Digital Data
Measurement

Memahami Data sebagai Sumber Daya Strategis

Ikang Fadhli
Market Research Specialist — PT. Nutrifood Indonesia
ikanx101.com · rizka.fadhli@nutrifood.co.id

← Gunakan panah keyboard atau klik tepi layar →

1 / 20
Sesi 1 — Pembukaan

🛢️ Data is the New Oil

"Data is the new oil. It's valuable, but if unrefined it cannot really be used. It has to be changed into gas, plastic, chemicals, etc., to create a valuable entity that drives profitable activity."

— Clive Humby (2006)

✅ Cocok untuk analogi 3 masalah

  • #1 Cari → survei seismik (data discovery)
  • #2 Ambil → pengeboran (ekstraksi & pipeline)
  • #3 Suling → refinery (analisis & insight)

⚠️ Tapi data ≠ minyak

  • Minyak finite, data infinite
  • Minyak homogen, data sangat heterogen
  • Nilai data tergantung konteks bisnis
2 / 20
Sesi 1 — Pembukaan

🔍 Tiga Masalah Utama Data

Tiga pertanyaan yang akan kita jawab selama materi ini:

🗺️

#1 — Dimana datanya?

Eksplorasi & data discovery

🔧

#2 — Cara mengambilnya?

Ekstraksi & pipeline data

💡

#3 — Ekstrak insights?

Analisis & storytelling

3 / 20
Sesi 2 — Digitalisasi & Ledakan Data

📱 Rantai Digitalisasi

Dari interaksi manusia hingga menjadi data — setiap jejak digital meninggalkan rekaman.

👤 User
→
📱 Gadget
→
📝 UGC
→
💾 Data

📆 Dulu

  • Riset = survey + FGD
  • Mahal, lambat, sampel terbatas
  • Data hanya dari sumber internal

⚡ Sekarang

  • Setiap klik & interaksi = jejak data
  • Real-time, murah (atau gratis), detail
  • Data dari dalam & luar perusahaan

🏷️ UGC = User Generated Content: klik, scroll, like, share, search, review, upload, GPS

4 / 20
Sesi 2 — Digitalisasi & Ledakan Data

📊 Mengapa Big Data? (5V)

Data meledak karena lima karakteristik ini:

V

Volume

Jumlah data masif

Ratusan ribu transaksi per hari

V

Velocity

Kecepatan datang

Real-time dari e-commerce, POS

V

Variety

Macam-macam format

Angka, teks, gambar, lokasi

V

Veracity

Kepercayaan data

Data banyak — tapi kotor? 📉

V

Value

Nilai bisnis

Data ≠ uang — harus diolah dulu 💰

📖 3V (Volume, Velocity, Variety) — Doug Laney (2001). + Veracity + Value — berkembang seiring kompleksitas data.

5 / 20
Sesi 2 — Digitalisasi & Ledakan Data

💼 Manfaat Data untuk Bisnis

Empat pilar bagaimana data menggerakkan Nutrifood:

📈

Understand Consumer Behavior

Pola belanja, preferensi rasa, jam aktif — data mengungkap kebiasaan konsumen yang tidak terlihat dari survei.

🎯

Personalization & Targeting

Iklan & rekomendasi produk yang relevan untuk tiap segmen konsumen.

⚡

Operational Efficiency

Prediksi permintaan, optimasi distribusi, efisiensi rantai pasok.

🚀

Innovation & Product Development

Deteksi celah pasar & validasi ide produk baru dari data.

6 / 20
Sesi 3 — Tiga Masalah Utama
#1

🗺️ Dimana Datanya?

📦 Data berserakan di:

  • Database internal (ERP, CRM)
  • File Excel/Legacy di folder masing-masing
  • API pihak ketiga (distributor, e-commerce)
  • Dokumen fisik yang belum didigitalisasi

🧭 Butuh Data Discovery

  • Kemampuan mencari & memetakan sumber data
  • Skill berkelanjutan — bukan sekali jadi
  • Butuh katalog data & pemahaman ownership
🧩 Pengantar Data Governance

Setiap data punya pemilik. Siapa yang bertanggung jawab? Siapa yang bisa akses? Tanpa ini, data hilang atau duplikasi.

7 / 20
Sesi 3a — Data Eksternal & Web Scraping

📡 Sumber Data Eksternal

Data tidak hanya dari dalam perusahaan — sosial media & e-commerce menyimpan banyak data publik yang berharga.

