CALL PAPERS – Yeris P : Tools Statistik dalam Analisis Performance

Usulan Penerapan Tools Analisis Statistik dalam
Analisa Performansi pada Perusahaan Telekomunikasi
Studi Kasus : Department Community Business Plan & Performance Analysis, PT. ABC Oleh: Yeris Permata Octarina
1. Pendahuluan Dewasa ini, banyak perusahaan yang memanfaatkan big data sebagai referensi dalam strategi perusahaan dan dalam membuat keputusan bisnis untuk berkompetisi di dunia bisnis baik domestik maupun global. Studi kasus pada penulisan ini adalah perusahaan telekomunikasi. Friedrich (2015) menyatakan bahwa trend global saat ini menunjukkan perusahaan telekomunikasi mengalami stagnansi, sementara itu, layanan OTT (over-the-top) seperti Facebook, Google, Netflix justru mendapat popularitas yang lebih tinggi sebagai revenue generator dibanding operator penyedia jasa telekomunikasi. Untuk meningkatkan daya saing, perusahaan harus memanfaatkan big data sebagai
tools analisa yang dapat dijadikan pertimbangan dalam mengambil keputusan bisnis untuk menjadi keberlangsungan perusahaan telekomunikasi. Studi kasus pada penelitian ini membahas pengelolaan data yang ada pada Dept.
Community Business Plan and Performance Analysis di Perusahaan Operator Telekomunikasi PT ABC. Segmen pasar departemen ini yaitu komunitas tertentu (contoh : anak sekolah, komunitas kampus, komunitas hobi). Pengukuran kinerja Dept. Community Business Plan and Performance Analysis PT ABC dapat mempengaruhi cara pengambilan keputusan bisnis. Adapun tugas utama dari departemen ini meliputi: 1) Reporting; 2) Analysis; 3) Business Plan.
Gambar 1. Job desc Departemen Community Business Plan & Performance Analysis
1.1 Model analisa eksisting Untuk kasus Dept. community business plan and performance analysis perusahaan telekomunikasi PT. ABC, model analisa yang dipakai ditunjukkan pada tabel 1. Tabel 1. Model analisa eksisting perusahaan telekomunikasi
REPORTING
– Reporting Kebutuhan data (adhoc)
– Pengoolahan Raw data
– Input untuk Analysis & Bisnis Plan
Masalah:
– Penyediaan data secara Manual
– Human error
– Model analisa reporting terbatas
– Belum ada Dashboard khusus
– Data processing memakan waktu
ANALYSIS
– Analisi Output dari Reporting
– Insidental / Sesuai kebutuhan
– Terjadwal (week, month, quarter)
Masalah :
– Input reporting
– Belum ada dashboard khusus
– Sebagian besar waktu dihabiskan
untuk data processing analysis
kurang mendalam.
BUSINESS PLAN
– Bisnis baru / metode baru dalam
engagement community
– Model bisnis : Revenue stream vs.
Cost Stream, Segmentasi Pasar,
Stakeholder terkait
– Studi Kelayakan Bisnis
– Penyusunan target tahunan
Masalah : Pelaksanaan tidak
optimal karena kurangnya analisa
yang mendalam
2
1. �����ℎ (%) =
���� ������� � − ���� ������� � − 1
���� ������� � − 1
2. ��ℎ�������� (%) =
���������
������ Model analisa eksisting hanya berfokus pada pengukuran parameter 1) Growth yaitu tingkat pertumbuhan / penurunan parameter; dan 2) Achievement yaitu tingkat ketercapaian realisasi terhadap target yang telah ditetapkan. Model analisa ini menghasilkan interpretasi yang terbatas dan kurang mendalam. Maka dari itu, dibutuhkan model analisa yang tepat untuk dapat diterapkan pada data eksisting agar mendapatkan hasil analisa yang lebih tajam dan mendalam sehingga dapat memberikan alternatif untuk tujuan departemen, yaitu: 1. Pengolahan data untuk pelaporan yang efektif dengan hasil analisa yang baik. 2. Pembuatan business plan untuk keputusan perencanaan strategis dan operasional yang efektif. 3. Penyusunan target (sales, revenue, churn, net add, customer base).
2. Pembahasan Dalam rangka menentukan tools analisa yang tepat, perlu diketahui jenis item dan pola data eksisting yang akan diolah menjadi informasi yang lebih bermanfaat. Data utama untuk menganalisa perilaku konsumen yaitu: 1. MSISDN (berupa unique number pelanggan, contoh : 0811111111). 2. Brand (jenis operator) yang dipakai pelanggan. 3. Atribut penggunaan layanan (usage) yang menempel pada MSISDN pelanggan, contoh: SMS, voice, data. 4. Fitur yang digunakan, contoh : paket close user group (CUG). 5. Atribut lainnya seperti tanggal registrasi kartu, tanggal registrasi paket. Sedangkan data agregasi di sisi perusahaan (parameter yang diukur), selain data atribut yang menempel pada MSISDN, juga meliputi data agregasi berikut: 1) Sales; 2) Revenue; 3) churn; 4) Net add = sales – churn; 5) Customer base.
2.1 Seven Tools Terdapat model yang banyak digunakan perusahaan pada umumnya sebagai alat analisa dan pelaporan (reporting), model analysis problem – solusi yang sering ditemui diantaranya dikenal dengan istilah seven tools yaitu: 1. Diagram Fishbone (berbentuk tulang ikan)/ Cause and Effect / Ishikawa : Diagram ini cocok digunakan untuk menjelaskan masalah dan penyebab. 2. Check Sheet (bentuk turus) : Diagram yang merepresentasikan data yang didapatkan pada saat real-time dan pada lokasi tertentu. 3. Control Chart : Line chart (bentuk garis): Diagram yang merepresentasikan data kuantitatif dalam bentuk garis pada upper line dan bottom line. 4. Histogram (bentuk batang): Diagram yang merepresentasikan data kuantitatif.
