Di tahun 2016, pemerintah melalui program 1000 startup yang dicanangkan presiden Joko Widodo melahirkan banyak perusahaan rintisan baru atau atau startup di Indonesia. Dilansir dari katadata.com, pada tahun 2022 lalu, Indonesia menduduki peringkat ke lima sebagai negara dengan pertumbuhan startup tertinggi di dunia mencapai angka 2. 346 perusahaan.

Sayangnya angka pertumbuhan yang pesat ini tidak dibarengi dengan upaya untuk terus meningkatkan performa bisnisnya. Banyak Perusahaan startup yang tak mampu mempertahankan bisnisnya dan akhirnya menutup layanannya seperti yang dilakukan beberapa startup seperti Fabelio, Airy Room dan JD.id [1] .Strategi lain yang digunakan startup untuk bertahan adalah melakukan pemutusan hubungan kerja masal atau PHK kepada karyawannya sebagai strategi efisiensi operasional perusahaan. Dilansir dari situs Data Jabar, ada sekitar 930 startup yang melakukan PHK dengan jumlah total karyawan terdampak 146 ribu karyawan yang terdampak.

Ada banyak faktor yang menyebabkan tutup layanan atau PHK ini terjadi, beberapa yang dapat dirangkum adalah faktor tech winter, kesulitan pendanaan dari investor atau ketidakmampuan startup dalam mempertahakan performa bisnisnya. Pada artikel ini akan dibahas beberapa faktor yang menyebabkan startup gagal dan bagaimana data science diharapkan dapat dimanfaatkan oleh founder startup untuk mendukung pertumbuhan bisnisnya.

Penyebab Kegagalan Perusahaan Startup

CB Insight, perusahaan riset pasar yang fokus pada analisis data dan wawasan tentang perusahaan teknologi, startup, investasi modal ventura, tren industri, dan inovasi membuat sebuah laporan yang berisi beberapa faktor yang menyebabkan mengapa banyak startup gagal mencapai keberlanjutan bisnis. Ada 12 alasan yang dimuat dalam laporan tersebut yang detailnya dapat dilihat pada gambar berikut ini:

Dua alasan utama dari banyaknya faktor kegagalan diatas adalah tidak ada kebutuhan pasar, kurang pendanaan atau kehabisan dana dari investor.

Sementara itu, menurut juru bicara Kementerian Komunikasi dan Informatika (Kominfo), Dedy Permadi [6].Penyebab kegagalan tidak selalu karena faktor eksternal namun bisa juga dipengaruhi oleh faktor internal perusahaan yaitu  kurangnya pengalaman dan visi yang jelas dari para pendiri perusahaan dan kurang fokusnya manajemen dalam menjalankan bisnis.

Pendapat lain disampaikan oleh laporan Tech in Asia Indonesia, yang melakukan wawancara kepada beberapa founder startup yang memutuskan untuk menutup bisnisnya. Dari wawancara tersebut ada beberapa faktor yang menyebabkan kegagalan startup yang mereka jalankan yaitu kurangnya inovasi, alokasi modal yang tidak tepat, ketidakpekaan terhadap perubahan, keterbatasan modal dan pendanaan.

Secara keseluruhan dapat disimpulkan bahwa penyebab kegagalan startup bisa karena beberapa faktor, baik dari faktor internal ataupun eksternal. Kombinasi antara ketidakmampuan untuk mengakomodasi kebutuhan pasar, masalah pendanaan, serta kurangnya inovasi dan respons terhadap perubahan pasar menjadi elemen kunci dalam kegagalan banyak startup. Dalam dunia digital yang cepat berubah seperti saat ini kemampuan untuk mengidentifikasi, mengantisipasi, dan merespons perubahan menjadi sangat penting bagi keberhasilan jangka panjang suatu perusahaan termasuk bagi perusahaan rintisan seperti startup.

Kabar baiknya, ada banyak strategi yang bisa digunakan oleh startup dalam meningkatkan kapabilitas perusahaan dalam berinovasi dengan cepat dan merespon perubahan bagi startup. Salah satunya adalah  dengan  memanfaatkan data science.

Mengenal Apa Itu Data Science

Sebelum membahas lebih jauh tentang bagaimana pemanfaatan data science untuk bisnis, mari sekilas mengenal terlebih dahulu mengenai apa itu data science.

Perkembangan sektor digital dan teknologi yang semakin pesat saat ini tidak dapat dipungkiri bahwa penggunaan sosial media, IoT dan smartphone telah menghasilkan kumpulan data dalam  jumlah besar. Era ini dapat juga dapat disebut dengan era big data. Kumpulan data besar dalam big data ini perlu dikelola dan dianalisa agar kemudian dapat dimanfaatkan dalam berbagai bidang termasuk ke dalam bisnis. Dalam pengelolaan dan analisa data ini diperlukan teknik yang menggabungkan pendekatan teknologi informasi dan statistika hingga kemudian lahirlah sebuah bidang baru yang disebut dengan bidang data science.

