Mengapa sebagian besar dasbor gagal mengubah keputusan?
Sebagian besar dasbor gagal karena menampilkan semua hal yang dapat diukur, sehingga tidak ada yang bisa melihat angka mana yang perlu ditindaklanjuti. Banyak grafik juga tidak memiliki penanggung jawab atau target yang menunjukkan apakah suatu perubahan baik atau buruk.
Bayangkan sebuah perusahaan jasa kebersihan komersial fiktif dengan 45 karyawan, Brightstep Facilities. Direktur operasionalnya, Amara, mewarisi dasbor berisi 34 grafik dalam empat tab. Catatannya dari rapat hari Senin berbunyi: 'tidak ada yang melihat selain tab 1. grafik pendapatan bulanan, grafik keluhan mingguan, tidak bisa dibandingkan. ada tiga definisi berbeda tentang klien yang hilang. tidak ada target di mana pun. tim penjualan bertanya mengapa jumlah pekerjaan turun dan tidak ada yang tahu apakah itu pertanda buruk.' Ia menginginkan satu layar yang digunakan tim manajemen untuk menentukan tindakan setiap minggu.
Bagaimana cara memilih KPI untuk dasbor secara bertahap?
Pilih KPI dengan memulai dari keputusan yang dibuat tim, lalu pilih satu atau dua ukuran yang akan mengubah setiap keputusan, lengkap dengan penanggung jawab, definisi, dan target. Langkah-langkah di bawah ini sengaja menjaga agar daftarnya tetap singkat.
1. Buat daftar keputusan yang berulang
Di Brightstep: berapa banyak petugas kebersihan yang perlu dijadwalkan bulan depan, klien mana yang perlu dihubungi terkait layanan, ke mana upaya penjualan perlu difokuskan, dan apakah kualitas menurun.
2. Pilih satu ukuran untuk setiap keputusan
Untuk setiap keputusan, pilih angka yang dapat mengubah keputusan tersebut. Targetkan total empat hingga tujuh KPI. Informasi yang tidak menjadi dasar keputusan apa pun sebaiknya dimasukkan ke laporan, bukan dasbor.
3. Pasangkan indikator pendahulu dengan indikator hasil
Indikator hasil, seperti pendapatan bulanan atau pelanggan yang hilang, mengonfirmasi hal yang sudah terjadi. Indikator awal, seperti penawaran harga yang dikirim minggu ini atau kunjungan yang terlewat, berubah lebih awal dan memberi waktu untuk bertindak. Setiap KPI hasil harus memiliki setidaknya satu indikator awal sebagai pasangannya.
4. Definisikan setiap KPI satu kali saja
Tulis satu definisi, sumber data, frekuensi pembaruan, dan penanggung jawabnya. 'Klien hilang' berarti kontrak berakhir tanpa perpanjangan dalam 30 hari, dan definisi ini berlaku untuk semua orang.
5. Tetapkan target atau ambang batas
Angka tanpa target tidak dapat memberi tahu siapa pun apakah tindakan diperlukan. Tambahkan target dan ambang peringatan untuk setiap KPI.
Bagaimana sebaiknya dasbor KPI ditata?
Tata dasbor KPI dengan ukuran utama di bagian atas, masing-masing ditampilkan bersama target dan hasil periode sebelumnya. Letakkan indikator awal yang menjelaskannya di bawah, dan pastikan detail dapat diakses hanya dengan satu klik. Gunakan periode waktu yang sama dalam satu baris agar angkanya dapat dibandingkan.
Tampilkan tanggal pembaruan terakhir, sumber data, dan catatan singkat tentang keterbatasan yang diketahui, misalnya 'keluhan dicatat melalui telepon saja sejak 3 November'. Panduan dasbor sektor publik dari Office for Statistics Regulation di Inggris menetapkan praktik serupa, seperti tautan yang jelas ke sumber data, informasi tentang kelebihan dan keterbatasan, serta jadwal pembaruan yang dinyatakan secara jelas. Praktik ini juga sama bermanfaatnya bagi tim sektor swasta. Pastikan warna bukan satu-satunya cara untuk menunjukkan status, agar dasbor tetap dapat dibaca oleh semua orang.
