Penerapan Analisis Data dan Visualisasi Dashboard dalam Mendukung Pengambilan Keputusan di Unit Kerja

1. PENDAHULUAN
   • Latar Belakang

Perkembangan teknologi informasi dan meningkatnya volume data dalam proses bisnis menuntut perusahaan untuk mampu mengelola dan memanfaatkan data secara efektif. Data yang tersedia dalam jumlah besar tidak akan memberikan manfaat optimal apabila hanya digunakan sebagai bahan pelaporan, tanpa dilakukan pengolahan dan analisis untuk menghasilkan informasi yang relevan bagi pengambilan keputusan.

Dalam pelaksanaan pekerjaan sehari-hari di divisi Usaha Barang Non Komersial, berbagai data operasional, produksi, pendapatan, kinerja, maupun data pendukung lainnya perlu disajikan secara sistematis agar dapat memberikan gambaran mengenai kondisi aktual dan perkembangan kinerja. Selama ini, penyajian informasi masih banyak dilakukan dalam bentuk tabel dan presentasi menggunakan Microsoft Excel maupun Microsoft PowerPoint. Metode tersebut tetap memiliki manfaat, namun membutuhkan proses pengolahan dan pembaruan data secara berkala serta belum sepenuhnya memberikan visualisasi data yang interaktif mengingat bahwa ouput yang dihasilkan oleh aplikasi yang berbeda-beda.

Atas dasar kebutuhan tersebut, mengikuti Data Analyst Bootcamp Level 1 menjadi salah satu kesempatan untuk meningkatkan kemampuan dalam mengolah, menganalisis, dan menyajikan data secara lebih efektif. Salah satu materi utama yang dipelajari adalah penggunaan Microsoft Power BI sebagai salah satu perangkat analisis dan visualisasi data.

Dalam pelatihan, peserta tidak hanya mempelajari cara membuat visualisasi, tetapi juga memahami proses pengolahan data, pembuatan hubungan antar-data, pemilihan indikator, penyusunan dashboard, serta bagaimana hasil analisis dapat digunakan untuk mendukung kebutuhan bisnis unit kerja. Dengan demikian, pelatihan tidak hanya memberikan keterampilan teknis, tetapi juga memberikan pemahaman bahwa data perlu diolah menjadi informasi yang dapat digunakan sebagai dasar pengambilan keputusan.

Sebagai bagian dari tugas akhir pelatihan, peserta diarahkan untuk membuat dashboard menggunakan Microsoft Power BI yang diharapkan dapat memberikan manfaat bagi unit kerja serta memiliki potensi implementasi dalam mendukung proses bisnis.

Namun demikian, dalam proses implementasinya di unit kerja terdapat beberapa keterbatasan. Penggunaan dashboard Power BI secara penuh masih menghadapi kendala terkait kebutuhan lisensi atau fitur premium, sementara media penayangan yang tersedia di unit kerja menggunakan layar televisi yang pada praktiknya lebih sesuai untuk menampilkan informasi statis atau presentasi dibandingkan dashboard yang membutuhkan interaksi secara langsung. Selain itu, kebutuhan informasi di unit kerja juga masih banyak digunakan dalam bentuk bahan presentasi dan laporan yang lebih fleksibel menggunakan Microsoft PowerPoint.

Oleh karena itu, hasil pembelajaran dari Power BI tidak berhenti pada pembuatan dashboard, tetapi dapat diadaptasi menjadi pendekatan analisis data yang menghasilkan insight, visualisasi, dan bahan pengambilan keputusan yang kemudian disajikan melalui media yang lebih sesuai dengan kondisi unit kerja. Dengan pendekatan tersebut, pengetahuan yang diperoleh selama pelatihan tetap dapat memberikan manfaat meskipun implementasi Power BI secara langsung belum dapat dilakukan secara optimal.

• Tujuan Pelatihan

Pelaksanaan Data Analyst Bootcamp Level 1 bertujuan untuk:

1. Meningkatkan kemampuan dalam mengolah dan menganalisis data.

2. Memahami konsep dasar analisis data untuk mendukung kebutuhan bisnis.
3. Meningkatkan kemampuan dalam melakukan visualisasi data secara efektif.
4. Memahami penggunaan Microsoft Power BI dalam membangun dashboard .
5. Mampu mengubah data menjadi informasi dan insight yang relevan bagi unit kerja.
6. Meningkatkan kemampuan dalam menyajikan informasi secara lebih sistematis untuk mendukung pengambilan keputusan.
7. Mengidentifikasi potensi penerapan analisis data dalam proses bisnis unit kerja.