Data science merupakan rumpun ilmu baru yang memainkan peran penting dalam era big data saat ini. Salah satu  data science adalah kemampuan menangani data dalam jumlah besar dan komplek. Data besar dan komplek ini dapat dikelola menggunakan berbagai teknik dalam data science untuk menghasilkan informasi dan wawasan bisnis yang berguna dan mendukung pengambilan keputusan berdasarkan data.

Pemanfaatan Data Science Dalam Bisnis

Dalam dunia bisnis data merupakan komponen penting karena merupakan fakta yang mencerminkan apa yang terjadi dalam aktivitas operasional perusahaan, aktivitas ini tercermin dalam data penjualan, data produksi ataupun dalam data konsumen. Data-data ini dapat diolah dan dianalisa menggunakan berbagai teknik dalam data science untuk dimanfaatkan dalam mendukung pertumbuhan sebuah bisnis, contoh pemanfaatannya seperti berikut ini:

• Meningkatkan Kemampuan Skalabilitas

Wawasan dan informasi dari hasil analisa data dapat digunakan oleh pemegang keputusan dalam menentukan arah pengembangan perusahaan ke depannya. Misalnya dari hasil analisa perilaku konsumen dapat terdeteksi pola pembelian yang nantinya dapat digunakan untuk menentukan strategi penjualan di tahun berikutnya.

• Membantu Mengambil Keputusan Keuangan Berdasarkan Data

Melalui hasil analisa pada data keuangan perusahaan saat ini dan laporan keuangan para periode-periode sebelumnya dapat membantu manajemen perusahaan dalam memahami dan memprediksi kesehatan keuangan perusahaan. Termasuk membuat budget-ing keuangan yang lebih baik berdasarkan fakta dan data.

• Membantu Mengidentifikasi Peluang Baru untuk Bisnis

Dengan menerapkan pendekatan data science untuk melakukan analisa terhadap situasi yang terjadi di market. Dari hasil analisa tersebut dapat dibuat sebuah rekomendasi perihal lokasi optimal dan waktu kapan produk paling tepat untuk dipasarkan. Selain itu dengan melakukan evaluasi produk terhadap data penjualan bisa digunakan sebagai pertimbangan bagi perusahaan dalam mengembangkan produk berikutnya.

• Meningkatkan Pemasaran Produk

Analisa data kompetitor dapat dimanfaatkan untuk memberikan gambaran dan pemahaman tentang market, proyeksi tren dan strategi pemasaran apa yang digunakan sehingga mampu sukses di pasaran. Pendekatan berdasarkan data ini dapat menghindarkan pengambilan keputusan berdasarkan spekulasi yang tidak pasti, sehingga dapat memungkinan manajemen untuk mengarahkan strategi pemasaran yang tepat dan optimal.

Pemanfaatan Data Science Untuk Startup

Data science  dapat diaplikasikan pada hampir semua bidang bisnis termasuk bisnis startup, baik startup yang dalam masa awal pengembangan atau early-stage startup maupun startup yang sudah stabil secara operasional dan menghasilkan profit atau disebut dengan scale-up startup.

Namun pendekatan yang digunakan dalam pemanfaatan data science untuk keduanya sangat berbeda. Bagi early-stage startup, pemanfaatan data science dapat digunakan untuk memetakan pasar yang akan dimasuki dan produk seperti apa yang akan dikembangkan agar dapat terus diterima oleh konsumen ke depannya. Sementara bagi scale-up startup, pemanfataan data science lebih ditekankan untuk membantu pengoptimalkan kegiatan operasional dan penentuan strategi agar bisa terus sustain. Lebih mendalam terkait bagaimana pemanfaatan data science untuk dua kategori startup, dapat disimak melalui penjelasan berikut ini.

Contoh pemanfaatan untuk Early Stage Startup

Membangun sebuah bisnis baru seperti startup memiliki tantangan tersendiri. Startup sendiri sesuai dengan pengertiannya merupakan sebuah sebuah usaha yang baru berjalan dan menerapkan inovasi teknologi untuk menjalankan core business-nya dan memecahkan sebuah masalah di masyarakat [11].

Dalam tujuannya untuk memecahkan sebuah masalah ini, startup seringkali menawarkan sebuah produk yang baru yang sebelumnya belum pernah ada, seperti Gojek yang menjadi pionir dalam  menawarkan layanan transportasi berbaris online atau Halodoc yang menawarkan layanan telemedicine. Produk baru yang yang ditawarkan dan belum pernah ada ini tidak semua dapat diterima oleh pasar. Seringkali startup bahkan gagal dari sejak awal memulai usahanya karena tidak tidak cukup diterima pasar.