Seperti apa kumpulan KPI yang lemah dan yang telah diperbaiki?
Versi yang lemah mempertahankan semua 34 grafik dan menambahkan tab '10 teratas'. Rapat hari Senin masih memperdebatkan arti angka-angka tersebut.
Versi yang diperbaiki menampilkan enam KPI dalam satu layar. Baris atas, indikator hasil: pendapatan berulang bulanan dibandingkan target; klien yang hilang pada kuartal ini. Baris kedua, indikator awal: penawaran harga yang dikirim minggu ini dibandingkan target 25; kunjungan yang terlewat atau terlambat minggu ini, dengan ambang batas 3%; keluhan yang belum selesai lebih dari lima hari; jam kerja petugas kebersihan yang dijadwalkan dibandingkan jam yang dipesan untuk bulan depan. Setiap panel menampilkan inisial penanggung jawab dan tautan ke rinciannya. Ketika jumlah pekerjaan turun, tim dapat melihat bahwa jumlah penawaran telah turun tiga minggu sebelumnya saat posisi penjualan kosong, penyebab yang dapat mereka tindak lanjuti.
Bagaimana cara menggunakan AI untuk menyusun ulasan dasbor dan memeriksanya?
Gunakan AI untuk menyusun komentar tertulis singkat di bawah dasbor dengan memberikan angka, definisi, dan target, lalu memintanya menjelaskan perubahan dibandingkan dengan target dan periode sebelumnya tanpa menjelaskan penyebab yang tidak dapat diketahuinya. Kemudian cocokkan setiap angka yang dikutipnya dengan dasbor.
Draf AI sering menambahkan alasan yang tampak masuk akal, seperti 'pendapatan turun karena permintaan musiman', yang belum diverifikasi siapa pun. Mintalah asisten menandai setiap penjelasan sebagai pertanyaan bagi penanggung jawab KPI. Jangan menempelkan nama klien atau data pribadi ke alat yang belum disetujui perusahaan Anda; angka total dan definisi sudah cukup untuk menyusun ulasan.
Bagaimana cara memastikan dasbor berfungsi sesuai tujuannya?
Periksa dasbor setelah satu bulan dengan menanyakan keputusan apa saja yang berubah karenanya. Jika suatu KPI belum memicu satu pun pertanyaan atau tindakan, gantilah. Pastikan setiap panel memiliki penanggung jawab, definisi, dan target, bahwa periode waktu antarbaris sama, serta bahwa ulasan AI tidak memuat angka atau penyebab yang tidak ditampilkan di layar.
Apa saja kesalahan umum terkait dasbor dan KPI?
Kesalahan paling umum adalah melacak hal yang mudah dihitung, bukan hal yang membantu pengambilan keputusan. Kesalahan lainnya: hanya memakai ukuran hasil akhir sehingga masalah terlihat saat sudah terlambat diperbaiki; memiliki beberapa definisi untuk KPI yang sama; tidak menetapkan target; mencampur angka mingguan dan bulanan dalam satu baris; serta memberi imbalan berdasarkan KPI secara berlebihan sehingga orang memperbaiki angkanya, bukan hasil nyatanya, misalnya menutup keluhan terlalu dini demi mencapai target.
Di bagian mana pelajaran ini berada di Tosheo.ai?
Pelajaran ini berada dalam kategori Sains Data dan Analitik pada kursus sains data, setelah pelajaran tentang korelasi dan sebab-akibat. Di Tosheo.ai, tugas praktik meminta Anda menyederhanakan dasbor fiktif yang terlalu padat menjadi sekumpulan KPI yang berfokus pada keputusan dan menulis ulasan dengan bantuan AI, lalu umpan balik berdasarkan panduan penilaian memeriksa target, definisi, serta penyebab yang diklaim tanpa dukungan. Ini adalah landasan profesional untuk analis dan manajer, bukan kursus tentang produk intelijen bisnis tertentu.