Analisis Data

Oleh : I Ketut Widhi Adnyana, S.Kom., M.Kom.

Analisis Data ?
Analisis data adalah proses sistematis
untuk memeriksa, membersihkan,
mentransformasi, dan memodelkan data
untuk mengidentifikasi pola, tren,
hubungan, atau wawasan yang dapat
digunakan untuk pengambilan
keputusan yang lebih baik. Tujuan
utamanya adalah untuk memahami
makna yang terkandung dalam data,
sehingga informasi yang bernilai dapat
diekstraksi dan bisa digunakan untuk
mendukung pengambilan keputusan
yang tepat.
01.
Jenis Analisis Data
Analisis Data Kuantitatif & Kualitatif
Analisis data kuantitatif adalah
pendekatan untuk mengumpulkan,
mengukur, dan menganalisis data yang
berkaitan dengan jumlah atau
kuantitas, baik itu dalam bentuk angka
atau variabel numerik. Pendekatan ini
menggunakan teknik-teknik statistik
dan matematika untuk mengidentifikasi
pola, tren, dan hubungan antar variabel
dalam data
Analisis data kualitatif adalah
pendekatan untuk memahami dan
menginterpretasikan data yang
berkualitas atau bersifat deskriptif,
bukan numerik. Pendekatan ini
berfokus pada pemahaman mendalam
tentang konteks, makna, dan persepsi
yang terkandung dalam data
Penggunaan Analisis Data Kuantitatif

● Untuk melakukan analisis data kuantitatif,

seringkali diperlukan perangkat lunak statistik atau
alat analisis data yang memungkinkan untuk
melakukan perhitungan dan analisis statistik yang
kompleks

● Analisis data kuantitatif sering menggunakan data

yang telah ada (data sekunder), misalnya data
survei, data penelitian sebelumnya, atau data yang
dihasilkan dari sumber lain yang bersifat numerik.
Penggunaan Analisis Data Kualitatif

● Data yang digunakan dalam analisis kualitatif

seringkali berupa teks, narasi, citra, atau materi
deskriptif lainnya, bukan angka atau variabel
numerik.

● Penggunaan berbagai metode penelitian kualitatif,

seperti wawancara, observasi, analisis konten,
analisis naratif, atau analisis tematik, untuk
mengumpulkan dan menganalisis data.
Studi Kasus: Analisis Kepuasan
Pelanggan Restoran Cepat Saji
Analisis Data
Kuantitatif:
• Metode: Survei online yang meminta pelanggan untuk memberikan
penilaian numerik terhadap berbagai aspek pengalaman mereka di
restoran.
• Data yang Diukur: Skor kepuasan umum, waktu tunggu, kebersihan
restoran, kualitas makanan, harga, pelayanan pelanggan, dll.
• Analisis: Menggunakan statistik deskriptif (penyajian data dalam
bentuk yang lebih mudah di pahami) untuk menghitung rata-rata,
median, dan deviasi standar dari skor kepuasan pelanggan untuk setiap
aspek.
• Hasil: Menemukan bahwa rata-rata skor kepuasan pelanggan adalah
tinggi, tetapi ada kekurangan dalam waktu tunggu dan kebersihan
restoran.
Studi Kasus: Analisis Kepuasan
Pelanggan Restoran Cepat Saji
Analisis Data
Kualitatif:
• Metode: Wawancara mendalam dengan sejumlah kecil pelanggan untuk
mendapatkan wawasan yang lebih mendalam tentang pengalaman dan
persepsi mereka.
• Data yang Diukur: Tanggapan dan pendapat pelanggan tentang layanan,
kualitas makanan, suasana restoran, dll., serta pengalaman spesifik yang
mungkin tidak terlihat dalam survei kuantitatif.
• Analisis: Pengkodean tematis dari transkrip wawancara untuk
mengidentifikasi pola-pola umum, tema, atau masalah yang muncul dari
tanggapan pelanggan.
• Hasil: Menemukan bahwa meskipun rata-rata kepuasan pelanggan tinggi,
ada ketidakpuasan yang muncul terkait dengan kesesuaian pesanan,
kebersihan toilet, dan kebisingan di dalam restoran.
Problem Statement
Problem statement pada
analisis data mengacu
pada pernyataan yang
menjelaskan masalah atau
tantangan yang ingin
Identifikasi Pola
diselesaikan melalui Pembelian
proses analisis data Pelanggan

Bagaimana mengidentifikasi pola pembelian pelanggan

untuk meningkatkan retensi pelanggan dan memperbaiki
strategi pemasaran?
CoNVO
Framewor
k
CoNVO adalah singkatan dari Context,
Need, Vision, Outcome. Ini adalah
kerangka kerja yang digunakan untuk
merencanakan, memahami, dan
mengkomunikasikan gagasan atau
proyek
Contoh Penerapan
ConVO
Context (Konteks):
• Perusahaan ritel ingin meningkatkan kepuasan
pelanggan dan memahami faktor-faktor yang
mempengaruhi pengalaman belanja.
• Data yang tersedia mencakup data transaksi,
survei kepuasan pelanggan, dll
Need (Kebutuhan):
• Perusahaan memiliki kebutuhan untuk
mendapatkan pemahaman yang lebih
mendalam tentang preferensi pelanggan,
kebiasaan belanja, dan masalah yang mungkin
mereka hadapi selama pengalaman belanja.
• Mereka ingin mengidentifikasi area di mana
mereka dapat meningkatkan layanan atau
menyempurnakan produk untuk meningkatkan
kepuasan pelanggan.
Vision (Visi):
• Visi perusahaan adalah untuk
menciptakan pengalaman belanja yang
superior bagi pelanggan mereka, yang
akan menghasilkan loyalitas pelanggan
yang lebih tinggi, peningkatan retensi,
dan pertumbuhan penjualan.
• Mereka berharap hasil analisis data akan
memberikan wawasan yang cukup untuk
merancang strategi pemasaran yang
lebih efektif dan meningkatkan
pengalaman pelanggan secara
keseluruhan.
Outcome (Hasil):
• Hasil yang diharapkan adalah
identifikasi pola belanja pelanggan yang
paling umum, faktor-faktor yang
mempengaruhi keputusan pembelian,
serta area yang memerlukan perbaikan
atau perhatian lebih lanjut.
• Perusahaan berharap dapat
menghasilkan rekomendasi yang konkret
untuk meningkatkan layanan pelanggan,
mengoptimalkan stok produk, dan
merancang program loyalitas yang lebih
efektif
Thanks!

CREDITS: This presentation template was created by Slidesgo, and

includes icons by Flaticon, and infographics & images by Freepik