• Manfaat yang Diharapkan

Pelatihan diharapkan memberikan manfaat baik bagi individu maupun unit kerja. Bagi individu, pelatihan meningkatkan kemampuan teknis dalam pengolahan, analisis, dan visualisasi data serta meningkatkan pola pikir berbasis data.

Bagi unit kerja, kompetensi tersebut diharapkan dapat mendukung penyusunan laporan yang lebih informatif, mempercepat proses analisis, mempermudah identifikasi tren dan permasalahan, serta menghasilkan informasi yang dapat digunakan sebagai bahan evaluasi dan pengambilan keputusan.

Dalam jangka panjang, kemampuan analisis data juga dapat mendukung terciptanya budaya kerja yang lebih data-driven, yaitu keputusan tidak hanya didasarkan pada pengalaman atau intuisi, tetapi juga mempertimbangkan data dan informasi yang tersedia.

2. MATERI YANG DIPELAJARI
   • Ringkasan Materi Inti

Data Analyst Bootcamp Level 1 memberikan pemahaman mengenai proses analisis data dari tahap awal sampai dengan penyajian hasil analisis. Salah satu materi yang menjadi fokus adalah penggunaan Microsoft Power BI sebagai alat untuk mengolah dan memvisualisasikan data.

Secara umum, proses yang dipelajari meliputi:

Tahapan tersebut menunjukkan bahwa dashboard bukan sekadar kumpulan grafik, tetapi merupakan hasil dari proses pengolahan data yang harus dilakukan secara sistematis.

• Poin-Poin Utama Pelatihan

Beberapa materi utama yang diperoleh selama pelatihan antara lain:

• Pemahaman Data

Peserta mempelajari pentingnya memahami karakteristik data sebelum melakukan analisis. Data perlu diperiksa dari sisi kelengkapan, konsistensi, format, duplikasi, maupun kesalahan input. Tahapan ini penting karena kualitas hasil analisis sangat dipengaruhi oleh kualitas data yang digunakan.

• Data Preparation

Data preparation merupakan proses mempersiapkan data agar dapat digunakan untuk analisis. Proses tersebut dapat mencakup pembersihan data, perubahan format, pengelompokan data, serta penyesuaian struktur data. Dalam pekerjaan, tahap ini dapat diterapkan pada data produksi, pendapatan, jumlah transaksi, data pelanggan, maupun data operasional lainnya.

• Data Modeling

Data modeling dilakukan untuk membangun struktur hubungan antar-data sehingga data dapat dianalisis secara lebih terintegrasi. Pemahaman mengenai hubungan antar-tabel menjadi penting ketika data berasal dari berbagai sumber dan memiliki keterkaitan satu sama lain.

• Visualisasi Data

Pelatihan memberikan pemahaman mengenai pemilihan bentuk visualisasi yang sesuai dengan jenis informasi yang ingin disampaikan.

Sebagai contoh:

1. Grafik garis digunakan untuk menunjukkan tren.
2. Grafik batang digunakan untuk membandingkan nilai.
3. Kartu indikator digunakan untuk menampilkan KPI utama.
4. Grafik komposisi digunakan untuk melihat kontribusi masing-masing kategori.
5. Tabel atau matriks digunakan ketika diperlukan detail data.

Pemilihan visualisasi perlu mempertimbangkan siapa pengguna informasi dan keputusan apa yang ingin didukung.

• Dashboard

Dashboard digunakan untuk menyajikan beberapa indikator utama dalam satu tampilan sehingga pengguna dapat melihat kondisi bisnis secara lebih cepat. Dashboard yang baik tidak hanya menampilkan banyak grafik, tetapi harus mampu menjawab pertanyaan bisnis seperti:

1. Bagaimana kondisi kinerja saat ini?
2. Apakah terjadi peningkatan atau penurunan?
3. Faktor apa yang menyebabkan perubahan?
4. Apa yang perlu dilakukan berdasarkan informasi tersebut?

• Insight dan Pengambilan Keputusan

Salah satu pembelajaran penting adalah membedakan antara data, informasi, dan insight. Data merupakan angka atau fakta yang tersedia. Informasi merupakan data yang telah diolah sehingga memberikan makna. Sementara itu, insight merupakan pemahaman yang diperoleh dari informasi tersebut dan dapat digunakan sebagai dasar tindakan atau keputusan. Dengan demikian, keberhasilan analisis data tidak hanya diukur dari kemampuan membuat dashboard, tetapi juga dari kemampuan menghasilkan insight yang relevan.

