Ini malam Halloween, jadi izinkan saya bercerita soal sesuatu yang benar-benar menghantui bisnis Anda: dark data. Dark data dalam bisnis adalah semua informasi yang Anda kumpulkan, simpan, dan tidak pernah lihat lagi. Bertahun-tahun transaksi penjualan, log chat pelanggan, catatan komplain, nota pengiriman, struk kasir. Semua itu tersimpan diam-diam di file ekspor, spreadsheet lama, dan admin panel, menyimpan jawaban dari pertanyaan-pertanyaan yang selama ini cuma Anda tebak-tebak.

Ini bukan soal filosofis. Kebanyakan pemilik bisnis yang saya temui percaya mereka harus mulai mengumpulkan data dulu sebelum bisa membuat keputusan berbasis data. Hampir tidak ada yang benar-benar melakukannya. Jika bisnis Anda sudah berjalan lebih dari dua tahun, Anda sebenarnya sudah duduk di atas bukti yang bisa dipakai lebih banyak daripada yang akan pernah sempat Anda baca habis. Masalahnya bukan pengumpulan data, tapi penggalian.

Berikut gambaran umum dark data pada UKM di Indonesia, dan tiga latihan menggali yang terbukti konsisten menemukan uang. Tidak satu pun membutuhkan software baru.

Apa Saja yang Termasuk Dark Data

Coba lakukan inventarisasi singkat. Anda hampir pasti punya:

  • Riwayat transaksi di POS, software akuntansi, atau dashboard seller marketplace, yang terkumpul sampai bertahun-tahun.
  • Riwayat chat di WhatsApp Business, chat marketplace, dan DM Instagram. Ribuan percakapan di mana pelanggan sudah memberi tahu, dengan kata-kata mereka sendiri, apa yang mereka mau dan kenapa mereka ragu.
  • Catatan komplain dan retur, baik yang resmi maupun tidak, tersebar di email dan catatan admin.
  • Log operasional: waktu pengiriman, pergerakan stok, catatan shift staf.

Ciri khas dark data dalam bisnis adalah data ini direkam untuk satu tujuan, biasanya kepatuhan atau operasional, dan tidak pernah dipakai ulang untuk pengambilan keputusan. Struk itu ada untuk menyelesaikan satu transaksi. Tidak pernah ada yang bertanya apa kata sepuluh ribu struk kalau dibaca bersama-sama.

Latihan 1: Konsentrasi Pelanggan Utama

Ekspor data penjualan 12 bulan, kelompokkan berdasarkan pelanggan, urutkan dari yang terbesar. Ini cuma butuh waktu satu sore di spreadsheet, dan hampir setiap kali dilakukan, ini mengubah cara pemilik bisnis melihat bisnisnya sendiri.

Di sebuah distributor bahan bangunan yang pernah saya tangani, pemiliknya yakin pendapatannya "tersebar merata di banyak kontraktor." Data ekspor bicara lain: 6 pelanggan dari sekitar 240 pelanggan menghasilkan 58 persen pendapatan. Dua dari enam pelanggan itu ternyata sudah perlahan berpindah ke kompetitor selama berbulan-bulan, terlihat jelas dari menyusutnya frekuensi order di data, tapi tidak terlihat dalam operasional harian karena tiap order individu masih terlihat normal.

Pertanyaan yang dijawab latihan ini:

  1. Berapa persen pendapatan Anda berasal dari top 5 dan top 20 pelanggan?
  2. Adakah pelanggan utama yang frekuensi order atau nilai belanjanya menurun dalam dua kuartal terakhir?
  3. Pelanggan utama mana yang belum pernah dihubungi di luar konteks transaksi?

Jika top 5 pelanggan Anda menyumbang lebih dari 40 persen pendapatan, masalah Anda bukan pemasaran, tapi prioritas retensi. Satu kali makan siang dengan key account yang mulai menjauh bisa bernilai lebih dari satu kuartal budget iklan, dan datanya memberi tahu persis kalender siapa yang harus Anda booking.

Latihan 2: Menghitung Tema Komplain

Latihan ini tidak nyaman, makanya jarang ada yang melakukannya. Kumpulkan semua komplain, retur, dan review negatif dari 6 bulan terakhir. Thread WhatsApp, review marketplace, catatan refund. Lalu lakukan analisis paling sederhana yang bisa dibayangkan: tally berdasarkan tema. Pengiriman terlambat, barang salah, kemasan rusak, sengketa harga, layanan purna jual yang lambat merespons. Tabel tally di kertas pun sudah cukup.

