Dashboard & Komunikasi Data

Membangun dashboard interaktif dan mengomunikasikan insight kepada eksekutif non-teknis

Data Science Pertemuan 12 CPMK 2 & 4 Minggu 13

Agenda Pertemuan

Teori (60 menit)

Prinsip desain dashboard bisnis
Anatomi dashboard yang efektif
Tools: Looker Studio, Tableau, Power BI
Narasi data — storytelling dengan data

Praktik & Diskusi (90 menit)

Hands-on: membangun dashboard sederhana
Studi kasus Indonesia (Gojek, BRImo, Tokopedia)
Presentasi insight kepada "eksekutif" (simulasi)
Review tugas & preview Proyek Akhir

Tujuan Pembelajaran

Menerapkan prinsip desain dashboard yang efektif untuk konteks bisnis

Membandingkan fitur utama Looker Studio, Tableau, dan Power BI sesuai kebutuhan

Menyusun narasi data yang persuasif untuk audiens eksekutif non-teknis

Sub-CPMK: Mahasiswa mampu membangun dashboard interaktif dan mengomunikasikan insight data kepada eksekutif non-teknis.

Topik 1

Prinsip Desain Dashboard Bisnis

Dari data mentah ke visualisasi yang memberdayakan keputusan

Apa Itu Dashboard Bisnis?

Dashboard bisnis adalah tampilan visual terpadu yang menampilkan KPI (Key Performance Indicator) dan metrik penting secara real-time atau berkala untuk mendukung pengambilan keputusan.

Dashboard Efektif =
Data Relevan + Visualisasi Tepat + Konteks yang Jelas

Prinsip inti: "Show the right data, to the right person, at the right time."

Jenis Dashboard

Operasional — monitoring harian (stok, transaksi)
Analitik — tren & pola historis
Strategis — KPI jangka panjang untuk eksekutif
Taktis — progress proyek & target mingguan

Prinsip Desain: 5 Hukum Dashboard

Prinsip	Penjelasan	Contoh Pelanggaran
1. Clarity First	Setiap elemen harus mudah dibaca dalam 5 detik	Grafik 3D dengan 12 warna berbeda
2. Less is More	Tampilkan hanya metrik yang actionable	30 KPI dalam satu layar
3. Hierarchy Visual	Metrik terpenting di posisi kiri atas	Revenue tersembunyi di pojok bawah
4. Konsistensi Warna	Satu warna = satu makna (merah = buruk, hijau = baik)	Warna acak tanpa pola
5. Konteks Selalu Ada	Angka tanpa benchmark tidak bermakna	"Revenue: Rp 2,3 M" tanpa target/periode

Anatomi Dashboard yang Efektif

Zona Dashboard

Header — judul, filter, periode
KPI Strip — 3-5 metrik utama + trend indicator
Chart Utama — tren waktu (area/bar)
Chart Pendukung — breakdown segmen/kategori
Tabel Detail — drill-down opsional

Aturan F-Pattern: mata pembaca bergerak horizontal di atas, lalu vertikal ke bawah. Letakkan insight terpenting di jalur ini.

Topik 2

Tools Dashboard: Looker Studio, Tableau & Power BI

Memilih tools yang tepat untuk konteks dan sumber daya yang tersedia

Perbandingan Tools Dashboard Utama

Dimensi	Looker Studio	Tableau	Power BI
Harga	Gratis	~USD 70/user/bulan	~USD 10/user/bulan (Pro)
Kurva Belajar	Rendah	Tinggi	Menengah
Koneksi Data	Google ecosystem + 800+ konektor	Sangat luas (100+ native)	Luas + Excel/SharePoint kuat
Kolaborasi	Real-time (Google Drive)	Tableau Server/Cloud	Microsoft Teams/SharePoint
Terbaik untuk	Startup, UMKM, GA/Ads reporting	Enterprise, analitik kompleks	Perusahaan pengguna Microsoft
Populer di Indonesia	Startup tech, e-commerce	Perbankan, FMCG besar	BUMN, perusahaan korporat

Looker Studio: Memulai dengan Cepat

Langkah Dasar

1. Connect Data — Google Sheets, BigQuery, GA4, CSV upload
2. Add Chart — pilih tipe visualisasi dari panel kanan
3. Configure — drag dimension & metric ke chart
4. Add Filter — date range, dropdown filter
5. Share — link View-only atau Embed ke website

Tips: Gunakan Blended Data untuk menggabungkan data penjualan (Sheets) dengan data traffic (GA4) dalam satu dashboard tanpa SQL.