• Contoh Penerapan Materi

Dalam konteks unit kerja, konsep tersebut dapat diterapkan untuk menganalisis kinerja muatan, produksi, pendapatan, utilisasi kapasitas, maupun perkembangan transaksi. Sebagai contoh, data produksi muatan dapat dianalisis berdasarkan periode, jenis muatan, kapal, rute, maupun pelabuhan. Dari data tersebut dapat dibuat indikator seperti:

1. Total produksi;
2. Pertumbuhan produksi;
3. Rata-rata produksi harian;
4. Pendapatan;
5. Utilisasi kapasitas;
6. Kontribusi masing-masing jenis muatan;
7. Perbandingan antarperiode;
8. Perbandingan antar-kapal atau rute.

Hasil analisis kemudian dapat digunakan untuk mengidentifikasi tren, potensi peningkatan produksi, area yang belum optimal, serta faktor-faktor yang perlu mendapatkan perhatian.

• Hal Penting yang Diperoleh

Hal penting yang diperoleh dari pelatihan adalah pemahaman bahwa analisis data harus dimulai dari kebutuhan bisnis, bukan dari grafik atau aplikasi yang digunakan. Dengan demikian, proses pembuatan dashboard seharusnya dimulai dari pertanyaan:

“Keputusan apa yang ingin didukung oleh data?”

Baru kemudian ditentukan data yang diperlukan, indikator yang digunakan, metode analisis, dan bentuk visualisasi yang paling tepat.

3. PEMBELAJARAN YANG DIDAPAT
   • Nilai atau Pelajaran Penting

Pelajaran utama yang diperoleh adalah pentingnya mengubah data menjadi informasi yang mudah dipahami dan dapat ditindaklanjuti. Dalam pekerjaan, data sering kali tersedia dalam jumlah besar. Namun, banyaknya data tidak secara otomatis menghasilkan informasi yang baik. Data perlu diseleksi, dianalisis, dan disajikan berdasarkan kebutuhan pengguna. Pelatihan juga memberikan pemahaman bahwa visualisasi yang sederhana dan fokus sering kali lebih efektif dibandingkan tampilan yang terlalu banyak informasi.

• Perubahan Pola Pikir

Sebelum mengikuti pelatihan, analisis data dapat dipandang sebagai proses menghasilkan laporan. Setelah mengikuti pelatihan, terdapat perubahan pola pikir bahwa data seharusnya digunakan untuk menjawab permasalahan bisnis.

Perubahan pola pikir tersebut dapat digambarkan sebagai berikut:

Sebelumnya:

Data → Tabel → Laporan

Setelah mengikuti pelatihan:

Data → Analisis → Insight → Rekomendasi → Keputusan

Perubahan tersebut menjadi salah satu manfaat penting dari pelatihan karena mendorong proses kerja yang lebih berorientasi pada data.

• Keterampilan Tambahan

Beberapa keterampilan yang diperoleh dan dapat mendukung pekerjaan antara lain:

1. Kemampuan memahami struktur dan karakteristik data.
2. Kemampuan melakukan data preparation.
3. Kemampuan mengolah dan menggabungkan data.
4. Kemampuan melakukan analisis tren dan perbandingan.
5. Kemampuan memilih visualisasi yang sesuai.
6. Kemampuan menyusun dashboard dan KPI.
7. Kemampuan menyampaikan insight dari hasil analisis.
8. Kemampuan menyusun informasi menjadi bahan presentasi yang lebih efektif.

Keterampilan tersebut tidak terbatas pada penggunaan Microsoft Power BI, tetapi dapat diterapkan menggunakan berbagai media pengolahan dan penyajian data sesuai kebutuhan unit kerja.

