Modul 1 — Modul 1 — Peta Data Daring: Dari Klik Menjadi Baris Data

Rapat yang berhenti di menit kelima

Bayangkan kamu baru bergabung di tim pemasaran Rasa Kita, produsen bumbu masak instan. Perusahaan ini berjualan lewat empat jalur sekaligus: situs resmi, aplikasi ponsel, dua toko di lokapasar, dan pesan WhatsApp ke nomor layanan pelanggan. Setiap Senin pagi ada rapat singkat untuk melihat capaian minggu lalu.

Minggu ini rapat berhenti di menit kelima. Empat orang membawa empat angka untuk satu pertanyaan yang sama: berapa banyak orang yang membeli produk kita minggu lalu?

(Angka-angka di atas adalah data kasus buatan untuk latihan, bukan data nyata sebuah perusahaan.)

Perhatikan satu keanehan yang paling mengganggu: tim iklan mengaku menghasilkan 530 pembelian, padahal seluruh situs hanya mencatat 412. Bagaimana satu kanal bisa menghasilkan lebih banyak daripada totalnya sendiri?

Dua reaksi yang sama-sama merugikan

Orang yang baru masuk ke dunia analitik biasanya bereaksi dengan salah satu dari dua cara, dan keduanya merugikan.

Reaksi pertama: menuduh ada sistem yang rusak. "Pasti pemasangan kodenya salah," atau lebih buruk, "pasti tim iklan menggelembungkan angka." Reaksi ini membakar waktu berminggu-minggu untuk memburu kerusakan yang tidak ada, dan merusak kepercayaan antar tim.

Reaksi kedua: memilih angka yang paling menyenangkan. Kalau rapatnya soal keberhasilan kampanye, angka 530 terdengar paling enak. Kalau rapatnya soal penghematan, angka 388 lebih aman. Keputusan yang lahir dari kebiasaan ini kelihatan berbasis data, padahal sebenarnya berbasis selera.

Yang sebenarnya terjadi

Dalam kasus seperti ini, hampir selalu keempat sistem bekerja normal. Yang berbeda bukan kebenarannya, melainkan pertanyaan yang sebenarnya mereka jawab.

• Analitik situs menghitung peristiwa pembelian yang terjadi di situs, dan hanya yang berhasil terekam oleh peramban.
• Platform iklan menghitung pembelian yang ia klaim sebagai hasil iklannya, memakai aturan dan rentang waktu miliknya sendiri. Satu pembelian yang sama bisa diklaim oleh dua platform sekaligus.
• Basis data pesanan menghitung transaksi yang benar-benar masuk ke sistem penjualan, termasuk yang lahir di lokapasar dan yang kemudian dibatalkan.
• Catatan WhatsApp memuat pesanan yang tidak pernah lewat situs sama sekali, jadi mustahil muncul di dasbor analitik situs.

Empat angka itu bukan empat versi dari satu kebenaran. Itu empat pengukuran atas empat hal yang berbeda, yang kebetulan sama-sama diberi nama "pembelian".

Keterampilan yang sebenarnya kamu butuhkan

Banyak orang mengira analitik digital dimulai dari rumus, grafik, atau alat. Kenyataannya, kesalahan analitik yang paling mahal jarang bersifat matematis. Kesalahan itu bersifat definisi: kita menjumlahkan hal-hal yang tidak sejenis, atau membandingkan dua angka yang sejak awal tidak sebanding.

Maka modul pertama ini tidak mengajarkan alat. Modul ini mengajarkan kosakata yang membuat kamu bisa menunjuk dengan tepat apa yang sedang dihitung. Ada tiga keluarga kosakata yang akan dipakai di seluruh kelas:

1. Satuan analisis — apakah yang kita hitung itu peristiwa, sesi, pengguna, atau akun. Ini penyebab paling sering angka berubah drastis padahal datanya sama.
2. Metrik dan dimensi — mana yang "angka yang dihitung" dan mana yang "potongan yang membatasi". Salah menempatkan dimensi menghasilkan kesimpulan yang terbalik.
3. Sumber data — apa saja jejak yang tersedia di sebuah organisasi, dan pertanyaan apa yang bisa serta tidak bisa dijawab masing-masing.