Tipe Visualisasi Kunci

Tipe	Kapan Digunakan
Time series	Tren penjualan harian/bulanan
Bar chart	Perbandingan kategori
Scorecard	KPI tunggal dengan trend
Geo map	Distribusi wilayah (kota/provinsi)
Table	Drill-down detail transaksi

Power BI & Tableau: Fitur Unggulan

Power BI — Keunggulan

DAX (Data Analysis Expressions) — bahasa formula powerful untuk kalkulasi kompleks
Power Query — ETL visual tanpa kode untuk transformasi data
AI Visuals — Key Influencers, Decomposition Tree bawaan
Integrasi Office — embed di Excel, Teams, SharePoint
Row-Level Security — kontrol akses data per departemen

Tableau — Keunggulan

Drag-and-drop ekspresif — visualisasi kompleks tanpa kode
LOD Expressions — analisis level-of-detail yang sangat fleksibel
Tableau Prep — pembersihan & join data visual
Story Points — narasi presentasi dalam tool yang sama
Tableau Public — portofolio gratis untuk showcase karya

Rekomendasi praktis: Kuasai satu tools secara mendalam daripada tiga tools secara dangkal. Untuk karir awal, Looker Studio + satu antara Power BI atau Tableau sudah sangat kompetitif di pasar kerja Indonesia.

Topik 3

Narasi Data: From Data to Decision

Mengomunikasikan insight kepada eksekutif non-teknis secara persuasif

Framework Narasi Data

Struktur SCR (Situation-Complication-Resolution)

Situation — konteks bisnis yang sudah diketahui audiens
Complication — masalah atau anomali yang ditemukan dari data
Resolution — rekomendasi konkret berbasis data

Contoh SCR:
S: "Penjualan Q2 naik 12% secara keseluruhan."
C: "Namun AOV turun 3% — pertumbuhan didorong volume, bukan nilai."
R: "Rekomendasikan program bundling untuk meningkatkan AOV kembali ke target Rp 250K."

Prinsip Data Storytelling

One message, one slide — jangan campurkan insight
Headline sebagai kesimpulan — bukan deskripsi ("Penjualan naik 12%", bukan "Grafik Penjualan Q2")
Highlight angka kunci — bold, warna kontras, ukuran besar
Hapus chartjunk — gridline berlebihan, 3D effects, legend yang tidak perlu
Antisipasi pertanyaan — siapkan slide backup dengan detail

Mengenal Audiens Eksekutif

Yang Mereka Inginkan

Jawaban dalam 30 detik
Implikasi terhadap bisnis
Rekomendasi yang actionable
Risiko yang perlu diwaspadai

Yang Tidak Mereka Pedulikan

Detail teknis model ML
Proses pembersihan data
Akurasi model (R², RMSE)
Asumsi statistik

Cara Menyesuaikan Pesan

Gunakan bahasa bisnis, bukan statistik
"Pelanggan yang churn 2x lebih mungkin..." bukan "AUC = 0,87"
Terjemahkan ke Rp atau % pertumbuhan
Mulai dari kesimpulan, bukan proses

Aturan Elevator Pitch: Jika Anda bertemu CEO di lift selama 60 detik, apa satu insight terpenting dari analisis Anda? Latih kemampuan ini.

Studi Kasus: Dashboard BRImo Analytics

Konteks

BRImo (aplikasi mobile banking BRI) melaporkan >30 juta pengguna aktif (~2024). Tim data analytics BRI perlu memonitor performa fitur dan mengidentifikasi titik churn pengguna.

KPI Dashboard BRImo (ilustratif)

DAU/MAU Ratio — indikator engagement
Transaksi sukses vs gagal per jam
Feature adoption rate (transfer, QRIS, investasi)
Waktu rata-rata sesi per pengguna
Tingkat dropout per langkah onboarding

Insight → Keputusan (contoh ilustratif):
Data menunjukkan 68% pengguna baru drop-off di step ke-3 onboarding (verifikasi KTP). Tim product memutuskan menyederhanakan flow → tingkat penyelesaian onboarding naik signifikan dalam 30 hari.