📱 Sosial Media

Facebook
Instagram
X / Twitter
YouTube
TikTok
LinkedIn

🛒 E-commerce

Shopee
Tokopedia

📊 Data Publik yang Bisa Diambil

  • Review & rating produk
  • Harga & promo kompetitor
  • Tren pencarian & pembicaraan
  • Komentar & sentimen konsumen

🎯 Potensi Market Intelligence

  • Deteksi tren produk sejak dini
  • Pantau positioning kompetitor
  • Temukan kebutuhan konsumen yang belum terpenuhi
  • Ukur efektivitas kampanye secara real-time
8 / 20
Sesi 3a — Data Eksternal & Web Scraping
⚙️

Web Scraping — Cara Mengambil Data Eksternal

Teknik ekstraksi data otomatis dari halaman web menggunakan script.

✅ Opportunity

  • Data real-time — langsung dari sumbernya
  • Biaya rendah — cukup laptop & koneksi internet
  • Skalabel — bisa monitor banyak produk/channel
  • Dapat diotomatisasi (cron job, scheduler)

⚠️ Batasan Teknis

  • robots.txt — izin/scraping dari pemilik situs
  • Rate limit — jangan banjiri server
  • Anti-bot — CAPTCHA, IP blocking, User-Agent detection
  • Struktur HTML bisa berubah kapan saja

🛠️ Tools Populer

Python (BeautifulSoup, Scrapy, Selenium), Node.js (Puppeteer), R (rvest)

9 / 20
Sesi 3a — Data Eksternal & Web Scraping
⚖️

Web Scraping & UU Perlindungan Data Pribadi

"Data pribadi ≠ data publik. Meskipun data tampil di halaman publik, belum tentu boleh diambil & digunakan seenaknya."

🚫 Yang Dilanggar

  • UU No. 27 Tahun 2022 tentang Perlindungan Data Pribadi (PDP)
  • Scraping data pribadi tanpa izin = melanggar hukum
  • Termasuk: nama, nomor HP, email, alamat, review yang bisa dilacak ke individu
  • Sanksi: administratif hingga pidana

✅ Kapan Scraping Diperbolehkan?

  • Data agregat / anonim — tidak bisa dilacak ke individu
  • Informasi publik murni — harga produk, spesifikasi, jumlah ulasan
  • Ada izin eksplisit dari platform (API resmi)
  • Untuk kepentingan riset dengan due diligence

🔑 Prinsip Kunci

Scraping itu soal apa yang kamu ambil, bukan dari mana kamu ambil. Ambil harga pasar = ✅. Ambil nama & kontak konsumen = ❌.

10 / 20
Sesi 3a — Data Eksternal & Web Scraping

🛡️ Praktik Aman di Nutrifood

Mengambil data eksternal itu sah — asalkan ada batas etika & hukum.

📋 Checklist Sebelum Scraping

  • ✅ Cek Terms of Service platform — apa yang diizinkan?
  • ✅ Cek robots.txt — path mana yang boleh diakses?
  • ✅ Pastikan data yang diambil bukan data pribadi
  • ✅ Gunakan API resmi jika tersedia

📦 Saat Menyimpan Data

  • Simpan dalam format agregat / anonim
  • Jangan menyimpan profil konsumen individu
  • Beri label sumber & tanggal scraping
  • Batasi akses internal — hanya tim yang membutuhkan

🏢 Kebijakan Internal

Setiap proyek scraping sebaiknya dikomunikasikan ke tim legal / compliance Nutrifood. Pastikan ada SOP yang jelas — karena aturan platform bisa berubah, dan UU PDP terus berkembang.

🏷️ PDP Ingat: reputasi perusahaan lebih berharga daripada segudang data ilegal.

11 / 20
Sesi 3 — Tiga Masalah Utama
#2

🔧 Bagaimana Cara Mengambilnya?

📤

Manual

Export CSV/SQL

Simpel,
tidak scalable

⚙️

Semi-otomatis

Script Python berkala

Praktis untuk
tim kecil

☁️

Pipeline Otomatis

ETL, Cloud Infrastructure

Enterprise scale,
real-time

🧪 Risiko: Data Quality

Data rusak, tidak lengkap, format tidak konsisten — perlu validasi saat akuisisi.

12 / 20
Sesi 3 — Tiga Masalah Utama
#3

💡 Bagaimana Mengekstrak Insights?

⚠️ Data ≠ Insight

  • Data itu crude — perlu refining
  • Domain knowledge Nutrifood sebagai fondasi
  • Tanpa konteks, data mati

📊 Metodologi

  • Deskriptif — apa yang terjadi?
  • Eksploratif — mengapa terjadi?
  • Inferensial — signifikan atau kebetulan?
  • Prediktif — apa yang akan terjadi?

