Small Data versus Big Data, Apa yang dipertempurkan?

Oleh : Ardi Wirdamulia *

Martin Lindstrom menerbitkan bukunya, Small Data, The Tiny Clues that Uncover Huge Trends, pada 2016. Buku ini dianggap anti-thesis dari Big Data yang telah lebih dahulu popular. Big Data, kita tahu, semakin menarik perhatian orang dengan makin tersedianya sumber data yang sangat besar untuk dimanfaatkan, Internet. Sebagai pemasar, penting bagi kita untuk memahami kesamaan dan perbedaan dari kedua paradigma tersebut untuk beroleh manfaat yang optimum. Mari.

Dari sisi kegunaan, kedua paradigma ini merujuk pada hal yang sama yaitu, pemanfaatan informasi untuk memampukan kita menciptakan nilai. Dari sisi pemasaran, tentu saja nilai-nilai itu digali untuk keperluan inovasi/pengembangan produk dan jasa, delivery produk dan jasa yang lebih efektif dan efisien serta membangun ikatan dengan konsumen. Yang diinginkan baik dari Big Data maupun Small Data adalah analisis perilaku konsumen dan daya prediksi terhadap perilaku itu. Singkatnya, baik Big Data ataupun Small Data adalah upaya untuk memperoleh insight bagi penciptaan nilai.

Kesamaan berikutnya ada pada kerumitan proses penggaliannya. Tidak ada yang mudah dari Big Data ataupun Small Data. Mereka yang berfikir bahwa memilih salah satu dari keduanya bisa mempermudah pekerjaan perlu berhitung ulang. Kualitas hasil analisis tidak ditentukan oleh pilihan besarnya data melainkan pada keahlian dalam melakukannya. Tidak ada superioritas Big Data atau Small Data di sini.

Proses penggalian informasi dari Big data dilakukan melalui statistical data analysis atau mathematical modeling. Namun sebelum sampai di sana, Big Data membutuhkan kemampuan pengelolaan data yang tidak mudah. Kita berhadapan dengan data yang volumenya besar, keragamannya tinggi dan aliran yang cepat. Belum lagi kalau kita bicara tentang noise dari data tersebut. Memisahkan mana data yang bermanfaat dan mana yang sampah bukan pekerjaan mudah juga. Pengelolaan data yang masif ini seringkali mengaburkan fokus kita. Pada banyak kasus, kita lebih sibuk dalam upaya pengelolaan Big Datanya dari pada pemanfaatan Big Datanya. Suram.

Dalam Big Data ada 3 kemampuan dasar. Pengelolaan data yang membutuhkan kemampuan IT, data analisis yang membutuhkan kemampuan statistik atau analisis kuantitatif lainnya dan para penciptaan nilai yang bisa dari bagian pengembangan produk, operasi ataupun pemasar. Menjadikan 3 kemampuan ini melekat pada satu bagian yaitu pencipta nilai, merupakan harapan yang masih sulit terwujud dalam waktu dekat. Dengan demikian masih akan diperlukan 3 pelaku yang berbicara dalam “Bahasa” yang berbeda. Karenanya, kesenjangan akan selalu terjadi, dan Big Data memang tidak termanfaatkan secara optimal. Solusinya akan kembali pada koordinasi dan team work.

Di lain sisi, proses penggalian informasi dari Small Data pada dasarnya adalah riset kualitatif. Proses yang sebenarnya sama rumitnya. Dalam riset kualitatif diperlukan keahlian yang tinggi dalam melakukan observasi dan analisis terhadap suatu fenomena. Lebih dari itu, dalam Small Data bagian pentingnya adalah kepekaan terhadap suatu fenomena. Kita sering ingin berfoto beramai-ramai tanpa ada yang bersedia mengorbankan diri menjadi pemegang kameranya. Berapa lama waktu yang dibutuhkan untuk menjadikan fenomena itu sebagai penghasil inovasi tongkat selfie? Namun, pertanyaan yang lebih penting, seberapa banyak orang yang melaporkan keinginan-keinginan seperti itu sehingga terdeteksi dalam Big Data?

Small Data adalah tentang kemampuan melihat jernih dalam rangkaian peristiwa yang sepertinya tidak berpola. Kejernihan ini tentu saja tidak diperoleh begitu saja. Harus didahului oleh pemahaman tentang psikologi manusia/konsumen dan proses-proses sosial yang menyertainya. Karena dilakukan secara heuristic, Small Data ini sulit untuk direplikasi. Setiap fenomena adalah kasus yang unik. Bahkan fenomena yang sama bisa memberikan arti yang berbeda untuk orang yang sama ahlinya. Masalah.

Secara intuitif, pencipta nilai akan lebih mudah menajamkan kemampuan dan kepekaannya untuk melakukan observasi dari pada belajar IT atau statistika. Pemasar, misalnya, mengalami persinggungan dengan konsumen dan produk dari hari ke hari. Lapangan untuk melakukan pengamatan tersebut tersedia dengan lebar. Bandingkan dengan requirement untuk belajar IT dan statistika. Jadi, bisa dipahami jika Small Data ini lebih memikat bagi pemasar dibandingkan Big Data.

Namun, artikel ini mengantisipasi, inilah masalah yang segera muncul saat perusahaan mulai menerapkan Small Data. Semua orang merasa punya insight yang bermanfaat dari “Small Data” yang mereka temukan. Ide-ide akan lebih banyak datang, tapi kualitasnya hanya berbanding lurus dengan kemampuan orang yang melakukan observasi. Seberapa mampu suatu perusahaan untuk mengembangkan kemampuan orang-orangnya untuk menjadi pengamat yang ahli?

Lepas dari perbedaan keahlian dalam melakukan proses penggalian insight, secara natural, Big Data dan Small Data memang memiliki tugas yang berbeda dalam penciptaan nilai. Big Data adalah kumpulan atau aggregate dari past behavior. Pemanfaatan pentingnya ada pada prediksi dan bagaimana kita bisa melakukan intervensi untuk memperoleh hasil yang kita inginkan. Jika dilakukan dengan baik kita mudah untuk mengidentifikasi masalah serta memahami kecenderungan pasar ataupun sosial. Inovasi berbasis Big Data ini lebih bersifat incremental. Dengan demikian Big Data adalah sumber inovasi yang bersifat kontinu dalam perusahaan.

Small Data di sisi lain punya nilai lebih saat ia menjadi Eureka Moment. Pada gilirannya, Eureka Moment ini adalah basis dari disruptive innovation. Penemu mouth wash tidak melakukannya berdasarkan survei pemanfaatan produk yang tadinya ditujukan sebagai pencuci kaki. Saat ia melakukan consumer visit, ia menemukan orang yang memanfaatkannya untuk berkumur. Ada logika penting di sana. Lebih banyak orang yang menghadapi persoalan bau mulut daripada bau kaki. Eureka berbasis Small Data.

Pada akhirnya Big Data dan Small Data memang tidak harus dikompetisikan. Mereka justru harus dijadikan hal yang saling melengkapi dalam penciptaan nilai. Tabik.

* Penulis adalah Doktor manajemen pemasaran dari PSIM UI. Bekerja sebagai research based marketing strategist.

Leave a Reply

Your email address will not be published. Required fields are marked *

Sign In

Get the most out of SWA by signing in to your account

(close)

Register

Have an account? Sign In
(close)