Kalau modul ini berhasil

Di akhir modul, kamu tidak akan lagi bertanya "angka mana yang benar?". Kamu akan bertanya: satuannya apa, periodenya kapan, dimensinya dipasang di tingkat mana, dan sumbernya mencakup kanal apa saja. Kamu juga akan bisa menjawab pertanyaan Senin pagi tadi dengan kalimat yang tenang: keempat angka itu benar, dan inilah angka yang tepat untuk keputusan yang sedang kita ambil.

Itu bukan keterampilan teknis tingkat lanjut. Itu keterampilan dasar, dan justru karena dasar, ia menentukan mutu semua analisis yang kamu buat sesudahnya.

Gagasan besar unit ini

Setiap angka analitik adalah hasil penghitungan atas sebuah satuan. Ganti satuannya, angkanya berubah — dan kedua angka itu bisa sama-sama benar. Karena itu, angka tanpa keterangan satuan sebenarnya belum bermakna.

Ada empat satuan yang akan kamu temui hampir setiap hari.

1. Peristiwa (event)

Peristiwa adalah satu tindakan yang tercatat, lengkap dengan stempel waktu dan sejumlah properti. Contohnya buka_halaman, lihat_produk, tambah_keranjang, masuk_akun, beli, putar_video.

Peristiwa adalah bahan mentahnya. Semua satuan lain dibangun dari peristiwa dengan cara mengelompokkannya. Sifat penting peristiwa: ia paling banyak jumlahnya dan paling mudah membengkak. Satu orang yang bolak-balik membandingkan tiga produk bisa menghasilkan puluhan peristiwa dalam sepuluh menit. Karena itu, "jumlah peristiwa naik 40 persen" bukan kabar baik ataupun buruk sampai kamu tahu peristiwa apa dan dari berapa orang.

2. Sesi (session)

Sesi adalah kumpulan peristiwa dari satu pengguna yang dianggap berada dalam satu kunjungan bersambung. Inilah satuan yang paling sering disalahpahami, karena sesi tidak ada di dunia nyata. Sesi adalah hasil sebuah aturan yang dibuat manusia.

Aturan yang lazim dipakai alat analitik:

• Sesi berakhir setelah pengguna diam selama jangka waktu tertentu — konvensi yang paling umum adalah 30 menit tanpa aktivitas.
• Sesi berakhir saat berganti hari, menurut zona waktu yang disetel di alat itu.
• Sesi baru dimulai kalau pengguna datang lagi dari sumber trafik yang berbeda (misalnya tadi dari media sosial, sekarang dari iklan).

Karena aturannya buatan, konsekuensinya langsung: ubah aturan, angka sesi berubah tanpa ada perubahan perilaku sedikit pun. Alat yang memakai ambang diam 30 menit akan melaporkan sesi lebih sedikit daripada alat yang memakai ambang 15 menit, atas data yang persis sama. Ini salah satu sebab paling sering angka "kunjungan" berbeda antar dasbor.

3. Pengguna (user)

Di kebanyakan alat analitik, "pengguna" bukan orang. "Pengguna" adalah penanda teknis — misalnya sebuah identitas yang disimpan di peramban atau di aplikasi pada perangkat tertentu.

Akibatnya ada tiga jenis kekeliruan yang harus selalu kamu ingat:

• Satu orang bisa terhitung sebagai beberapa pengguna. Ibu Sari membuka situs dari ponselnya di pagi hari, lalu dari laptop kantor siang hari, lalu dari peramban mode penyamaran malam hari. Tiga penanda, tiga "pengguna", satu orang.
• Beberapa orang bisa terhitung sebagai satu pengguna. Satu ponsel yang dipakai bergantian sekeluarga, atau satu komputer di warnet, menghasilkan satu penanda untuk banyak orang.
• Penanda bisa hilang. Membersihkan data peramban, mengganti perangkat, atau menolak pelacakan membuat orang yang sama muncul sebagai pengguna baru.

Karena itu, kalimat "kita punya 50 ribu pengguna bulan ini" sebaiknya dibaca sebagai "50 ribu penanda perangkat aktif", bukan 50 ribu manusia.

4. Akun (account)

Akun adalah identitas yang didaftarkan orang: alamat surel, nomor ponsel, nomor pelanggan. Akun jauh lebih stabil daripada penanda perangkat — ia bertahan meski peramban dibersihkan dan menyatukan ponsel dengan laptop begitu orangnya masuk akun.

