Selasa, September 17

Bagaimana Metode A/B Testing Membuat Marketing Astra Internasional Menjadi Efektif

Google+ Pinterest LinkedIn Tumblr +

Salah satu kebutuhan pada zaman digitalisasi sekarang ini adalah pengolahan data. Nah, kemampuan ini adalah senjata utama para ahli Matematika juga Statistika.

Namun, tak sedikit pula berbagai bidang dan jurusan dapat berkecimpung disini. Karena kebutuhan akan bidang ini sangat berkembang pesat.

Data Scientist yang sekarang ramai dibicarakan ini, menjadi peran penting dimana-mana. Tak heran semua industri membutuhkannya.

Irwan Rizadi akan menceritakan proses pengolahan data menjadi berguna bagi perusahaan.

Pengalamannya akan menambah wawasan kita tentang bagaimana menariknya menjadi seorang Data Scientist.

Pak Irwan saat sebagai apa di Astra?

Sekarang saya sebagai Lead Data Scientist di Astra Internasional.

Boleh diceritakan Pak pekerjaan sehari-hari sebagai Lead Data Scientist?

Sehari-hari saya punya tim disini dengan total ada 30 data scientist. Nah, dari situ ada sub timnya 5 orang lagi. Jadi, tiap orang membawahi lima sampai enam tim. Nah, kita sekarang di periode atau awal semester ini, saya sedang mengelola A/B Testing untuk all product Astra Digital dan Astra Grup lainnya.

Boleh diceritakan Pak A/B Testing itu apa?

Jadi, A/B Testing itu kita mengetest campaign – campaign. Misalnya saya mau meningkatkan sales di Toyota. Untuk meningkatkan sales di Toyota saya harus tahu campaign apa yang tepat untuk costumer segment tertentu.

Saya punya segmen kemudian ada sub-segmennya, misalnya di sub-segment ini “harusnya promo yang diberi berapa banyak ke orang ini, misalnya ada costumer yang diberi 30%, ada yang 50% diskon dan ada juga yang tidak dikasih apa-apa”.

Ada segmen costumer yang tanpa diberi diskon pun tetap bayar dan tetap akan membeli mobil. Nah, jadi saya harus mencari tahu di segmen mana saja orang itu untuk bisa diberikan campaign yang tepat. Makanya kita harus banyak melakukan testing untuk mengetahui hal tersebut.

Jadi, kalau sudah tepat saya bisa manage dari segi budget, budget marketing bisa saya manage. Kemudian penjualan pun bisa disasar pada target yang tepat.

Jadi, saya melakukan testing costumer, secara simpelnya kalau kita punya aplikasi Go-Jek misalnya. Masing-masing orang kan dapat promo yang beda-beda, saya dapat promo sekarang diskon Go-Ride, ada yang dapat promonya Go-Food.

Untuk bisa mendapatkan promo yang personal life itu kan kita harus tahu segmen mana yang harusnya dikasih promo Go-Ride kalau di Go-jek ya misalkan, segmen mana yang dapat promo Go-Foodnya lebih banyak dan itu kan harus ditesting oleh Go-jek. Jadi lebih ke seperti itu.

Kalau boleh tahu, untuk sumber datanya itu dari Astra sendiri atau ada eksternal juga pak?

Dari Astra. Jadi segmen costumer kita itu kan se-Indonesia. Ada puluhan juta yang beli motor, mobil, semua datanya ada dari kita.

Jadi dari segmen costumer itu kita test, jadi begitu orang itu masuk menjadi database data costumer maka orang tersebut sudah dapat kita test macam-macam.

Misalnya kita kasih promo untuk mereka datang service kita kasih voucher MAP. Orang yang kita kasih voucher apa misalnya, dan bagaimana reaksinya, tanggapan mereka setelah dikasih itu.

Misal tidak sesuai, ternyata dia tidak cocok untuk voucher ini dan kita testing lagi. In the end, kita punya sekian banyak dictionary atau library tentang campaign atau aktivitas yang kita lakukan.

Jadi besok ketika kita mau punya program tertentu kita tinggal melihat lagi ke kamus kita “oh ini kalau saya mau jalanin campaign ini harusnya ke pasar atau segmen ini supaya penjualan naik” begitu.

Kemudian tantangan apa yang dihadapi untuk menjalankan A/B testing ini?

Tantangannya biasa. Kita harus komunikasi dengan banyak pihak, kita harus komunikasi dengan tim marketing, komunikasi dengan operation, dan lainnya. Jadi, banyak backlog kadang karena yang lain juga punya kesibukan.

Jadi, melakukan testing kan harus sering dan harus kita kerjakan. Kadang tim-tim yang lain juga ada kesibukan yang akhirnya testing tidak bisa dijalankan atau pending beberapa hari.

Jadi A/B Testing ini metode ya Pak?

Iya metode dan bisa diapply di segala jenis bisnis, bisnis website pasti juga ada A/B Testing.

Asal mulanya A/B Testing ini bagaimana?

A/B Testing ini kalau secara metodologi, tepatnya metodologi statistik, dalamnya kalau statistik ada eksperimental desain.

Jadi kita bisa mendesain eksperimen yang kalau dulu sewaktu saya belajar di kuliah, misalnya, ada ilmu tanam padi harusnya padi itu dipupuk berapa banyak yang dikasih pada padi seperti ini dan selanjutnya.

Percobaan demi percobaan eksperimen yang kita lakukan misalnya percobaan pertama saya kasih treatment ini. Percobaan kedua saya kasih treatment yang berbeda itu harus disusun eksperimennya.

