Pengantar — Data Maturity Handbook
Untuk Siapa Handbook Ini
Handbook ini disusun untuk data consultant yang bertanggung jawab memelihara dan mengembangkan kapabilitas data sebuah perusahaan — dari titik data itu lahir dari aktivitas bisnis sehari-hari, sampai data itu menjadi insight yang pakem: dipercaya, konsisten, dan jadi basis pengambilan keputusan.
Anda tidak perlu memahami semuanya sekaligus. Handbook ini dibuat berjenjang (Level 0–5) supaya Anda bisa:
- Mendiagnosis — perusahaan yang Anda tangani sedang ada di level mana, per dimensi.
- Meresepkan — apa langkah konkret berikutnya, bukan lompatan generik "pakai AI" atau "bikin dashboard".
- Mengedukasi — menjelaskan ke stakeholder non-teknis kenapa suatu investasi data (mis. data warehouse, data governance) penting, dengan bahasa yang bisa mereka pahami.
Filosofi Perjalanan Data
Data tidak "muncul" sebagai insight. Ia melalui rantai transformasi:
Aktivitas Bisnis → Data Mentah → Data Tercatat → Data Terhubung
→ Data Termodel → Data Beroperasi → Insight Strategis (Pakem)
Setiap anak panah di atas adalah satu lompatan maturity. Kesalahan paling umum perusahaan (dan konsultan pemula) adalah mencoba melompat — misalnya membangun dashboard canggih (Level 4) di atas data yang masih kotor dan tidak konsisten (Level 1). Hasilnya: dashboard yang tidak dipercaya, lalu ditinggalkan.
Handbook ini menganut gate logic: Anda tidak benar-benar berada di Level 3 kalau
fondasi Level 1–2 masih bocor, walau secara teknis sudah ada "data warehouse". Ini
tercermin di formula scoring (lihat /assessment/formula-scoring.md).
Tiga Dimensi yang Selalu Diperiksa di Setiap Level
Perusahaan sering keliru menganggap maturity data = maturity teknologi semata. Padahal ada tiga dimensi yang harus tumbuh bersamaan:
| Dimensi | Pertanyaan Inti | Contoh Simtom Kalau Timpang |
|---|---|---|
| Teknis | Bagaimana data disimpan, dipindahkan, diproses secara sistem? | Ada warehouse canggih tapi pipeline sering gagal tanpa alert |
| Organisasi | Siapa yang memiliki, menjaga, dan bertanggung jawab atas data? | Tools bagus tapi tidak ada yang jadi Data Owner, sehingga kualitas data tidak pernah membaik |
| Strategi Bisnis | Apakah data benar-benar dipakai untuk keputusan, dan levelnya presisi seperti apa? | Dashboard rajin dibuat tapi tidak pernah dibuka saat rapat keputusan |
Perusahaan bisa saja kuat di Teknis tapi lemah di Organisasi (khas startup yang tumbuh cepat), atau kuat di Strategi tapi rapuh di Teknis (khas perusahaan lama dengan budaya data kuat tapi sistem legacy). Assessment di handbook ini menilai ketiganya secara terpisah agar rekomendasi Anda presisi.
Sumber dan Kredibilitas
Konsep-konsep utama di handbook ini (dimensional modeling, data warehouse, data mesh,
MLOps, eksperimentasi terkontrol, dan lainnya) dirujuk ke buku, artikel akademis, atau
laporan riset yang membakukannya — ditandai [Nama, Tahun] inline di teks. Istilah
yang merupakan konsensus praktik industri tanpa satu sumber definitif ditandai secara
eksplisit sebagai demikian. Daftar lengkap sumber ada di
08-glossary.md dan 09-daftar-pustaka.md.
Cara Membaca Setiap Level
Tiap file level (01 sampai 06) mengikuti struktur yang sama:
- Ringkasan Level — satu paragraf "rasanya seperti apa" berada di level ini.
- Istilah & Konsep Kunci per dimensi (Teknis / Organisasi / Strategi). Setiap istilah
dijelaskan dengan format tetap:
- Definisi — apa itu, dalam bahasa sederhana.
- Tujuan — kenapa ini penting, masalah apa yang ia selesaikan.
- Penerapan/Fungsi — bagaimana wujudnya di lapangan, termasuk contoh nyata.
- Pengembangan Lanjut — bagaimana konsep ini berkembang saat naik ke level berikutnya.
- Indikator Capaian — daftar checklist reflektif untuk level ini (dipakai juga sebagai
sumber pertanyaan assessment di
/assessment/checklist-indikator.md). - Jebakan Umum di Level Ini — kesalahan yang sering membuat perusahaan stuck.
- Sinyal Siap Naik Level — kondisi minimal sebelum pindah ke level berikutnya.
Cara Memakai Assessment
Setelah membaca (atau sambil membaca) level-level ini, buka /assessment/checklist-indikator.md.
Isi tiap indikator dengan skala 0–4 (lihat definisi skala di file tersebut). Skor ini
menjadi input formula di /assessment/formula-scoring.md, yang menghasilkan:
- Level maturity aktual perusahaan (dengan gate logic — bukan skor rata-rata mentah).
- Skor per dimensi (Teknis, Organisasi, Strategi) — untuk melihat ketimpangan.
- Daftar indikator prioritas untuk diperbaiki, diurutkan berdasarkan dampak.
Versi web (Next.js di Vercel) akan mengimplementasikan logic yang sama dari
/assessment/indikator.json, sehingga hasil di web dan di dokumen ini selalu konsisten.
Prinsip Kerja Konsultan yang Disarankan
- Jangan jual solusi sebelum diagnosis selesai. Isi checklist bersama klien secara jujur — banyak temuan justru muncul dari proses mengisi checklist itu sendiri.
- Rayakan pencapaian tiap level, jangan hanya fokus ke Level 5. Level 2 yang solid jauh lebih bernilai daripada Level 4 yang rapuh.
- Bahasa ke stakeholder ≠ bahasa ke tim data. Gunakan istilah dari dimensi Strategi saat bicara ke direksi; gunakan istilah dimensi Teknis saat bicara ke data engineer.
Lanjut ke: 01-level-0-data-liar.md