Tapi akun punya batas sendiri:

• Akun hanya terlihat setelah orang mendaftar atau masuk. Semua yang ia lakukan sebelum itu tercatat sebagai anonim.
• Satu orang bisa punya dua akun (misalnya untuk memburu promo pelanggan baru).
• Satu akun bisa dipakai banyak orang — akun kantor, akun bersama pasangan, akun toko.

Akun juga berisi data pribadi, sehingga pengolahannya tunduk pada aturan pelindungan data pribadi yang berlaku di Indonesia. Ini akan dibahas lebih dalam di modul etika; untuk sekarang cukup diingat bahwa naik dari satuan perangkat ke satuan akun bukan hanya keputusan teknis.

Konsekuensi terhadap angka

Dalam satu periode yang sama, hampir selalu berlaku:

jumlah peristiwa ≥ jumlah sesi ≥ jumlah pengguna teknis

Sementara hubungan antara jumlah pengguna teknis dan jumlah orang tidak pasti arahnya: bisa lebih besar (banyak perangkat per orang) atau lebih kecil (banyak orang per perangkat).

Dari sini muncul dua konsekuensi praktis.

Pertama, rasio berubah drastis tergantung penyebutnya. "Tingkat konversi" per sesi, per pengguna, dan per akun adalah tiga angka berbeda dari data yang sama. Yang per akun hampir selalu paling besar, karena penyebutnya paling kecil dan paling terseleksi.

Kedua, angka pengguna tidak bisa dijumlahkan. Pengguna harian selama 30 hari tidak boleh dijumlahkan menjadi pengguna bulanan, karena orang yang datang berkali-kali akan terhitung berulang. Peristiwa boleh dijumlahkan; pengguna dan akun tidak.

Aturan praktisnya sederhana: setiap kali kamu menyebut sebuah angka, sebut juga satuannya. "1.200" tidak berarti apa-apa. "1.200 sesi pada 3 Maret" sudah bisa diperiksa orang lain.

Gagasan besar unit ini

Setiap baris laporan analitik dibentuk oleh dua jenis kolom: metrik (angka yang dihitung) dan dimensi (label yang memotongnya). Definisi keduanya bukan milik dunia, melainkan milik alat yang menghasilkannya. Karena itu, satu metrik dengan nama yang sama bisa menghasilkan angka berbeda di sumber yang berbeda tanpa ada yang rusak.

Metrik

Metrik adalah hasil penghitungan. Ada tiga bentuk yang paling umum:

• Cacah: jumlah sesi, jumlah pembelian, jumlah pemasangan aplikasi.
• Rasio: tingkat konversi, tingkat pentalan, persentase pesanan batal.
• Rerata: nilai pesanan rata-rata, durasi sesi rata-rata, jumlah halaman per sesi.

Setiap metrik wajib menempel pada satu satuan analisis. "Tingkat konversi" belum jadi metrik sampai kamu menyebut penyebutnya: per sesi, per pengguna, atau per akun.

Dimensi

Dimensi adalah atribut kategorikal yang memotong metrik menjadi bagian-bagian yang bisa dibandingkan. Contoh: sumber trafik, jenis perangkat, kota, sistem operasi, halaman, kategori produk, status masuk akun, jenis pelanggan (baru atau lama).

Uji cepat untuk membedakan: kalau sebuah kolom bisa dijumlahkan atau dirata-ratakan, itu metrik. Kalau ia lebih masuk akal jadi label baris di tabel, itu dimensi. Sebagian hal bisa jadi keduanya — umur pelanggan bisa dirata-ratakan (metrik) atau dikelompokkan menjadi rentang umur (dimensi).

Tingkat penempelan dimensi

Ini bagian yang paling sering dilewati dan paling sering menyesatkan. Sebuah dimensi selalu menempel pada satuan tertentu, dan hasilnya berbeda.

Ambil dimensi "sumber trafik". Ia bisa dilekatkan pada:

• Tingkat sesi — setiap kunjungan punya sumbernya sendiri. Kunjungan pertama dari media sosial, kunjungan kedua langsung mengetik alamat situs.
• Tingkat pengguna — seluruh riwayat seseorang dilabeli oleh satu sumber, biasanya sumber pertama kali ia ditemukan.

