap sekalipun, jika seseorang ingat untuk menyalakan lampu”

Di dalam Penguasa CincinFrodo memikul beban, tapi Gandalf dan kemudian Sam yang bertindak sebagai pemandu. Mereka tidak mengambil cincin itu. Mereka membantu sang pahlawan bertahan dalam perjalanan.

Dalam setiap kasus, panduan ini tidak dimaksudkan untuk memamerkan kekuatan atau kompleksitas. Panduan ada untuk membantu pahlawan sukses. Itulah peran Anda dalam analitik.

Eksekutifnya adalah Frodo.
Manajernya adalah Harry.
Timnya adalah Ralph.

Anda adalah Gandalf. Anda tidak boleh lulus! Seberapa keren kamu?

Anda adalah pemandunya

Begitu Anda menerima bahwa penonton adalah pahlawannya, peran Anda menjadi jelas. Anda adalah pemandunya. Pemandu tidak pamer. Panduan tidak membebani. Panduan menghilangkan rintangan. Panduan mengurangi kebingungan. Tugas Anda bukanlah menunjukkan keterampilan teknis. Tugas Anda adalah membantu seseorang berhasil dalam mengambil keputusan.

Panduan apa yang sebenarnya dilakukan

Panduan yang bagus:

• Mengantisipasi pertanyaan sebelum ditanyakan
• Menghapus jalur yang tidak perlu
• Memberi sinyal risiko dengan jelas
• Menunjuk ke arah rute yang benar

Diterapkan pada analitik, artinya:

• Menjawab keberatan yang jelas sebelumnya
• Menyoroti hal yang paling penting
• Tidak menekankan apa yang tidak
• Menyusun informasi dengan sengaja

Ini juga berarti mempunyai opini analitis. Ini lebih penting dari itu. Pola ini bermakna. Metrik ini adalah kebisingan.

Mengapa analisis yang hebat terasa sederhana

Ada alasan mengapa laporan terbaik sering kali terasa tenang dan terus terang. Ini bukan karena masalah mendasarnya sederhana. Pasalnya, ada yang berpikir keras sebelum laporan dibuat.

• Mereka mengklarifikasi keputusan tersebut
• Mereka mengidentifikasi sinyal-sinyal penting
• Mereka menyusun narasinya
• Mereka menghilangkan gangguan tersebut

Jadi penonton tidak perlu melakukannya.

Perangkap ego dalam analitik

Analisis adalah disiplin teknis. Ini menghargai kecanggihan. Dan hal ini dapat menciptakan jebakan ego yang halus. Jika Anda menghabiskan waktu berjam-jam membuat model, Anda tergoda untuk menunjukkan semuanya. Namun penonton tidak merasa bangga dengan model Anda. Mereka mengalami ketidakpastian tentang keputusan mereka. Peralihan dari pahlawan menjadi pembimbing membutuhkan kerendahan hati.

Sebuah tes sederhana

Buka salah satu dasbor Anda dan tanyakan:

• Siapa pahlawan di sini?
• Apakah laporan menampilkan datanya?
• Atau apakah itu membimbing seseorang menuju tindakan?

Jika Anda merasa hal itu membantu seseorang untuk maju, Anda telah melakukan perubahan.

Siap menjadi pemandu?

Jika Anda ingin laporan Power BI Anda beralih dari menampilkan data ke memandu keputusan, itulah yang kami fokuskan di dalam Akselerator Data.

Kami membantu tim beralih dari pelaporan ke dukungan pengambilan keputusan — menyusun analisis berdasarkan kejelasan, keyakinan, dan tindakan.

Pada postingan berikutnya, kita akan membahas secara praktis dan melihat bagaimana memulai dengan pertanyaan sebenarnya — keputusan yang saat ini diblokir — dan membangun segalanya berdasarkan pertanyaan tersebut.

Terkait: Struktur Laporan Power BI: Awal, Tengah, Akhir

Mulai seri: Dasbor Tidak Mendorong Keputusan (Dan Itulah Masalah Analisis Sebenarnya)