School of Information Systems

Mengenal Perbedaan antara Exploratory dan Explanatory Data Storytelling dalam Pengambilan Keputusan Bisnis

Data storytelling telah menjadi alat yang sangat penting dalam pengambilan keputusan bisnis. Ketika data disajikan dengan cara yang menarik dan mudah dipahami, ia tidak hanya membantu tim bisnis untuk menganalisis situasi, tetapi juga memperkuat argumen dan mendorong tindakan yang lebih tepat. Dua pendekatan utama dalam data storytelling adalah exploratory dan explanatory, yang keduanya memiliki tujuan dan cara penyajian yang berbeda. Artikel ini akan membahas perbedaan antara kedua jenis storytelling tersebut, serta bagaimana mereka berperan dalam mendukung pengambilan keputusan bisnis. 

  1. Exploratory Data Storytelling: Menemukan Insight dari Data

Exploratory data storytelling berfokus pada eksplorasi dan pencarian insight dalam data yang besar dan kompleks. Pendekatan ini sering digunakan ketika organisasi atau individu ingin memahami pola, hubungan, atau tren yang mungkin tidak langsung terlihat. Tujuan dari pendekatan ini adalah untuk membuka berbagai kemungkinan dan memberi ruang bagi analisis yang lebih mendalam. 

Ciri-ciri Exploratory Data Storytelling: 

  • Fleksibilitas: Biasanya lebih fleksibel dalam hal format dan narasi. Tidak ada alur cerita yang pasti; sebaliknya, pengguna dapat mengeksplorasi data dari berbagai sudut. 
  • Interaktivitas: Biasanya menggunakan visualisasi data interaktif seperti grafik dan dashboard yang memungkinkan pengguna untuk menggali data lebih lanjut, misalnya dengan mengubah filter atau memilih variabel berbeda. 
  • Tujuan Penemuan: Tujuan utama adalah untuk menemukan pola atau insight yang mungkin tidak terduga. Ini memungkinkan tim untuk mengidentifikasi masalah atau peluang yang mungkin sebelumnya tidak diperhatikan. 

Contoh dalam Bisnis: 

Jika sebuah perusahaan e-commerce ingin memahami perilaku konsumen mereka, pendekatan eksplorasi dapat digunakan untuk mengeksplorasi data transaksi dan perilaku pengguna. Dengan menggunakan alat visualisasi interaktif, manajer produk dapat menggali data berdasarkan lokasi, kategori produk, atau waktu pembelian untuk menemukan pola yang dapat memberikan wawasan baru, seperti produk mana yang lebih laku pada waktu tertentu atau kelompok konsumen yang lebih cenderung melakukan pembelian besar. 

  1. Explanatory Data Storytelling: Menyampaikan Hasil dan Rekomendasi

Sebaliknya, explanatory data storytelling lebih berfokus pada menyampaikan hasil dari analisis data yang telah selesai. Pendekatan ini digunakan untuk menjelaskan temuan tertentu dan menyarankan langkah-langkah atau keputusan yang perlu diambil berdasarkan data tersebut. Narasi dalam explanatory storytelling lebih terstruktur dan bertujuan untuk menjelaskan dengan jelas dan meyakinkan apa yang telah ditemukan dan bagaimana hal tersebut dapat diterapkan. 

Ciri-ciri Explanatory Data Storytelling: 

  • Struktur yang Jelas: Pendekatan ini mengikuti alur cerita yang lebih jelas dan terorganisir, dengan tujuan untuk mengkomunikasikan temuan dan rekomendasi secara langsung. 
  • Fokus pada Penjelasan: Fokus utama adalah pada penjelasan hasil dari analisis data, serta bagaimana temuan tersebut dapat mempengaruhi keputusan bisnis. 
  • Tujuan Menyimpulkan: Explanatory storytelling bertujuan untuk memberikan kesimpulan yang jelas dan memberikan arahan tindakan yang dapat diambil oleh pengambil keputusan. 

Contoh dalam Bisnis: 

Setelah mengumpulkan data perilaku pengguna dan menganalisisnya, perusahaan dapat menggunakan explanatory storytelling untuk menjelaskan temuan tersebut kepada manajemen. Misalnya, analisis menunjukkan bahwa pelanggan yang melakukan pembelian lebih dari tiga kali cenderung lebih loyal dan lebih cenderung membeli produk premium. Berdasarkan temuan ini, manajer pemasaran bisa memberikan rekomendasi untuk memfokuskan kampanye iklan pada produk premium bagi pelanggan dengan riwayat pembelian lebih dari tiga kali. 

  1. Perbandingan Exploratory dan Explanatory Data Storytelling dalam Pengambilan Keputusan Bisnis
Aspek  Exploratory Data Storytelling  Explanatory Data Storytelling 
Tujuan  Menemukan pola, tren, atau insight dari data  Menyampaikan hasil dan rekomendasi berdasarkan analisis data 
Pendekatan  Fleksibel dan tidak terstruktur, interaktif, dan berbasis pada eksplorasi  Terstruktur, dengan alur cerita yang jelas dan fokus pada penjelasan temuan 
Jenis Visualisasi  Visualisasi interaktif yang memungkinkan eksplorasi data lebih lanjut  Visualisasi yang lebih statis untuk mendukung penjelasan hasil analisis 
Kapan Digunakan  Saat masih dalam tahap pencarian dan analisis data  Setelah analisis selesai, saat ingin mengkomunikasikan temuan dan keputusan 
Keterlibatan Audiens  Audiens aktif terlibat dalam eksplorasi data  Audiens lebih pasif, mendengarkan dan menerima penjelasan yang diberikan 
Contoh Penggunaan  Menemukan pola perilaku konsumen atau tren pasar  Menjelaskan hasil analisis perilaku pelanggan dan memberikan rekomendasi 

  1. Kapan Menggunakan Eksploratori dan Eksplanatori dalam Bisnis?

Pemilihan antara exploratory dan explanatory data storytelling sangat bergantung pada konteks dan tujuan dari analisis data. Berikut adalah beberapa situasi yang dapat membantu menentukan pendekatan mana yang lebih cocok: 

  • Eksploratori: Digunakan ketika tim atau organisasi berada pada tahap awal dalam analisis data atau ketika data yang dimiliki sangat besar dan kompleks. Jika tujuannya adalah untuk menemukan pola atau insight yang sebelumnya tidak terdeteksi, pendekatan ini sangat efektif. 
  • Eksplanatori: Digunakan ketika data sudah dianalisis dan temuan perlu disampaikan kepada pihak yang mengambil keputusan. Pendekatan ini ideal untuk memberi penjelasan yang jelas dan menyarankan langkah-langkah yang perlu diambil berdasarkan hasil analisis. 

  1. Kesimpulan

Baik exploratory maupun explanatory data storytelling memiliki peran penting dalam pengambilan keputusan bisnis. Pendekatan eksploratori membantu tim untuk menggali dan menemukan wawasan dari data, sedangkan pendekatan eksplanatori menyampaikan hasil tersebut dalam bentuk yang lebih mudah dipahami dan diimplementasikan. Dengan memahami perbedaan keduanya, organisasi dapat lebih efektif dalam menggunakan data untuk mendukung keputusan strategis dan operasional. 

 

Clarissa Julianti Trinantio