Akibatnya nyata. Kalau atribusi dipasang di tingkat sesi dengan aturan sentuhan terakhir, pembelian akan sering dilabeli "langsung", karena orang biasanya kembali sendiri saat sudah siap membeli. Kanal yang sebenarnya memperkenalkan produk — media sosial, iklan, artikel — terlihat kecil jasanya. Memotong anggaran berdasarkan laporan seperti itu adalah kesalahan yang mahal dan sangat umum.

Peta sumber data daring

Setiap organisasi punya beberapa jejak digital sekaligus. Ini peta umumnya, beserta batasnya.

Pelajaran utamanya: tidak ada satu sumber yang bisa menjawab semuanya. Analitik situs tahu apa yang orang lakukan tapi tidak tahu apakah uangnya jadi masuk. Basis data pesanan tahu uangnya tapi tidak tahu kenapa yang lain tidak jadi membeli. Survei tahu alasan tapi tidak tahu berapa banyak.

Enam sebab satu metrik berbeda antar sumber

1. Definisi berbeda. Apakah "tayangan video" dihitung setelah dua detik atau tiga detik? Apakah "penjualan" termasuk pesanan yang dibatalkan?
2. Satuan analisis berbeda. Satu sumber menghitung perangkat, sumber lain menghitung akun pelanggan.
3. Cara pengumpulan berbeda. Kode di peramban bisa gagal jalan karena pemblokir, jaringan putus, atau izin pelacakan ditolak. Log server dan basis data tidak punya masalah itu.
4. Aturan dan jendela atribusi berbeda. Satu platform mengklaim pembelian yang terjadi dalam tujuh hari setelah klik; platform lain mengklaim juga yang hanya melihat iklan. Satu pembelian bisa diklaim dua platform sekaligus. Inilah sebab paling sering total klaim iklan melebihi total penjualan sebenarnya.
5. Zona waktu dan batas periode berbeda. Dasbor yang memakai WIB dan yang memakai UTC memotong "hari" di titik yang berbeda, sehingga peristiwa dini hari pindah tanggal.
6. Filter dan pemrosesan berbeda. Penyaringan lalu lintas robot, penggunaan sampel data, deduplikasi, dan data yang datang terlambat semuanya menggeser angka.

Cara bekerja yang menyelamatkan

Berhenti mencari "angka yang benar". Mulai menetapkan satu sumber acuan per jenis keputusan: pendapatan memakai basis data pesanan, hambatan alur pembelian memakai analitik situs, efisiensi belanja iklan memakai biaya dari platform dibagi hasil dari basis data pesanan.

Lalu tulis kamus metrik: satu halaman berisi nama metrik, satuannya, definisi operasionalnya, sumber acuannya, dan zona waktunya. Dokumen sederhana ini menghemat lebih banyak jam rapat daripada dasbor termahal sekalipun.

Data kasus

Berikut log peristiwa situs Rasa Kita pada Selasa, 3 Maret, zona waktu WIB. Data ini dibuat kecil supaya bisa dihitung tangan; strukturnya sama persis dengan log sungguhan.

Aturan sesi yang dipakai: sesi berakhir setelah 30 menit tanpa aktivitas.

Langkah 1 — Hitung peristiwa

Cukup hitung barisnya: 19 peristiwa.

Langkah 2 — Bentuk sesi

Kelompokkan per perangkat, lalu putus setiap kali jeda melebihi 30 menit.

• P1: 08:02–08:05, lalu jeda 35 menit, lalu 08:40–08:44 → 2 sesi
• P2: 06:12 sendirian; 09:10–09:12; 21:00 sendirian → 3 sesi
• P3: 12:30–12:38 tanpa jeda panjang → 1 sesi
• P4: 19:05–19:07 → 1 sesi
• P5: 19:20–19:22 → 1 sesi

Total: 8 sesi. Perhatikan bahwa P1 menghasilkan dua sesi hanya karena ia menunda 35 menit. Kalau ambangnya 45 menit, ia jadi satu sesi. Perilakunya sama; angkanya berbeda.

Langkah 3 — Hitung pengguna

Perangkat unik: P1, P2, P3, P4, P5 → 5 pengguna.