🎤 Storytelling

Insight tidak berguna jika tidak dikomunikasikan ke stakeholder non-teknis dengan cara yang mereka pahami.

13 / 20
Sesi 4 — Dari Data ke Insights

📈 Hierarki Data → Informasi → Insights

💾 Data
→
📋 Informasi
→
💡 Insights

💾 Data

10.000 baris transaksi — mentah, belum berarti

📋 Informasi

Rata-rata penjualan NutriSari Rp X/bulan — sudah diolah

💡 Insights

Konsumen beli saat promo 'beli 2' — strategi bundle perlu diperkuat → bisa ditindaklanjuti

14 / 20
Sesi 4 — Dari Data ke Insights

🎯 Aplikasi Insights di Marketing

🔄

Mengubah Cara Komunikasi

Dari "produk sehat" → "energi harian tanpa gula berlebih"

🎯

Mencari Target Market Baru

Data menunjukkan segmen usia 25-35 ternyata growing

🆕

Membuat Produk Baru

Ada gap di rasa/ukuran/kemasan yang belum dilayani

🏷️

Optimasi Harga & Promosi

Promo mana yang ROI-nya paling tinggi?

🔗

Retensi & Loyalitas

Kapan konsumen churn? Program loyalitas yang efektif?

📡

Strategi Channel

Channel mana paling efektif untuk tiap produk?

🧭

Competitor Intelligence

Celah yang kompetitor lewatkan — dari data publik

15 / 20
Sesi 5 — Fondasi Pengelolaan Data

🧪 Data Quality

Apakah data ini layak pakai?

Dimensi Maksud Contoh di Nutrifood
Accuracy Benar atau tidak nilainya? Data penjualan 1.000 pcs — betulkah terjual?
Completeness Lengkap atau ada yang hilang? Ada transaksi tanpa kode produk?
Consistency Sama format di semua sistem? "NutriSari" vs "NS" vs "NUTRISARI"
Timeliness Masih relevan waktunya? Data Juni dipakai untuk keputusan minggu ini?
Validity Sesuai aturan bisnis? Harga negatif? Stok minus?
16 / 20
Sesi 5 — Fondasi Pengelolaan Data

🏛️ Data Governance

Siapa yang boleh apa, dan bagaimana aturan mainnya?

Elemen Maksud
Ownership Siapa pemilik data ini? Bukan berarti semua orang bisa akses & ubah
Stewardship Siapa yang merawat datanya — memastikan kebersihan & konsistensi
Policy & Standards Aturan main: format baku, SOP input data, frekuensi update
Compliance & Security Data konsumen Nutrifood tidak boleh bocor — UU PDP
17 / 20
Sesi 5 — Fondasi Pengelolaan Data

⚖️ Data Quality vs Data Governance

DATA GOVERNANCE — Kerangka
DATA QUALITY — Isi

Seberapa bersih, akurat, konsisten datamu?

Aturan main, siapa punya akses, SOP, kepatuhan

❌ DQ tanpa DG

Orang rajin bersihin data, tapi besok kotor lagi — tidak ada SOP input. Sia-sia.

❌ DG tanpa DQ

Aturan rapi banget, tapi data yang masuk sampah — governance jadi teks kosong.

18 / 20
Sesi 6 — Penutup

📌 Ringkasan — Key Takeaways

🛢️ 1. Data = Aset Strategis
Seperti minyak — perlu dicari, diambil, dan disuling. Tapi data tidak habis.
📱 2. Digitalisasi = Ledakan Data
User → Gadget → UGC → Data. 5V: Volume, Velocity, Variety, Veracity, Value.
🔍 3. Tiga Masalah Utama
Cari data (#1), ambil data (#2), ekstrak insight (#3).
💡 4. Data → Informasi → Insights → Aksi
7 aplikasi marketing: komunikasi, target, produk, harga, retensi, channel, kompetitor.
🧪 5. Data Quality
Apakah data layak pakai? Accuracy, Completeness, Consistency, Timeliness, Validity.
🏛️ 6. Data Governance
Siapa yang bertanggung jawab? Ownership, Policy, Compliance. Fondasi yang tak terlihat.
19 / 20
🙏

Terima Kasih

Sesi Tanya Jawab & Diskusi

Ikang Fadhli
Market Research Specialist — PT. Nutrifood Indonesia
ikanx101.com · rizka.fadhli@nutrifood.co.id

"Data is the new oil — but only if you know how to find it, drill it, and refine it."

20 / 20