Mengoptimalkan Kolaborasi Research dan Data Analytics
Di zaman digital sekarang, untuk perusahaan yang memiliki website/ aplikasi biasanya akan memiliki tim data analytics selain tim research. Bagaimana cara mengoptimalkan keduanya?
Keliatan nih, ada banyak users masuk sampai halaman payment. Tapi kok hanya 30% users yang benar-benar akhirnya bayar?
Kutipan anekdot di atas mungkin sering didengar. Dan itu hanya bisa dijawab kalau memang ada kolaborasi antara tim data analytics (data) dan tim research.
Tim research dan tim data analytics (data) itu seperti Batman dan Robin atau Sherlock Holmes dan dr. Watson. Keduanya bisa aja kerja masing-masing dan tetap berguna. Hanya saja, kalau mereka bergabung maka kekuatannya akan lebih dahsyat.
Emang bisa gimana aja gabungnya?
Mengidentifikasi perilaku dan alasannya
Contohnya seperti yang di atas:
Dari tim data kita tahu bahwa ada cukup banyak pengguna masuk ke halaman depan sampai halaman pembayaran. Uniknya, hanya 30% users yang ternyata benar-benar membayar. Secara internal dicek pun tidak ada isu teknis di halaman itu. Di sini, tim data butuh bantuan untuk menjelaskan apa yang membuat orang berhenti.
Di sinilah peran tim research - menggali langsung ke para pengguna untuk menjawab kenapa perilaku tersebut muncul.
Kolaborasi ini membuat pengetahuan kita terhadap perilaku pengguna lengkap - membuat pengambilan keputusan bisnis bisa lebih akurat dan tajam.
Mencari tahu jumlah perilaku yang ditemukan secara kualitatif
Contoh:
Research menemukan indikasi masalah di e-wallet internal yang membuat beberapa orang kadang tidak jadi membeli atau komplain. Untuk menguatkan urgensi, perlu diketahui seberapa berdampak masalah tersebut.
Tim data dapat membantu dengan menganalisis berapa banyak orang yang mengalami kegagalan bayar lewat e-wallet internal, dan apa yang dilakukan setelahnya.
Biasanya, setelah mengetahui dampak suatu masalah kepada bisnis secara angka akan meyakinkan stakeholder untuk segera memperbaikinya.
Membuat eksperimen bersama berdasarkan temuan research
Contoh:
Research menemukan peluang baru bahwa ada indikasi bila diberi kesempatan berinteraksi antar pengguna maka orang lebih sering membuka aplikasi.
Untuk membuktikan hipotesis itu, maka perlu dibuat eksperimen untuk melihat apa yang terjadi bila itu dibuat dalam skala kecil.
Model eksperimen ini harusnya dibuat bersama antara tim research dan tim data.
Tim research memberikan masukan terkait hipotesis yang mungkin perlu dicek. Sementara, tim data (bersama tim terkait yang lain) dapat memberikan model eksperimen yang paling cocok untuk mengetes hipotesisnya.
Lewat eksperimen, kita dapat meningkatkan kepercayaan diri bahwa peluang yang ditemukan akan dapat berguna untuk bisnis.
Contoh-contoh kolaborasi di atas akan sangat membantu untuk mendapatkan pemahaman utuh tentang pengguna, sehingga tim bisnis dalam mengambil keputusan yang tepat.
Untuk mencapai kolaborasi di atas, satu hal penting yang perlu dilakukan adalah kedua tim harus sering-sering ngobrol (secara formal maupun informal). Kalau kedua tim akrab, maka bentuk-bentuk kolaborasi di atas akan terjadi natural dan makin sama-sama paham kebutuhan serta peran masing-masing.
Ada bentuk kolaborasi research x data lainnya yang kepikiran lagi?