Langkah 4 — Hitung akun

Akun unik yang muncul: A-101 dan A-102 → 2 akun.

Sekarang lihat baris 6, 7, 15, dan 16. Perangkat P1 dan P4 sama-sama masuk sebagai A-101. Artinya dua "pengguna" itu satu orang — kemungkinan besar ponsel dan laptopnya. Setelah digabung berdasarkan akun, jumlah orang yang teridentifikasi turun dari 5 menjadi 4: A-101 (P1 dan P4), A-102 (P3), lalu P2 dan P5 yang tetap anonim.

Langkah 5 — Satu perilaku, empat tingkat konversi

Pembelian hari itu: baris 7 dan baris 14 → 2 pembelian.

Empat angka, satu hari, satu berkas data, tidak ada kesalahan hitung. Inilah alasan kenapa laporan yang menulis "konversi 100%" tanpa menyebut penyebutnya bukan kabar baik, melainkan tanda bahaya.

Langkah 6 — Potong dengan dimensi, di dua tingkat berbeda

Sumber pada tingkat sesi (sentuhan terakhir):

Sumber pada tingkat pengguna (sentuhan pertama): A-101 pertama kali muncul dari instagram (baris 2), A-102 dari iklan (baris 10).

Instagram berubah dari nol pembelian menjadi satu pembelian, dan kanal "langsung" hilang sama sekali. Data yang sama, dimensi yang sama, hanya tingkat penempelannya yang berbeda. Kalau kamu memutuskan anggaran Instagram memakai tabel pertama, kamu akan mencabut kanal yang justru memulai penjualan.

Langkah 7 — Bandingkan dengan sumber lain

Untuk hari yang sama, tiga sumber lain melaporkan:

• Dasbor platform iklan: 2 pembelian. Analitik situs hanya melihat 1 sesi bersumber iklan yang berujung beli. Platform juga mengklaim pembelian A-101, karena akun itu pernah melihat iklan beberapa hari sebelumnya dan masuk jendela atribusi platform. Sebab selisih: aturan dan jendela atribusi.
• Basis data pesanan: 3 pesanan. Dua dari situs, satu dari pemesanan lewat WhatsApp yang tidak pernah menyentuh situs. Salah satunya dibatalkan sore hari, sehingga penjualan bersih tinggal 2. Sebab selisih: cakupan pengumpulan dan definisi (kotor atau bersih).
• Dasbor yang disetel UTC: 18 peristiwa dan 7 sesi. Baris 1 terjadi pukul 06:12 WIB, yang jatuh pada tanggal sebelumnya menurut UTC. Sebab selisih: zona waktu.

Langkah 8 — Jawab pertanyaan dengan sumber yang tepat

Itulah seluruh alur kerja modul ini: tetapkan satuan, hitung, potong dengan dimensi pada tingkat yang tepat, lalu pilih sumber sesuai pertanyaannya.

1. "Kalau angkanya berbeda, pasti ada yang salah"

Kenapa terdengar masuk akal. Di sekolah, satu soal punya satu jawaban. Wajar kalau kita mengira satu kenyataan punya satu angka.

Koreksi. Dua sistem yang mengukur hal berbeda memang harus menghasilkan angka berbeda. Kalau dasbor iklan dan basis data pesanan tiba-tiba menunjukkan angka yang persis sama, itu justru mencurigakan — kemungkinan besar salah satunya menyalin dari yang lain. Yang perlu diperiksa bukan "apakah cocok", melainkan "apakah selisihnya bisa dijelaskan". Selisih yang bisa dijelaskan oleh jendela atribusi, zona waktu, atau cakupan kanal adalah selisih yang sehat. Selisih yang tidak bisa dijelaskan siapa pun, itu baru masalah.

2. "Pengguna sama dengan orang"

Kenapa terdengar masuk akal. Alatnya sendiri memakai kata "pengguna", dan gambarnya sering berupa ikon manusia.

Koreksi. Di kebanyakan alat, satu "pengguna" adalah satu penanda teknis pada satu peramban atau perangkat. Satu orang yang memakai ponsel dan laptop terhitung dua. Satu ponsel yang dipakai bergantian sekeluarga terhitung satu. Membersihkan data peramban melahirkan pengguna baru. Karena itu, angka pengguna cenderung melebih-lebihkan jumlah orang di situs umum, dan kurang menghitung di perangkat yang dipakai bersama. Kalau kamu betul-betul butuh jumlah orang, kamu butuh identitas akun, dan itu hanya tersedia setelah orang masuk akun.

