Data Analysis

Pentingnya Big Data Analytics Bagi Para Pimpinan Keuangan

Menggunakan analytics tools untuk melakukan investigasi sejumlah data yang besar dan menyeluruh dapat menempatkan perusahaan pada posisi yang unggul. Namun sayangnya, masih banyak perusahaan yang sampai saat ini masih belum dapat mengaplikasikan analisa data tersebut.

Oleh karena itu, artikel kali ini akan membahas hasil wawancara dengan Keith Bailey, Wakil Presiden Keuangan Galvanize, yang akan berbagi dari mana baiknya departemen keuangan dapat memulai Big Data Analytics ini.

Menurut Anda, apa arti data analytics dan big data bagi departemen keuangan?

Saya rasa tim financial planning and analysis (FP&A) telah mengetahui potensi yang ditawarkan oleh Big Data Analytics. Namun banyak diantaranya yang langsung mencoba Big Data Analytics tanpa mundur selangkah untuk melihat persoalan apa yang sebenarnya mereka coba untuk benahi.

Banyak juga perusahaan yang baru mengetahui manfaat Big Data Analytics. Padahal, selama ini ada banyak pemasar, auditor, sales, dan profesional di berbagai bidang bisnis yang telah mendapatkan manfaat Big Data Analytics, salah satunya adalah dapat mencari tahu pola atau cara terbaik dalam mengakuisisi pelanggan sehingga bisa menghemat biaya pengeluaran atau mendeteksi pola dalam perincian kontrol keuangan untuk perbaikan.

Namun ternyata, pimpinan keuanganlah yang sering kali menjadi faktor penghambat dalam penggunaan Big Data Analytics, biasanya karena ketidaktertarikan akan Big Data Analytics.

“Departemen keuangan memiliki posisi yang unik untuk dapat mengubah peran mereka.”

Departemen keuangan memiliki akses yang lebih leluasa ke data perusahaan dibandingkan dengan departemen lainnya. Dengan menganalisa dan mengungkap pola-pola yang ada, departemen keuangan sebenarnya dapat memainkan peran penting dalam mengenali risiko dan menjalankan strategi perusahaan.

Big Data

Seandainya departemen keuangan belum siap untuk menggunakan Data Analytics, dari mana dan bagaimana mereka harus memulainya?

Untuk permulaan, analisa data pembayaran adalah contoh termudah yang dapat dicoba dengan bantuan teknologi analisa data seperti Highbond dari Galvanize. Dalam menganalisa data, tak peduli seberapa ketat kontrol keuangan yang  telah Anda terapkan atau seberapa cermat proses ERP yang Anda gunakan, jika ditemukan volume transaksi dalam jumlah jutaan atau milyaran, maka dapat dipastikan 100% telah terjadi fraud, pemborosan, penyalahgunaan kebijakan yang cukup mengkhawatirkan di dalam perusahaan.

Selain analisis terhadap data pembayaran, analisis terhadap penggunaan kartu kredit perusahaan juga bermanfaat. Nah, bagi bisnis yang memiliki sales force, analisis regresi terhadap sales pipeline juga bisa menambah value dalam upaya memperkiraan pendapatan sekaligus mendukung strategi perusahaan, sama halnya seperti menganalisa pola dalam data pelanggan.

Penerapan Data Analysis

Setelah berhasil melakukan analisa terhadap satu masalah kecil, apa yang harus dilakukan departemen keuangan selanjutnya?

Jika Anda mengikuti saran saya dan sudah mulai mencoba menganalisis data pembayaran, khususnya yang memiliki pola kurva rendah, Anda berarti telah siap untuk masuk ke step selanjutnya. Perlu diketahui, untuk beralih ke analisis yang lebih strategis sebenarnya diperlukan continuous monitoring.

Upaya continuous monitoring sendiri memerlukan bantuan teknologi yang mampu mengumpulkan volume data dalam jumlah besar secara teratur tanpa intervensi pihak lain. Dengan begini, segala macam pengecualian, kesalahan, pelanggaran kebijakan atau fraud yang ditemukan dapat langsung diperbaiki secara otomatis. Pada akhirnya, jika kita berbicara soal peran FP&A terhadap big data analytics, maka akan selalu berkaitan dengan prediksi masa depan perusahaan.

Mulai sekarang, Anda bisa mulai bertanya pada manajemen terkait isu apa saja yang dianggap penting bagi perusahaan. Selanjutnya, Anda bisa mulai mengambil langkah sederhana seperti mengumpulkan data yang kerap luput dari perhatian banyak orang. Pengelolaan biaya dianggap sebagai salah satu isu yang penting, contohnya adalah biaya maintenance, hal ini dianggap sebagai satu isu yang penting, seperti data pemeliharaan elevator, data pengelolaan armada, biaya reparasi dan efisiensi penggunaannya. Beberapa hal tersebut biasanya memiliki sumber data yang beragam asal dan jenisnya.

