Dampak Data Buruk dan Mengapa Pengamatan Sekarang Penting

Apakah Anda pikir dampak data buruk hanyalah ketidaknyamanan kecil? Pikirkan lagi.

Data buruk merugikan Unity, perusahaan pengembangan perangkat lunak video game yang diperdagangkan secara publik, 110 juta USD.

Dan itu hanya puncak gunung es.

Saham Unity merosot 37% pada 11 Mei 2022 setelah laporan pendapatan kuartal pertama dirilis, padahal perusahaan mencatat pertumbuhan pendapatan yang tinggi, margin yang cukup baik, peningkatan jumlah pelanggan, dan kinerja kuat dalam ekspansi bersih dolar.

Tetapi ada satu titik data dalam pendapatan Unity yang tidak sepositif.

Perusahaan ini juga berbagi bahwa pertumbuhan pendapatan operasinya masih naik tetapi telah melambat karena kesalahan pada platformnya yang mengurangi keakuratan alat Audience Pinpointer.

Kesalahan pada platform Unity?  Data buruk.

Unity menelan data buruk dari pelanggan besar ke dalam algoritma machine learningnya, yang membantu menempatkan iklan dan memungkinkan pengguna untuk memonetisasi game mereka. Ini tidak hanya mengakibatkan penurunan pertumbuhan, tetapi juga merusak algoritma, memaksa perusahaan untuk melakukan perbaikan untuk memperbaiki masalah ke depan.

Manajemen perusahaan memperkirakan dampaknya terhadap bisnis sekitar 110 juta USD pada tahun 2022.

Unity bukan satu-satunya perusahaan yang merasakan dampak data buruk secara mendalam. Contohnya, X.

Pada 25 April 2022, X menerima kesepakatan untuk dibeli oleh pendiri Tesla dan SpaceX Elon Musk. Hanya 18 hari kemudian, Musk berbagi bahwa kesepakatan itu “ditunda” saat dia mengonfirmasi jumlah akun palsu dan bot di platform.

Apa yang terjadi selanjutnya menunjukkan dampak mendalam dari data buruk pada kesepakatan yang sangat penting ini untuk salah satu platform pidato yang paling banyak digunakan di dunia. Khususnya, X telah berjuang melawan masalah data ini selama bertahun-tahun. Pada tahun 2017, X mengakui telah melebih-lebihkan basis penggunanya selama beberapa tahun, dan pada tahun 2016 sebuah peternakan troll menggunakan lebih dari 50.000 bot untuk mencoba mempengaruhi pemilihan presiden AS. X pertama kali mengakui akun palsu selama IPO 2013.

Sekarang, masalah data ini semakin memuncak, dengan Musk menyelidiki klaim X bahwa akun palsu mewakili kurang dari 5% dari basis pengguna perusahaan dan cenderung mengurangi harga pembelian yang disepakati sebelumnya sebagai hasilnya. X, seperti Unity, adalah contoh lain dari dampak data buruk, tetapi contoh seperti ini ada di mana-mana — dan itu menghabiskan jutaan dolar bagi perusahaan.

Gartner memperkirakan bahwa data yang buruk merugikan perusahaan hampir 13 juta USD per tahun, meskipun banyak yang tidak menyadari besarnya dampaknya. Sementara itu, riset dari IDC menemukan bahwa para pekerja pengetahuan menghabiskan sekitar separuh waktu mereka untuk memperbaiki masalah data. Bayangkan saja berapa banyak usaha yang bisa mereka curahkan di tempat lain jika masalah tidak begitu lazim.

Secara keseluruhan, data buruk dapat menyebabkan peluang pendapatan yang terlewatkan, operasi yang tidak efisien dan pengalaman pelanggan yang buruk, di antara masalah lain yang menambah label harga jutaan dolar itu.

Fakta bahwa data buruk merugikan perusahaan jutaan dolar setiap tahun sudah cukup buruk—dan bahwa banyak perusahaan bahkan tidak menyadari hal ini karena mereka tidak mengukur dampaknya berpotensi lebih buruk. Lagi pula, bagaimana Anda bisa memperbaiki sesuatu yang tidak Anda sadari sepenuhnya?

Untuk mengatasi masalah data buruk membutuhkan observabilitas data, yang mencakup kemampuan untuk memahami kesehatan data dalam sistem Anda. Observabilitas data adalah satu-satunya cara agar organisasi dapat benar-benar memahami tidak hanya dampak dari data buruk tetapi juga penyebabnya — keduanya sangat penting untuk memperbaiki situasi dan membendung dampaknya.

Penting juga untuk menyematkan observabilitas data di setiap titik yang memungkinkan dengan tujuan menemukan masalah lebih cepat daripada nanti karena semakin jauh masalah tersebut berkembang, semakin sulit (dan lebih mahal) untuk diperbaiki.

Secara kritis, pengamatan ini harus menjadi keharusan bagi para pemimpin C-suite, karena data buruk dapat berdampak serius pada pendapatan perusahaan (tanyakan saja Unity dan X). Membuat observabilitas data sebagai prioritas untuk c-suite akan membantu seluruh organisasi, bukan hanya tim data, berkumpul di sekitar inisiatif yang sangat penting ini dan memastikannya menjadi tanggung jawab semua orang.

Fokus pada observabilitas data menyeluruh ini pada akhirnya dapat membantu:

• Mengidentifikasi masalah data lebih awaldalam pipeline data untuk membendung dampaknya pada area lain dari platform dan/atau bisnis
  
  
• Tentukan masalah data dengan lebih cepat setelah pop-up untuk membantu mendapatkan solusi lebih cepat
  
  
• Memahami sejauh mana masalah data yang ada untuk mendapatkan gambaran lengkap tentang dampak bisnis

Pada gilirannya, visibilitas ini dapat membantu perusahaan memulihkan lebih banyak pendapatan lebih cepat dengan mengambil langkah-langkah yang diperlukan untuk mengurangi data buruk. Mudah-mudahan, hasil akhirnya adalah perbaikan sebelum masalah berakhir dengan biaya jutaan dolar. Dan satu-satunya cara untuk mewujudkannya adalah jika semua orang, dimulai dengan c-suite, memprioritaskan observabilitas data.

Pelajari lebih lanjut tentang platform observabilitas data berkelanjutan IBM® Databand dan bagaimana platform ini membantu mendeteksi insiden data lebih awal, menyelesaikannya lebih cepat, dan memberikan data yang lebih dapat dipercaya kepada bisnis. Jika Anda siap untuk melihat lebih dalam, pesan demo hari ini.