3. "Sesi adalah satuan yang objektif"

Kenapa terdengar masuk akal. Kunjungan terasa seperti kejadian nyata: orang datang, melihat-lihat, lalu pergi.

Koreksi. Yang nyata hanyalah peristiwa. Sesi dibentuk oleh aturan buatan — biasanya ambang diam 30 menit, batas pergantian hari, dan kadang pergantian sumber trafik. Ubah ambangnya dari 30 menjadi 15 menit, jumlah sesi naik tanpa satu orang pun mengubah perilakunya. Konsekuensi praktisnya: jangan pernah membandingkan jumlah sesi antara dua alat yang aturannya belum kamu periksa, dan jangan kaget kalau angka sesi berubah setelah pengaturan alat diperbarui.

4. "Rasio dan pengguna bisa dijumlahkan seperti angka biasa"

Kenapa terdengar masuk akal. Semuanya berbentuk angka di kolom yang sama, jadi tombol jumlah terasa wajar.

Koreksi. Ada dua kesalahan berbeda di sini. Pertama, rasio tidak boleh dijumlahkan atau dirata-ratakan begitu saja. Tingkat konversi bulan Januari dan Februari tidak bisa dirata-ratakan kalau jumlah sesinya jauh berbeda; hitung ulang dari pembilang dan penyebut aslinya. Kedua, pengguna dan akun tidak aditif antar periode. Menjumlahkan pengguna harian selama 30 hari akan menghitung orang yang datang berulang sebanyak kunjungannya. Yang aditif hanyalah cacah peristiwa dan cacah transaksi.

5. "Kanal 'langsung' berarti orang datang karena kekuatan merek kita"

Kenapa terdengar masuk akal. Secara harfiah, orang mengetik alamat situs sendiri. Itu terdengar seperti loyalitas.

Koreksi. Label sumber pada tingkat sesi mencatat kunjungan terakhir, bukan asal-usul orang itu. Seseorang bisa menemukan produk lewat video di media sosial, memikirkannya tiga hari, lalu kembali dengan mengetik alamat situs saat gajian. Sentuhan terakhir memberi seluruh jasa kepada "langsung". Selain itu, "langsung" juga menjadi tempat pembuangan lalu lintas yang sumbernya gagal terbaca — misalnya klik dari aplikasi pesan atau dari berkas PDF. Sebelum menyimpulkan apa pun dari besarnya kanal langsung, periksa dulu pada tingkat apa dimensi sumber dilekatkan.

6. "Kalau satu alat sudah lengkap, sumber lain tidak perlu"

Kenapa terdengar masuk akal. Memelihara banyak sumber itu melelahkan, dan dasbor modern terlihat serba bisa.

Koreksi. Setiap sumber punya wilayah buta yang tidak bisa ditutup oleh konfigurasi secanggih apa pun. Analitik situs tidak tahu pesanan mana yang akhirnya diretur. Basis data pesanan tidak tahu berapa orang yang gagal menemukan tombol bayar. Dasbor platform iklan hanya melihat dunianya sendiri dan tidak tahu kanal lain ikut berperan. Survei tahu alasan tapi tidak tahu ukuran populasinya. Kerja analitik yang baik bukan memilih satu sumber terbaik, melainkan tahu pertanyaan mana dilempar ke sumber mana — dan tahu kapan sebuah pertanyaan memang tidak bisa dijawab oleh data yang ada, sehingga jawabannya adalah mengumpulkan data baru, bukan memaksakan tafsir.

Petunjuk pengerjaan

Kuis ini berisi empat soal pilihan ganda. Semuanya memakai kasus organisasi yang belum pernah muncul di unit sebelumnya, jadi jangan mencari jawaban dengan mencocokkan kalimat dari materi. Yang diuji adalah apakah kamu bisa memakai kosakata modul ini untuk mengambil keputusan pada situasi baru.