Saran apa yang bisa Anda berikan agar departemen keuangan bisa terus mengembangkan dan menggunakan data analitik?

Ada pepatah yang mengatakan penyidik terbaik adalah mereka yang memiliki sifat penasaran dan memiliki kecenderungan untuk menemukan pola. Begitu pula dengan para data scientists yang tergabung dalam tim FP&A. Jadi, mulailah temukan orang-orang di tim FP&A yang menyukai data dan teknologi. Lihat dan amati, siapa tahu Anda juga bisa menemukan orang-orang seperti ini di luar tim.

Penting untuk Anda ketahui bahwa pekerjaan yang melibatkan big data analytics biasanya memerlukan waktu yang lama. Oleh karena itu, Anda bisa mulai mencari tim untuk fokus membantu Anda dalam menganalisa. Namun, jika perusahaan Anda sudah memiliki tim data scientists, Anda bisa langsung meminta bantuan mereka untuk ikut membantu analisa data yang sedang Anda kerjakan. Nantinya, tim ini akan mendapatkan akses ke data transaksional dan perannya akan ikut menambah nilai perusahaan Anda.

Bagaimana Anda bisa yakin kalau proses identifikasi ini tidak akan membebani departemen lainnya?

Sebagai bagian dari departemen keuangan, Anda dipercaya perusahaan untuk menentukan isu apa saja yang dapat berdampak pada bisnis. Coba tanyakan pada diri Anda seberapa besar masalah yang tengah dihadapi, selanjutnya yakinlah Anda mampu mengatasinya. Seperti yang telah dijelaskan sebelumnya, Anda bisa memanfaatkan teknologi yang mampu mendeteksi pola maupun anomali sekaligus melakukan perbaikan untuk membantu Anda.

Namun perlu diingat, ketika Anda menemukan pola yang mencurigakan, jangan langsung memberitahukan temuan Anda pada manajemen. Coba tanyakan pada tim atau departemen yang bertugas membuat atau mengumpulkan data karena biasanya mereka lah yang dapat membantu Anda. Anda bisa memberitahukan mereka dan menjelaskan potensi risiko dari hasil temuan tersebut. Selanjutnya, Anda bisa menyampaikan solusi yang sudah didiskusikan bersama kepada pihak manajemen untuk mendapatkan saran lebih lanjut. Sampai di tahap ini, sebelum menghadap ke pihak manajemen, Anda bisa membayangkan seolah-olah Anda adalah bagian dari departemen customer service yang akan mempresentasikan strategi baru dalam rangka memelihara hubungan bisnis yang berkelanjutan dengan pelanggan.

Jika Anda menemukan pola yang menunjukkan adanya risiko, jangan sia-siakan kesempatan! Tapi ingat, saat memberitahukan temuan Anda pada manajemen, singkirkan subjektivitas dari argumen Anda dan perkuat argumen dengan analisis data. Dengan begini, Anda telah memanfaatkan peluang agar dipercaya  sebagai decision-maker di dalam perusahaan.

Rekomendasi Teknologi yang Mampu Memudahkan Analisa Data Anda

Seperti yang sempat disebutkan sebelumnya, diperlukan teknologi yang mampu menganalisa data seperti Highbond untuk memudahkan pekerjaan Anda dalam menganalisa data. Bukan tanpa alasan, platform Highbond dari Galvanize direkomendasikan karena telah dilengkapi sejumlah audit management tools yang mencakup area berbeda dalam tata kelola perusahaan.

Setelah Anda mendapatkan rekomendasi yang tepat, pertanyaan yang muncul selanjutnya adalah di mana Anda bisa mendapatkan produknya. Sebagai perusahaan di bidang IT sekaligus mitra resmi Galvanize di Indonesia, AMT IT Solutions menyediakan rangkaian produk Galvanize yang bisa dipilih mengikuti kebutuhan bisnis Anda. Salah satunya adalah HighBond.

Keuntungan lainnya yang bisa Anda dapatkan jika bermitra dengan AMT IT Solutions adalah produk Highbond yang Anda dapatkan terjamin orisinalitasnya. Anda juga bisa berkonsultasi dengan tim kami seputar produk sebelum dan setelah implementasi. Melalui Highbond AMT IT Solutions berharap dapat memberdayakan dan mengantarkan banyak perusahaan meraih kesuksesan.