Kita harus membuat desain eksperimen yang tepat supaya kesimpulannya bisa mewakili semua populasi juga, jadi ada tes statistik yang kemudian menguji hasilnya nanti.

Kemudian bisa diberi gambaran tidak Pak, kira kira industri apa saja yang cocok untuk menggunakan A/B Testing ini?

Semua industri harusnya bisa pakai. Saat ini hampir di semua industri bisa pakai, ada di Go-Jek, Traveloka contohnya. Kalau misalnya di bisnis digital atau kalau banking sudah pasti ada.

Misal saya tidak tahu costumer saya yang mau dikasih kartu kredit bagaimana bankingnya, saya harus tes. Jadi ini untuk meminimalisir biaya marketing yang besar.

Instead saya mengadakan marketing besar – besaran untuk semua costumer saya harus telpon semua untuk ditawari kartu kredit. Saya bisa mengetes dulu untuk segmen tertentu, saya ambil sample, saya buat testing tawarannya seperti ini bagaimana hasilnya.

Saya tawari ke segmen yang lain bagaimana juga hasilnya dan dari situ barulah kemudian saya sudah punya kesimpulan dari segmen kecil – kecil.

Dari sampel baru saya bisa apply ke semua costumer. “oh harusnya untuk costumer saya harus punya program ini supaya bisa lebih baik pemasukannya”

Bisa diceritakan pengalaman yang mungkin tak terduga atau susah saat jalani A/B Testing atau misalnya pernah mentok?

Yang susah itu kita harus memplanning budget juga. Jadi lebih ke planning karena sebelumnya kita juga tidak megang. Saya sebagai orang datang harus memplanning budget marketing juga dan kemana spendingnya dan lainnya. Jadi disitu saya yang belajar baru.

Ada keuangannya juga?

Iya, kan kita hitungan pakai budget di tim ini. Misal saya nembak ke seribu orang. Tapi kan budget untuk seribu orang misal satu orang kita kasih marketing lima puluh ribu kan lumayan.

Jadi saya harus memplanning budget dan lainnya, berapa budget untuk setiap tim-tim testing yang saya lakukan.

Kalau sesuatu yang tidak boleh dilakukan A/B Testing atau kesalahan fatal yang biasa dan bisa dilakukan oleh orang apa pak?

Sebenarnya testing itu kan lebih kepada riset dan percobaan. Jadi kita lakukan percobaan bisa salah dan bisa benar. Kalau salah ya, yang paling penting dan utama adalah kalau template mu gagal. Kamu harus tahu kenapa itu bisa gagal.

Kalau itu bisa sukses juga cari tahu kenapa itu bisa sukses. Karena basicnya itu kan riset kalau riset kita gagal ya paling tidak harus tahu kenapa bisa gagal. Kalau tidak tahu maka kita tidak akan belajar jadi ujungnya spending uang percuma kalau tidak tahu.

Boleh diceritakan sedikit tahapan tutorial A/B Testing ini? Mulai dari awal.

A/B Testing itu biasanya diawal kita akan buat segmentasi. Segementasi costumer dahulu. Jadi, setelah segmen ada, kemudian ada macro segment, sample micro segment setelah itu kita akan membuat campaign calendar. Pertama, harusnya ada analysist panelling terlebih dahulu.

Jadi, matriks apa yang ingin kita capai atau kita targetkan misal saya mau tingkatkan generate atau turunkan dari matriks dilihat apa yang harus ditingkatkan.

Setelah matriks terlihat jelas baru saya menyusun calendar campaign. Campaign calendar objective juga harus jelas matriks mana yang mau saya sasar, setelah campaign calendar jalan selanjutnya saya tinggal pilih channel – channel mana yang akan saya gunakan.

Kemudian planning budget setelah itu baru eksekusi A/B Testing. Setelah A/B Testing jalan tinggal ada post campaign analysist, setelah selesai baru bisa disimpan semua hasil testing di database.

Setelah tersimpan semua kapan pun mau melihat data sudah ada dan bisa dipakai. Kira-kira seperti itu secara sederhananya.

Apakah ini dipelajari di kampus?

Iya, ini dipelajari. Basic ilmunya memang dari statistik.

Untuk menjadi seorang project manager data science, apakah kuliah wajib di IT tidak?

Iya, ada. Jadi memang di kita ada berbagai macam ya timnya, ada yang dari IT, matematika, ada juga yang dari statistik, semua bisa kalau bisa belajar.

Jadi tidak harus dari jurusan IT?

Tidak harus, dilihat dari berbagai jurusan juga bisa dan di berbagai tempat macam-macam jurusannya bisa, misal bahasa Inggris. Yang penting dia ada basic ilmunya, karena itu dapat dipelajari.

Kira-kira pelajaran apa yang diharapkan ada di kampus untuk membantu menjadi seorang data scientist?

Kalau data scientist sekarang belum ada ya jurusannya, jadi dia bisa di berbagai macam jurusan. Paling tidak dia punya basic seperti basic statistik ada, kemudian basic IT ada. Kemudian ada basic bisnis kalau dia memang tahu dan mengerti bisnis.

Share.

About Author

Data Scientist at PT Astra International Tbk

2 Komentar

  1. Priyadi Arifin on

    kesimpulan yang saya dapat harus terus mencoba , gagal , coba lagi sampai ketemu nah ini yang cocok buat konsumen

Tanya Sesuatu Pada Narasumber & Komentar