Sebuah produsen snack yang menjual lewat reseller melakukan ini dan menemukan bahwa 71 dari 104 komplain yang tercatat adalah variasi dari satu tema yang sama: produk rusak saat tiba. Bukan rasa, bukan harga, bukan layanan. Kemasan. Mereka sudah berdebat soal rebranding dan rasa baru selama berbulan-bulan, padahal masalah sebenarnya cuma selisih Rp 1.800 per unit di kualitas bubble wrap dan karton. Perbaikannya lebih murah dari satu bulan budget iklan, dan berhasil memangkas komplain lebih dari separuh pada kuartal berikutnya.

Komplain adalah dark data dengan sinyal paling tinggi yang Anda miliki, karena pelanggan menulisnya secara gratis, tanpa diminta, dan jujur. Menghitung tema mengubah tumpukan pesan yang tidak menyenangkan menjadi daftar to-do yang sudah terurut prioritasnya. Logika yang sama berlaku sebelum Anda membeli teknologi customer-facing apa pun; jika tema komplain teratas adalah respons yang lambat, itu mengubah perhitungan yang saya jabarkan di Chatbot vs Agen Live: Perbandingan Biaya yang Sebenarnya.

Latihan 3: Analisis Jam Sepi dan Hari Sepi

Timestamp transaksi Anda tahu ritme bisnis Anda lebih baik daripada Anda sendiri. Ekspor data penjualan lengkap dengan tanggal dan jam, lalu pivot berdasarkan hari dalam seminggu dan jam dalam sehari.

Yang biasanya terungkap:

  • Jam sepi yang tetap Anda staff penuh. Seorang pemilik kafe di Serpong menemukan bahwa Selasa dan Rabu jam 2 sampai 5 sore hanya menghasilkan di bawah 4 persen pendapatan mingguan, padahal staf lengkap. Menggeser jam kerja satu staf dan menjalankan promo sore di hari kerja mengubah zona mati itu dari murni biaya menjadi eksperimen break-even.
  • Jam ramai yang justru kekurangan staf. Data yang sama menunjukkan antrean Sabtu jam 10 pagi sampai siang, terlihat sebagai kluster transaksi yang diikuti jeda mencurigakan, yang ternyata adalah pelanggan yang pergi begitu saja.
  • Musiman yang selama ini Anda rencanakan berdasarkan feeling, bukan fakta. Lonjakan gajian, kurva Ramadan, penurunan libur sekolah. Anda tahu semua ini ada. Datanya memberi tahu besaran pastinya, yang justru Anda butuhkan untuk keputusan stok dan staffing, terutama menjelang musim kampanye, topik yang saya bahas di Musim Harbolnas: Siapkan Toko Anda untuk 11.11 dan 12.12.

Kenapa Anda Sebaiknya Belum Beli Dashboard

Insting setelah membaca ini biasanya langsung mencari tools business intelligence. Tahan dulu. Dashboard mengotomatiskan pertanyaan yang sudah Anda tahu cara menanyakannya. Jika Anda belum pernah melakukan tiga latihan di atas secara manual, Anda belum tahu pertanyaan mana yang sebenarnya penting untuk bisnis Anda, dan Anda akan berakhir dengan dashboard cantik yang menampilkan metrik yang tidak ditindaklanjuti siapa pun. Saya pernah melihat UKM menghabiskan Rp 100 juta untuk tooling BI yang hanya dibuka dua kali sebulan.

Urutan yang benar: gali dulu secara manual, tindak lanjuti temuannya, perhatikan pertanyaan mana yang ingin Anda ketahui jawabannya tiap bulan, baru setelah itu otomatiskan pertanyaan-pertanyaan spesifik tersebut. Manual dulu, tooling belakangan. Spreadsheet yang sudah Anda miliki sudah cukup untuk ronde pertama.

Yang Perlu Anda Lakukan

Pilih satu latihan dan luangkan dua jam minggu ini di kalender Anda. Rekomendasi saya untuk kebanyakan bisnis adalah analisis konsentrasi pelanggan utama, karena usahanya paling ringan dan paling sering memicu tindakan langsung yang jelas hasilnya.

Dark data dalam bisnis bukan masalah teknologi yang bisa ditunda sampai suatu hari nanti. Ini adalah uang yang sudah Anda bayar untuk dikumpulkan, tapi tidak pernah dibaca. Hal paling menakutkan darinya, pas untuk hari ini, bukan apa yang bersembunyi di dalamnya. Tapi sudah berapa lama Anda mengambil keputusan tanpa pernah melihatnya.