Cara mengerjakan yang disarankan:

1. Baca kasusnya sampai habis sebelum melihat pilihan jawaban. Pada setiap kasus, tanyakan dulu pada dirimu sendiri: apa satuan analisisnya, metrik apa yang sedang dibicarakan, dimensinya menempel di tingkat mana, dan sumber datanya apa saja.
2. Rumuskan jawabanmu sendiri lebih dahulu, baru cocokkan dengan pilihan yang tersedia. Kalau kamu langsung membaca pilihan, kamu akan tergoda memilih yang paling familier bunyinya, bukan yang paling tepat.
3. Periksa pilihan yang salah, bukan hanya yang benar. Pada soal yang dirancang baik, setiap pilihan salah mewakili satu kekeliruan berpikir yang umum. Kalau kamu bisa menyebut kekeliruan apa yang diwakili tiap pilihan, pemahamanmu jauh lebih kokoh daripada sekadar menebak benar.
4. Kerjakan tanpa membuka kembali unit sebelumnya. Kalau ada soal yang membuatmu ragu, tandai dulu, selesaikan yang lain, baru kembali.

Waktu yang disarankan: sekitar 10 menit untuk mengerjakan, ditambah 5 menit untuk membaca pembahasan.

Cara membaca hasilmu

Setelah selesai, baca pembahasan setiap soal — termasuk soal yang kamu jawab benar. Sering kali orang menjawab benar dengan alasan yang keliru, dan itu akan menjadi masalah di modul berikutnya ketika kasusnya lebih rumit.

• Benar 4 dari 4 — kamu siap lanjut. Coba tantang dirimu dengan mencari satu laporan nyata di tempat kerjamu dan menerapkan empat pertanyaan pemeriksaan yang sama.
• Benar 3 dari 4 — cukup baik. Tandai satu topik yang salah dan baca ulang unit terkaitnya sebelum lanjut.
• Benar 2 atau kurang — jangan lanjut dulu. Kembali ke unit kuliah kedua dan unit contoh, lalu kerjakan ulang perhitungan sesi dan konversi dengan tanganmu sendiri. Kosakata modul ini dipakai terus sampai modul terakhir, jadi lubang kecil di sini akan melebar nanti.

Semua soal dan pembahasannya tersedia di bagian soal unit ini.

Yang sudah kamu bangun di modul ini

Modul ini tidak mengajarkan satu alat pun, dan itu disengaja. Yang dibangun adalah kosakata untuk menunjuk dengan tepat apa yang sedang dihitung — keterampilan yang menentukan mutu semua analisis sesudahnya.

1. Satuan analisis

Empat satuan yang akan kamu pakai terus:

• Peristiwa — satu tindakan tercatat dengan stempel waktu. Bahan mentah semuanya. Aditif antar periode.
• Sesi — kelompok peristiwa dalam satu kunjungan bersambung. Satuan buatan, dibentuk aturan ambang diam, batas hari, dan kadang pergantian sumber. Ubah aturannya, angkanya berubah sendiri.
• Pengguna — umumnya penanda perangkat atau peramban, bukan orang. Bisa melebihkan (satu orang banyak perangkat) atau mengurangi (satu perangkat banyak orang).
• Akun — identitas terdaftar. Paling stabil, tapi hanya terlihat setelah orang mendaftar atau masuk, dan tetap tidak sama persis dengan orang.

Dalam satu periode: peristiwa ≥ sesi ≥ pengguna teknis. Pengguna dan akun tidak boleh dijumlahkan antar periode.

2. Metrik dan dimensi

Metrik adalah angka yang dihitung — cacah, rasio, atau rerata — dan selalu wajib menyebut satuannya. "Tingkat konversi" tanpa penyebut belum jadi metrik. Dimensi adalah label kategorikal yang memotong metrik.

Bagian yang paling sering dilewati: dimensi menempel pada satuan tertentu. Dimensi sumber di tingkat sesi (sentuhan terakhir) dan di tingkat pengguna (sentuhan pertama) menghasilkan tabel yang bisa berlawanan dari data yang sama persis. Di unit contoh, Instagram berpindah dari nol pembelian menjadi satu pembelian hanya karena tingkat penempelannya diganti.

