Kualitas data untuk AI adalah frasa paling tidak menarik di seluruh industri ini, dan justru karena itu hampir tidak ada yang melakukannya sebelum mengeluarkan uang untuk sebuah tool AI. Saya sudah menyaksikan pemilik bisnis bersemangat melihat demo AI assistant, menandatangani kontrak, menghubungkannya ke sistem mereka, lalu diam-diam menyadari bahwa assistant tersebut percaya diri salah pada separuh dari apa yang dikatakannya. AI-nya tidak rusak. Data di baliknya yang bermasalah.
AI tidak memperbaiki data yang berantakan, ia memperbesarnya. Satu data pelanggan duplikat yang dulunya cuma memenuhi spreadsheet, sekarang dirangkum, dinalar, dan diucapkan kembali dengan percaya diri oleh assistant yang tidak punya cara untuk tahu mana dari tiga entri "Budi Santoso" yang benar-benar asli. Garbage in, garbage out selalu berlaku, tapi dengan AI, sampahnya sekarang datang dengan suara yang fasih dan meyakinkan.
Ini adalah prasyarat yang tidak menarik yang selalu dilewatkan semua orang, dan justru karena itulah begitu banyak pilot proyek AI diam-diam mati dalam tiga bulan tanpa ada yang mau mengakui penyebab sebenarnya.
Kenapa data berantakan secara spesifik merusak proyek AI
Software tradisional sebagian besar masih bisa mentolerir data berantakan karena manusia tetap yang menginterpretasikan output-nya. Spreadsheet yang berantakan dengan baris duplikat memang menjengkelkan, tapi orang yang memindainya secara manual biasanya menangkap duplikat yang jelas. Sistem AI, apalagi yang mengambil keputusan otomatis atau menjawab pertanyaan dalam skala besar, tidak punya insting semacam itu. Ia memperlakukan setiap baris sebagai input yang sama validnya.
Pola kegagalan spesifik yang paling sering saya temui di UKM Indonesia:
- Banyak sumber kebenaran untuk entitas yang sama. Info pelanggan ada di CRM, versi berbeda di sistem akuntansi, dan versi ketiga di spreadsheet pribadi seseorang, semuanya sedikit berbeda satu sama lain.
- Tidak ada standar penamaan atau format. Nama produk dimasukkan berbeda-beda oleh staf yang berbeda, nomor telepon dengan dan tanpa kode negara, tanggal dalam format yang campur aduk.
- Data duplikat tanpa proses penggabungan. Setiap pertanyaan baru membuat entri pelanggan baru alih-alih mencocokkan ke entri yang sudah ada.
- Data basi yang tidak pernah diarsipkan. Produk yang sudah dihentikan masih ditandai aktif, mantan karyawan masih ada di alur approval, tiket yang sudah closed masih terhitung open.
Masukkan salah satu dari ini ke sistem AI yang diharapkan merangkum pendapatan, merekomendasikan tindakan, atau menjawab pertanyaan pelanggan, dan Anda akan mendapatkan jawaban yang terdengar percaya diri namun diam-diam salah. Ini jebakan yang sama dengan yang saya bahas di memiliki kendali penuh atas data pelanggan Anda: kalau Anda tidak mengendalikan dan memahami data Anda sendiri, Anda tidak bisa mempercayai apa pun yang dibangun di atasnya, entah itu AI atau bukan.
Urutan pembersihan yang benar-benar berhasil
Jangan coba membenahi semuanya sekaligus. Urutannya penting karena kemenangan-kemenangan kecil di awal akan berlipat ganda.
- Pilih satu sumber kebenaran per entitas. Putuskan, secara tertulis, sistem mana yang otoritatif untuk data pelanggan, mana untuk inventaris, mana untuk transaksi keuangan. Semua yang lain menjadi cermin read-only atau dipensiunkan.