4. IMPLEMENTASI DALAM PEKERJAAN
   • Rencana dan Langkah Implementasi

Hasil pembelajaran dari Data Analyst Bootcamp Level 1 dapat diimplementasikan secara bertahap dalam pekerjaan sehari-hari. Tahap pertama adalah mengidentifikasi kebutuhan informasi yang paling penting bagi unit kerja. Tidak seluruh data harus divisualisasikan. Data yang digunakan sebaiknya difokuskan pada indikator yang benar-benar diperlukan untuk monitoring dan pengambilan keputusan. Tahap kedua adalah melakukan standardisasi dan pembersihan data. Data dari berbagai sumber perlu memiliki struktur, format, dan definisi indikator yang konsisten. Tahap ketiga adalah melakukan analisis untuk menemukan tren, perbandingan, maupun anomali. Tahap keempat adalah menyusun visualisasi yang sederhana dan mudah dipahami. Tahap kelima adalah menyusun insight dan key message dari hasil analisis. Dengan demikian, laporan tidak berhenti pada penyajian angka, tetapi menjelaskan apa yang terjadi, mengapa hal tersebut terjadi apabila dapat diidentifikasi, serta apa yang perlu menjadi perhatian.

• Contoh Penerapan di Unit Kerja

Salah satu penerapan yang dapat dilakukan adalah analisis kinerja produksi dan pendapatan muatan. Data dapat disusun berdasarkan beberapa dimensi, seperti:

1. Periode;
2. Kapal;
3. Rute;
4. Pelabuhan;
5. Jenis muatan;
6. Produksi;
7. Pendapatan;
8. Utilisasi;

Sebagai contoh, unit kerja dapat melakukan monitoring terhadap pertumbuhan produksi setiap bulan dan membandingkannya dengan periode sebelumnya maupun target yang telah ditetapkan. Apabila terdapat penurunan produksi pada suatu rute, analisis lebih lanjut dapat dilakukan untuk mengetahui apakah penurunan tersebut disebabkan oleh rendahnya utilisasi, perubahan permintaan, kondisi musim, jumlah pelanggan, kapasitas kapal, maupun faktor lainnya.

Hasil analisis kemudian dapat dirangkum menjadi informasi seperti:

“Produksi meningkat X% dibandingkan periode sebelumnya, namun utilisasi pada beberapa rute masih berada di bawah target sehingga diperlukan strategi peningkatan muatan pada periode berikutnya.”

Informasi tersebut akan lebih bermanfaat bagi manajemen dibandingkan hanya menyampaikan tabel produksi.

• Kondisi Implementasi Power BI di Unit Kerja

Dalam pelaksanaan tugas akhir pelatihan, dashboard telah dikembangkan menggunakan Microsoft Power BI sebagai media pembelajaran dan penerapan konsep analisis data. Namun, berdasarkan kondisi aktual di unit kerja, penggunaan dashboard Power BI secara langsung masih menghadapi beberapa kendala.

Pertama, penggunaan beberapa fitur dan kebutuhan implementasi Power BI dalam lingkungan kerja memerlukan dukungan lisensi atau fitur premium. Kondisi tersebut perlu mempertimbangkan aspek kebutuhan, biaya, serta kebijakan penggunaan aplikasi di lingkungan perusahaan.

Kedua, media penayangan informasi yang tersedia di unit kerja menggunakan layar televisi. Media tersebut lebih sesuai digunakan untuk menampilkan informasi dalam bentuk presentasi atau visualisasi yang relatif statis. Sementara itu, salah satu keunggulan dashboard Power BI adalah kemampuan interaksi pengguna untuk melakukan filtering, drill-down, dan eksplorasi data.

Ketiga, kebutuhan unit kerja dalam menyampaikan informasi kepada manajemen masih banyak menggunakan bahan presentasi. Microsoft PowerPoint memberikan fleksibilitas yang lebih tinggi dalam menyusun narasi, menambahkan insight, highlight, rekomendasi, maupun informasi pendukung lainnya.

Dengan kondisi tersebut, implementasi hasil pelatihan tidak harus dipaksakan dalam bentuk penggunaan Power BI secara penuh. Konsep dan metode analisis yang diperoleh dari Power BI tetap dapat diterapkan, sedangkan media penyajiannya disesuaikan dengan kondisi unit kerja.

• Strategi Adaptasi Implementasi

Sebagai bentuk adaptasi, konsep dashboard Power BI dapat diterapkan dalam proses penyusunan laporan dan presentasi menggunakan Microsoft Excel dan Microsoft PowerPoint. Power BI digunakan sebagai referensi dalam membangun pola berpikir dashboard, seperti:

KPI → Tren → Perbandingan → Analisis → Insight → Rekomendasi.