3 5. Diagram Scatter (bentuk titik): Diagram gambaran pola distribusi data. 6. Diagram Pareto (kombinasi diagram batang dan diagram garis: Diagram yang merepresentasikan suatu parameter yang di ukur (berupa frekuensi kejadian atau nilai tertentu) sehingga dapat diketahui parameter dominannya. 7. Process Flow chart : Diagram yang menggambarkan proses. Tools analisis lainnya yaitu Pie chart (berbentuk bulat) : Diagram yang mendiskripsikan kontribusi data.
2.2 Model Analisis Statistik Adapun untuk analisis data sehingga menampilkan report dalam bentuk grafik atau diagram sesuai dengan tools di atas, diperlukan pengetahuan analisa statistik. Lind (2015) menjelaskan bahwa terdapat 2 (dua) tipe statistik yaitu analisa statistik deskriptif (seperti mean, modus, median dan distribusi), dan statistik inferential yaitu penggunaan sample untuk pengukuran populasi. Melihat dari kebutuhan pengembangan tools analisa yang tepat bagi perusahaan telekomunikasi, tabel 2 menunjukkan hasil usulan tools yang dapat digunakan untuk mengorganisasikan dan menganalisa data pada perusahaan telekomunikasi. Tabel 2. Usulan penggunaan tools statistik dalam analisa performansi perusahaan telekomunikasi
Parameter yang diukur Grafik Visualisasi
1. Sales, Churn, Net Add, CB, Revenue Line chart
2. Profiling Customer Base Pie chart
3. Brand equity index, Achievement
realisasi berbanding target
Histogram + Line chart
4. Market share, Revenue share, Line chart atau Pie chart
5. Analisa problem – cause Diagram Fish bone
6. Paket Close User Group (CUG) Line dan Pareto Chart
2.3 Model Forecasting Selanjutnya, data yang sudah diolah menjadi laporan (report) juga menjadi bahan untuk penyusunan business plan dan penentuan target. yang digunakan untuk pengembangan hasil dari analisa laporan. Nahmias (2015) dalam Production and Operations Analysis memaparkan bahwa analisis grafik juga dapat dijadikan acuan untuk mencari pola yang tepat dalam menentukan perkiraan (forecasting) target pada periode ke depan. Model yang dapat digunakan contohnya : Moving average, Holts Winter, Linear regression, dan lainnya. Untuk pola data sales, churn, net add, revenue, serta beberapa parameter lainnya di perusahaan telekomunikasi terlihat cenderung berpola seasonal atau musiman. Department community yang menggarap segmen komunitas youth cenderung mengalami penurunan di bulan ramadhan, dan peningkatan saat hari raya agama dan di awal masa sekolah dan kuliah. Untuk kategori ini lebih cocok menggunakan
4 model Holts winter yang ditunjukkan oleh gambar 2, dengan growth per tahun naik sebesar target yang ditetapkan management. Gambar 2. Model Holts Winter (Sumber: http://forecasters.org/)
2.4 Business Model Lean Canvas menggunakan Lean Start Up Adapun stagnansi yang dialami perusahaan telekomunikasi dapat diminimasi dengan melakukan inovasi. Salah satunya bekerja sama dengan perusahaan
developer yang menyediakan layanan OTT (over-the-top) atau layanan yang berbasis segmen pasar atau membuat aplikasi sendiri (in-house developer). Pola kerja sama dengan developer ini membutuhkan pembuatan bisnis model. Ries (2011) mengusulkan metodologi lean canvas pengembangan aplikasi start up untuk meminimasi resiko kegagalan produk untuk diterima di pasaran. Perusahaan telekomunikasi dapat mengaplikasikan metode ini dalam lean-start-up validation board (gambar 3) yang dikembangkan oleh Ash Maurya pada tahun 2012. Metodologi merupakan pengembangan bisnis start-up baru yang berfokus pada kebutuhan pelanggan. Tujuan dari validasi ini adalah untuk menentukan apakah aplikasi atau layanan tersebut dapat dikembangkan lebih lanjut atau dieliminasi karena tidak layak sehingga perusahaan telekomunikasi tidak perlu menghabiskan dana untuk pengembangan yang sia-sia.
5
Gambar 3. Lean-start-up Validation Board (Sumber: https://www.leanstartupmachine.com)
3. Kesimpulan Intisari dari hasil pembahasan yang telah dipaparkan di atas adalah, model analisa yang tepat digunakan di Dept Community Business Plan and Performance Analysis, perusahaan telekomunikasi PT. ABC adalah : – Tools problem solving analysis menggunakan seven tools sesuai dengan jenis data yang diolah dengan tools analisa statistik baik deskriptif maupun inferential. – Untuk penentuan target tahunan, perusahaan telekomunikasi sebaiknya menggunakan model Holts Winter untuk data yang berpola seasonal. Meskipun untuk beberapa pola data, jenis model lain masih valid untuk diterapkan. – Pengembangan inovasi di perusahaan telekomunikasi berupa aplikasi OTT (over-the-top) seperti google, facebook, dapat mengaplikasikan lean-start-up dari Ash Maurya (2012) untuk meminimasi resiko dan memaksimalkan kemungkinan produk inovasi diterima pasar.
ah satu event pada serangkaian acara ini adalah The Indonesian Industrial Engineering Annual Confrence 2015 ini dimaksudkan sebagai forum ilmiah Internasional di bidang ilmu teknik industri dan prakteknya serta relasinya memenuhi tuntutan kebutuhan masyarakat. Forum ini dimaksudkan juga sebagai sarana untuk menyebarluaskan semua hasil implementasi teknik industri, pemuktakhiran informasi dibidang penelitian dan pendidikan Teknik Industri.