Pelajaran untuk Bisnis Digital

Dashboard harus terhubung ke keputusan konkret
Granularitas data sesuai kebutuhan: real-time vs harian
Alert otomatis untuk anomali kritis
Segmentasi user: baru vs lama, aktif vs dorman

Studi Kasus: Gojek & Tokopedia Data Communication

Gojek — Demand Forecasting Dashboard

Tim data Gojek menggunakan dashboard prediksi permintaan untuk mengantisipasi lonjakan order (Lebaran, hujan, event besar). Dashboard menampilkan:

Prediksi demand per zona per jam (peta interaktif)
Gap supply-demand real-time
Trigger otomatis untuk insentif driver di zona kekurangan
Komunikasi ke manajemen: "Proyeksi shortfall 2.400 driver di Jabodetabek malam ini"

Tokopedia — Seller Performance Dashboard

Tokopedia menyediakan dashboard BI untuk seller yang mengomunikasikan performa toko kepada pemilik UMKM non-teknis:

Bahasa sederhana: "Produk Anda dilihat 1.240 kali minggu ini"
Benchmark industri: "Konversi Anda 2,1% vs rata-rata kategori 3,4%"
Rekomendasi otomatis: "Tambah foto produk untuk meningkatkan konversi"
Desain mobile-first untuk seller yang akses via HP

Kunci sukses kedua kasus: Dashboard dirancang dari perspektif pengguna akhir (manajer operasi, pemilik UMKM), bukan dari perspektif tim teknis yang membangunnya.

Diagram: Alur Data ke Keputusan

Rangkuman Pertemuan 12

Key Takeaway: Dashboard yang baik bukan tentang estetika, melainkan tentang mempercepat pengambilan keputusan yang tepat oleh orang yang tepat.

Prinsip Desain — Clarity First, Less is More, Hierarchy Visual, Konsistensi Warna, Konteks Selalu Ada
Anatomi Dashboard — Header + KPI Strip + Chart Utama + Chart Pendukung + Tabel Detail
Tools — Looker Studio (gratis, Google ecosystem), Tableau (ekspresif, enterprise), Power BI (Microsoft, BUMN)

Narasi SCR — Situation → Complication → Resolution; mulai dari kesimpulan, bukan proses
Bahasa Eksekutif — terjemahkan metrik teknis ke Rp dan % bisnis; satu pesan per slide
Studi Kasus — BRImo, Gojek, Tokopedia: dashboard dirancang dari perspektif pengguna akhir, bukan tim teknis

Ingat: Data scientist yang tidak bisa berkomunikasi dengan eksekutif hanya menghasilkan analisis indah yang tidak berdampak. Investasikan waktu untuk melatih storytelling data Anda.

Tugas & Diskusi

Tugas Individu (Deadline: 1 Minggu)

Pilih satu bisnis nyata (toko online, UMKM, atau bisnis keluarga) atau dataset publik (Kaggle/BPS)
Bangun dashboard di Looker Studio dengan minimal: 3 KPI scorecard, 1 time series chart, 1 breakdown chart, 1 filter interaktif
Buat 1 slide narasi (PowerPoint/Google Slides) menggunakan framework SCR yang berisi insight utama dashboard tersebut
Submit: link dashboard (view-only) + file slide narasi

Diskusi Kelas (15 menit)

Dashboard apa yang paling sering Anda lihat sehari-hari? (Instagram Insights, Gojek driver, marketplace seller panel) — apakah memenuhi 5 prinsip desain?
Bagaimana Anda menjelaskan konsep "churn prediction" kepada orang tua Anda dalam 2 kalimat?
Tools mana yang akan Anda pelajari lebih dalam dan mengapa?

Tanya Jawab

Pertanyaan, klarifikasi, atau diskusi lanjutan?

Preview Pertemuan 13: Proyek Data Science End-to-End
Anda akan mengintegrasikan seluruh pipeline: data collection → preprocessing → modeling → dashboard → presentasi eksekutif. Persiapkan dataset proyek kelompok Anda.

Referensi Lanjutan:

Knaflic, C.N. (2015). Storytelling with Data. Wiley.
Few, S. (2006). Information Dashboard Design. O'Reilly.
Dokumentasi resmi: lookerstudio.google.com | tableau.com/learn | learn.microsoft.com/power-bi