3. Sumber data dan sebab selisih

Tidak ada sumber yang bisa menjawab semuanya. Analitik situs tahu perilaku tapi tidak tahu uang yang benar-benar masuk; basis data pesanan tahu uang tapi tidak tahu hambatan; dasbor iklan hanya melihat dunianya sendiri; survei tahu alasan tapi tidak tahu ukuran populasi.

Enam sebab satu metrik berbeda antar sumber: definisi, satuan analisis, cara pengumpulan, aturan dan jendela atribusi, zona waktu, serta filter dan pemrosesan.

Cara kerja yang menyelamatkan: tetapkan satu sumber acuan per jenis keputusan, dan tulis kamus metrik berisi nama, satuan, definisi operasional, sumber acuan, dan zona waktu.

Daftar periksa mandiri

Jawab jujur. Kalau ada satu saja yang belum bisa kamu lakukan tanpa membuka catatan, kembali ke unit yang bersangkutan sebelum lanjut.

Satuan analisis

• [ ] Saya bisa menjelaskan beda peristiwa, sesi, pengguna, dan akun kepada rekan kerja dalam satu menit, tanpa istilah teknis tambahan.
• [ ] Saya bisa menyebut dua situasi ketika satu orang terhitung sebagai beberapa pengguna, dan satu situasi sebaliknya.
• [ ] Saya bisa menjelaskan kenapa jumlah sesi bisa berubah tanpa ada perubahan perilaku sedikit pun.
• [ ] Diberi log peristiwa kecil dan aturan ambang diam, saya bisa menghitung jumlah sesi dengan tangan.
• [ ] Saya bisa menjelaskan kenapa pengguna harian selama 30 hari tidak boleh dijumlahkan menjadi pengguna bulanan.

Metrik dan dimensi

• [ ] Diberi sebuah tabel laporan, saya bisa menunjuk mana kolom metrik dan mana dimensi.
• [ ] Saya tidak lagi menyebut "tingkat konversi" tanpa menyebut penyebutnya.
• [ ] Saya bisa menjelaskan kenapa kanal "langsung" sering terlihat besar, dan apa yang harus diperiksa sebelum menyimpulkan apa pun darinya.
• [ ] Saya bisa menyebutkan minimal empat dari enam sebab satu metrik berbeda antar sumber.

Sumber data

• [ ] Saya bisa membuat daftar sumber data daring yang tersedia di organisasi tempat saya bekerja atau organisasi yang saya kenal.
• [ ] Untuk tiap sumber itu, saya bisa menyebut satu pertanyaan yang bisa dijawabnya dan satu yang tidak.
• [ ] Saya bisa menjelaskan kenapa klaim pembelian dari platform iklan bisa melebihi total penjualan yang sebenarnya.
• [ ] Saya berani mengatakan "pertanyaan ini tidak bisa dijawab data yang ada" ketika memang begitu keadaannya.

Latihan penutup yang membuat modul ini melekat

Pilih satu organisasi yang kamu kenal — tempat kerja, usaha keluarga, komunitas, atau lapak daring milik teman. Kerjakan tiga hal ini dalam satu halaman:

1. Daftar sumber. Tulis seluruh sumber data daring yang tersedia di sana. Untuk masing-masing, tulis satu pertanyaan yang bisa dijawabnya dan satu yang tidak.
2. Kamus metrik mini. Pilih tiga metrik yang paling sering disebut orang di sana. Untuk masing-masing, tulis satuannya, definisi operasionalnya, sumber acuannya, dan zona waktunya.
3. Tulis ulang satu pertanyaan. Ambil satu pertanyaan kabur yang pernah kamu dengar — misalnya "kenapa penjualan turun?" — lalu tulis ulang menjadi pertanyaan analitik yang menyebut satuan, metrik, dimensi, periode, dan sumber data.

Halaman ini akan dipakai lagi di modul berikutnya, ketika kita mulai mengubah pertanyaan menjadi rancangan pengukuran. Simpan baik-baik.

Apa yang menunggu di modul berikutnya

Setelah kamu bisa menyebut dengan tepat apa yang dihitung, langkah berikutnya adalah memastikan yang tercatat memang yang kamu maksud: bagaimana peristiwa dirancang dan diberi nama, properti apa yang perlu ikut dicatat, dan bagaimana rancangan yang buruk di awal menghasilkan data yang tidak bisa diselamatkan analisis secanggih apa pun.