Conference ini diharapkan dapat dihadiri oleh lebih dari 500 participant termasuk dalam dan luar Negeri. Dan acara ini juga dimaksudkan untuk mengexpose kegiatan para professional teknik industri yang bergerak diberbagai sektor pembangunan dalam menggerakan perekonomian Nasional.

 Akhir Penerimaan Paper, tgl 16 Oktober 2015 ; di Kirim ke Email : bkti_pii@yahoo.co.id  dengan berbagai Pilihan Topik seperti : 

  • Information Processing & Enginering
  • E-Busines and E- Commerce
  • Decision Methods & Analysis
  • Healthcare Systems and Management
  • Human Factors
  • Enginering Economy & Analysis Models
  • Quality Service Management & Innovation
  • Realibility & Maintenance Engineering
  • Manufacturing Systems & Technology
  • Production Planning and Control
  • Project Management & Construction Management
  • Quality Control & Quality Assurance Management
  • Safety, Security & Risk Management
  • Engineering Education & Training
  • Knowledge Management and Technology
  • Operation Research
  • Intelligent Systems
  • Big Data Management and Statistical Analysis
  • Supply Chain Management
  • Systems Modeling
  • Lean production & Simulation
  • Mitigation & Resilience Management
  • Dwelling Time Management & Procedur Control

Acara di laksanakan pada hari Rabu tgl 18 Nopember 2015 pukul 12.00 – 17.00 Wib di Ruang Rajawali lt 2 Gedung Kementerian Perindustrian – Jakarta

Leave a Reply

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

Hanya ada Yang Lebih Baik BUKAN yang Terbaik