- Matikan spreadsheet duplikat. Kalau tiga orang masing-masing memelihara tiga file "daftar pelanggan", itu berarti tiga sumber penyimpangan. Konsolidasikan ke satu sistem yang sudah Anda tetapkan sebagai otoritatif, walau belum sempurna, dan matikan yang lain.
- Standarkan konvensi penamaan. Sepakati satu format untuk nomor telepon, satu format untuk tanggal, satu pola penamaan produk. Tuliskan dalam dokumen satu halaman yang benar-benar dibaca tim Anda.
- Deduplikasi sumber otoritatif. Gabungkan data pelanggan dan produk yang duplikat. Ini pekerjaan yang melelahkan, dan justru jenis tugas yang layak didelegasikan ke sebuah sprint pembersihan khusus, bukan dikerjakan sepotong-sepotong tanpa henti.
- Tetapkan aturan kepemilikan yang berkelanjutan. Seseorang secara spesifik memiliki tanggung jawab atas kualitas data untuk setiap entitas ke depannya. Tanpa pemilik yang jelas, entropi akan menang lagi dalam hitungan satu kuartal.
Rencana sprint kerapian data 30 hari
Untuk bisnis dengan beberapa ribu data pelanggan dan segelintir sistem inti, ini realistis untuk dijalankan tanpa perlu merekrut siapa pun.
| Minggu | Fokus |
|---|---|
| 1 | Audit: daftar semua sistem yang menyimpan data pelanggan, produk, atau transaksi. Identifikasi tumpang tindih dan pilih sumber otoritatif untuk masing-masing. |
| 2 | Standarisasi: tulis konvensi penamaan dan format satu halaman. Perbaiki ketidakkonsistenan format terburuk di sumber otoritatif. |
| 3 | Deduplikasi: gabungkan data duplikat, arsipkan entri basi, tutup apa pun yang sudah tidak aktif. |
| 4 | Kunci: tetapkan kepemilikan data, buat pengecekan rutin bulanan, dan baru setelah itu evaluasi tool AI mana yang benar-benar cocok dengan data bersih yang sekarang Anda miliki. |
Tiga puluh hari terdengar lambat kalau Anda sedang bersemangat soal demo AI. Tapi itu jauh lebih cepat dibanding enam bulan yang dihabiskan sebagian bisnis untuk bergulat dengan tool AI yang tidak pernah berfungsi karena tidak ada yang membenahi data di baliknya.
Kenapa urutan ini lebih penting daripada tool AI itu sendiri
Saya pernah melihat dua bisnis membeli AI assistant yang persis sama. Satu sudah menghabiskan sebulan membersihkan database pelanggannya lebih dulu; yang satu lagi tidak. Yang pertama mendapatkan tool yang secara akurat merangkum pola pelanggan dalam waktu seminggu. Yang kedua mendapatkan tool yang berhalusinasi menganggap pelanggan duplikat sebagai orang yang berbeda dan merekomendasikan untuk menghubungi seseorang yang sudah keluar enam bulan sebelumnya. Software yang sama, hasil yang jauh berbeda, karena kualitas data input adalah variabel sebenarnya yang menentukan.
Ini bukan argumen menentang adopsi AI. Ini argumen untuk urutan pengerjaan (sequencing). Transformasi digital untuk bisnis kecil sudah menegaskan bahwa titik awal jarang sekali berupa tool yang mengkilap, melainkan fondasi yang tidak menarik. Kerapian data adalah fondasi itu, khusus untuk AI.
Poin praktis yang bisa langsung dijalankan
Sebelum Anda menandatangani kontrak vendor AI mana pun, habiskan 30 hari untuk sprint di atas. Kalau tim Anda menolak menghabiskan waktu untuk "cuma beres-beres spreadsheet" dibanding "mendapatkan tool AI yang keren", bingkai ulang secara jujur: tool AI hanya akan sebaik data yang Anda beri makan kepadanya, dan saat ini data Anda punya duplikat, penyimpangan, dan tidak ada pemilik tunggal. Bereskan itu dulu, atau Anda hanya membayar untuk cara yang sangat fasih untuk menjadi salah.