BOSS: “Hey, I am Counting on You!”

230

Oleh: Bernardus Ari Kuncoro

Survey terbaru dari Wakefield Research menunjukkan bahwa 71% data executives setuju bahwa para pemimpin perusahaan mengharapkan kenaikan revenue dari investasi program pembentukan tim data science.

Sebanyak 25% dari pimpinan tingkat atas bahkan berekspektasi pertumbuhan double-digit. Wah bikin tambah pressure, nggak sih, gaes?

Kenyataannya, program data science itu butuh waktu berbulan-bulan, bahkan bertahun-tahun agar muncul hilal revenue dari inovasi.

Untuk mengejar target tersebut, ini dia 3 tips agar tim data science bisa memperlihatkan value bagi perusahaan

  1. Tunjukkan Kecepatan Proses

Dengan menstandardisasi template coding-an, menggunakan ulang dan menyusun lini pipa datasets, serta menyumpan konfigurasi software, tim data bisa mendeploy model dalam hitungan jam. Buatlah pihak lain di luar tim data yang request model atau analisis makin percaya pada tim kamu.

  1. Tampilkan Return On Investment (ROI)

Salah satu cara untuk memperlihatkan ROI adalah dengan menggunakan analisis control group. Misalkan, kasus pemodelan segmentasi pelanggan dan model elastisitas harga. Satu tahun setelah penerapan kedua model tersebut, dibuatlah perbandingan pendapatan perusahaan sebelum dan sesudah. Misal, tim Data bisa menunjukkan adanya peningkatan revenue 100 milyar rupiah karena strategi yang diambil dari output pemodelan. Hasil ini bakal meningkatkan kepercayaan tim secara signifikan. Bahkan bisa nambah karyawan baru.

  1. Tumbuhkan dan Pelihara Tim

Proses masuk dan keluarnya anggota tim data jadi isu yang cukup memusingkan. Padahal, untuk mencapai poin 1 dan 2 tadi butuh tim yang cukup konsisten dan kuat. Untuk itu, perlu adanya program yang serius dan nyata, tujuannya jelas, agar tim juga merasakan bahwa kontribusi setiap anggota tim berharga dan bermakna. Tentunya jangan lupa disupport dengan teknologi yang memadahi, ya.

Mudah-mudahan dengan adanya tips yang mimin kurasi ini, Tim Data makin bisa bermanfaat dan berkelanjutan, ya. Banyak kisah-kisah sukses, tapi tidak sedikit pula yang gagal.

Sumber utama:

Josh Poduska dari towardsdatascience.com

Kalideres, 30 November 2021

Wanna support me?

Follow by Email
LinkedIn
Share