Selanjutnya, hasil analisis tersebut dapat dituangkan dalam format PowerPoint yang lebih fleksibel untuk kebutuhan rapat dan penyampaian kepada manajemen. Pendekatan ini memungkinkan unit kerja tetap memperoleh manfaat dari pembelajaran Data Analyst Bootcamp tanpa harus bergantung sepenuhnya pada implementasi aplikasi tertentu. Dengan kata lain, yang diimplementasikan bukan hanya aplikasinya, tetapi terutama cara berpikir dan metode analisis datanya.

• Potensi Manfaat bagi Perusahaan

Penerapan analisis data secara lebih terstruktur berpotensi memberikan beberapa manfaat bagi perusahaan, antara lain:

1. Mempercepat proses analisis, karena informasi telah disusun berdasarkan indikator utama.
2. Meningkatkan kualitas pelaporan, karena laporan tidak hanya berisi data tetapi juga insight.
3. Mendukung pengambilan keputusan, melalui informasi yang lebih terukur dan mudah dipahami.
4. Meningkatkan monitoring kinerja, karena tren dan perubahan dapat diketahui lebih cepat.
5. Mengurangi proses pengolahan manual, melalui standardisasi data dan template analisis.
6. Meningkatkan transparansi informasi, karena indikator kinerja dapat disusun secara konsisten.
7. Mendukung budaya kerja berbasis data, yaitu penggunaan data sebagai salah satu dasar dalam menentukan kebijakan dan strategi.

Dalam jangka panjang, apabila dukungan infrastruktur, lisensi, dan kebutuhan pengguna telah tersedia, dashboard interaktif seperti Power BI dapat dipertimbangkan kembali sebagai salah satu alternatif sistem monitoring.

5. PENUTUP
   • Kesimpulan

Data Analyst Bootcamp Level 1 memberikan pembelajaran yang bermanfaat dalam meningkatkan kemampuan mengolah, menganalisis, dan menyajikan data. Materi yang diperoleh tidak hanya memberikan keterampilan teknis dalam menggunakan Microsoft Power BI, tetapi juga memberikan pemahaman bahwa data harus mampu diubah menjadi informasi dan insight yang dapat mendukung proses pengambilan keputusan.

Pembelajaran mengenai Power BI memberikan perspektif baru bahwa penyajian data tidak seharusnya berhenti pada tabel dan angka, tetapi perlu diarahkan untuk menjawab kebutuhan bisnis. Proses tersebut mencakup pemahaman terhadap data, data preparation, analisis, visualisasi, identifikasi tren, penyusunan insight, hingga rekomendasi.

Dalam implementasinya di divisi Usaha Barang Non Komersial, penggunaan Power BI secara penuh masih memiliki keterbatasan, terutama terkait kebutuhan lisensi atau fitur premium serta media penayangan yang tersedia. Oleh karena itu, konsep dan metode yang diperoleh dari pelatihan tetap dapat diterapkan melalui media yang lebih sesuai dengan kebutuhan unit kerja, seperti Microsoft Excel dan Microsoft PowerPoint.

Hal yang menjadi pembelajaran penting adalah bahwa tools bukan merupakan tujuan utama dari analisis data. Power BI hanyalah salah satu alat bantu. Hal yang lebih penting adalah kemampuan untuk memahami kebutuhan unit kerja, menentukan data apa yang diperlukan, membaca dan menginterpretasikan data, kemudian mengubahnya menjadi informasi yang mudah dipahami dan dapat digunakan oleh atasan sebagai dasar pengambilan keputusan.

Dengan demikian, dampak pembelajaran ini diharapkan dapat terus dikembangkan pada Data Analyst Bootcamp Level 2. Pembelajaran pada level berikutnya perlu lebih diarahkan pada kemampuan untuk memahami kebutuhan unit kerja secara lebih mendalam, termasuk bagaimana data dikelola, bagaimana hubungan antar-data dipahami, bagaimana membaca pola atau perubahan data, serta bagaimana hasil analisis dapat diterjemahkan menjadi rekomendasi bagi pimpinan.

Seorang data analyst tidak cukup hanya mampu mengatakan “angka naik” atau “angka turun”, tetapi perlu mampu menjelaskan “mengapa angka tersebut naik atau turun, apa yang kemungkinan terjadi apabila kondisi tersebut berlanjut, dan tindakan apa yang dapat dipertimbangkan oleh manajemen.”

Sebagai contoh, hasil analisis tidak hanya disampaikan dalam bentuk:

“Produksi meningkat 10%.”

Tetapi dapat dikembangkan menjadi:

“Produksi meningkat 10% dibandingkan periode sebelumnya. Apabila tren peningkatan tersebut dipertahankan, terdapat potensi pencapaian target yang lebih tinggi pada periode berikutnya. Namun, apabila terjadi penurunan pada indikator X, maka peningkatan produksi berpotensi tidak berkelanjutan sehingga diperlukan strategi pada aspek tersebut.”

Pendekatan tersebut akan membuat hasil analisis menjadi lebih bernilai karena tidak hanya menggambarkan kondisi masa lalu, tetapi juga memberikan gambaran mengenai implikasi dan kemungkinan kondisi yang akan terjadi sebagai bahan pertimbangan dalam pengambilan keputusan.

Selain kemampuan membaca data, hal yang tidak kalah penting adalah kemampuan menyederhanakan data yang kompleks menjadi informasi yang sederhana, menarik, dan mudah dipahami. Data yang terlalu banyak dapat menyulitkan pengguna dalam menangkap informasi utama. Oleh karena itu, seorang data analyst perlu mampu menentukan data mana yang penting untuk ditampilkan, mana yang cukup menjadi data pendukung, serta bagaimana menyusun visualisasi dan narasi agar pesan utama dapat dipahami dengan cepat.

Dengan kata lain, proses analisis data dapat dirangkum menjadi:

Data → Analisis → Insight → Skenario/Implikasi → Rekomendasi → Keputusan

Bukan sekadar:

Data → Grafik → Laporan.

• Key Takeaway

Key takeaway dari pelatihan ini adalah bahwa kemampuan data analyst bukan hanya kemampuan mengolah data atau membuat dashboard, tetapi kemampuan menerjemahkan data menjadi informasi yang relevan, sederhana, menarik, dan dapat digunakan untuk mengambil keputusan.

Data yang baik harus mampu menjawab tiga pertanyaan utama:

1. Apa yang terjadi?

Menggambarkan kondisi berdasarkan data dan fakta.

2. Mengapa hal tersebut terjadi dan apa dampaknya?

Mengidentifikasi pola, faktor yang memengaruhi, serta implikasi yang mungkin terjadi.

3. Apa yang sebaiknya dilakukan?

Menghasilkan rekomendasi yang dapat menjadi bahan pertimbangan bagi atasan atau manajemen.

Oleh karena itu, keberhasilan penerapan pembelajaran tidak semata-mata diukur dari apakah unit kerja telah menggunakan Power BI atau belum, tetapi dari sejauh mana kemampuan analisis tersebut mampu menghasilkan informasi yang lebih sederhana, insight yang lebih tajam, serta rekomendasi yang lebih relevan bagi kebutuhan bisnis.

• Harapan ke Depan

Sebagai kelanjutan dari Data Analyst Bootcamp Level 1, diharapkan pembelajaran pada Level 2 dapat lebih menekankan pada business problem solving melalui data. Materi dan praktik pada Level 2 diharapkan dapat memberikan pemahaman yang lebih mendalam mengenai:

1. bagaimana mengidentifikasi kebutuhan data berdasarkan permasalahan unit kerja;
2. bagaimana menentukan indikator yang benar-benar relevan dengan kebutuhan bisnis;
3. bagaimana membaca dan menginterpretasikan data secara lebih mendalam;
4. bagaimana menemukan pola, tren, maupun anomali dari data;
5. bagaimana membuat beberapa skenario berdasarkan kondisi data;
6. bagaimana menerjemahkan hasil analisis menjadi rekomendasi untuk atasan;
7. bagaimana menyederhanakan data yang kompleks menjadi informasi yang mudah dipahami;
8. bagaimana membuat visualisasi yang informatif, menarik, dan tidak berlebihan; serta
9. bagaimana menyampaikan hasil analisis secara efektif kepada stakeholder dan manajemen.

Dengan pembelajaran tersebut, diharapkan kemampuan yang diperoleh tidak berhenti pada “bisa membuat dashboard”, tetapi berkembang menjadi kemampuan “bisa menggunakan data untuk membantu unit kerja mengambil keputusan yang lebih tepat.”

Pada akhirnya, tujuan utama dari penerapan analisis data bukanlah menghasilkan dashboard yang paling kompleks, melainkan menghasilkan informasi yang tepat, sederhana, mudah dipahami, dan mampu memberikan arah tindakan bagi organisasi.