Pada tahap inilah kemudian data science dapat berperan untuk menentukan produk seperti apa yang perlu dikembangkan agar dapat diterima oleh pasar atau mencapai product market fit. Tahapan dalam pemanfataannya dapat dimulai dengan menentukan tujuan bisnis dan key metric terlebih dahulu. Saat keduanya sudah ditentukan selanjutnya lakukan pengumpulan data, kemudian data yang sudah dikumpulkan dapat dianalisa untuk kemudian menjadi landasan pengambilan keputusan kira-kira produk seperti apa yang akan dikembangkan dan dapat diterima oleh pasar.

 Untuk lebih memahami bagaimana pemanfataan data science bagi early-stage startup, dapat mengikuti ilustrasi berikut ini.

Andi merupakan seorang freshgraduate yang bermimpi untuk membangun bisnisnya sendiri. Andi mengembangkan sebuah startup toko buku online karena memiliki kecintaan terhadap buku dan membaca. Andi ingin menawarkan sebuah layanan dan solusi berbeda dalam toko bukunya ini yang akan membedakannya dengan toko buku online yang sudah ada sebelumnya. Layanan dan solusi baru ini juga diharapkan dapat menarik minat investor untuk mendanai startup yang ia dirikan. Andi dapat menggunakan pendekatan data science dalam menentukan core bisnis melalui tahapan berikut ini:

• Tentukan Goal Perusahaan

Andi perlu menentukan tujuan bisnis yang akan dirikan yaitu toko buku online yang memberikan layanan yang berbeda dengan toko buku online lainnya. Andi ingin menyasar segmen anak muda yang menyukai menulis dan ingin menerbitkan buku sendiri atau self-publishing, Pada layanannya nanti Andi ingin menyediakan layanan penjualan atas buku yang sudah diterbitkan dan membentuk komunitas untuk meningkatkan customer  engagment.

• Tentukan Key Metric

Selanjutnya Andi perlu menentukan key metric yaitu data atau angka yang dapat digunakan untuk mengukur keberhasilan bisnis berdasarkan tujuan yang telah ditentukan diatas. Key metric yang ingin dicapai ditahap awal oleh Andi dapat berupa pertumbuhan user yang mendaftar ke website, aktivitas user yang mendaftar pada program penulisan dan penerbitan, partisipasi komunitas dan konversi dari penulis ke penjualan buku.

• Kumpulkan dan Analisa Data

Untuk terus dapat melihat apakah produk yang Andi kembangkan sudah sesuai dengan segmen yang disasar. Andi perlu melakukan analisa terhadap data  aktivitas user, data partisipasi komunitas dan program, serta data penerbitan dan penjualan. Andi perlu mengumpulkan seluruh data tersebut dari database website-nya untuk kemudian dianalisa pola dan tren apa yang diminati oleh pengunjung website, bagaimana angka pertumbuhan user, topik apa yang sering dibahas dalam forum komunitas, hingga genre buku apa yang paling diminati dalam penjualan dan penerbitan.

• Gunakan Data untuk membuat Keputusan

Selanjutnya data hasil analisa tersebut dapat divisualisasikan dalam bentuk grafik atau laporan. Dari data tersebut, Andi dapat menganalisa apakah jumlah pertumbuhan user dapat dijadikan landasan untuk terus melanjutkan model bisnisnya atau harus perlu menggantinya dengan model bisnis lain. Dari data topik yang trending di forum komunitas, Andi dapat membuat kampanye marketing dan program baru yang dapat menarik lebih banyak minat anggota komunitas.

Contoh Pemanfataan Data Science untuk Scale-up Startup

Pemanfaatan data science untuk slace-up startup lebih ditekankan pada pemanfaatan untuk mempertahankan bisnis yang sudah berjalan atau melakukan ekspansi ke model bisnis lainnya untuk meraup lebih banyak profit. Pada contoh ini akan dipaparkan melalui ilustrasi juga, masih menggunakan contoh bisnis toko buku online milik Andi.

Selang beberapa tahun, startup  toko buku online Andi mampu bertahan dengan pertumbuhan user, member komunitas dan penjualan yang cukup signifikan. Bahkan startup Andi telah berhasil mendapatkan pendanaan seri A dari investor. Untuk melebarkan bisnisnya Andi berencana untuk mendirikan beberapa bookstore offline untuk meningkatkan lebih banyak profit. Dalam model bisnis ini Andi akan menjadikan bookstore sebagai basecamp komunitas dan mengadakan beberapa event offline untuk meningkatkan brand awareness dan menarik lebih banyak konsumen remaja.

Pendekatan yang digunakan Andi dalam menerapkan data science dalam bisnis bookstore offline ini berbeda dengan sebelumnya. Andi menggabungkan pengelolaan data dan pendekatan Internet of Thing atau IoT dalam hal ini. Yang dilakukan Andi dan timnya adalah sebagai berikut:

• Meletakan sensor dibeberapa sudut toko untuk mendeteksi sinyal smartphone untuk mengumpulkan footfall data atau langkah kaki pengunjung yang memasuki toko sehingga dapat tercatat berapa banyak pengunjung yang memasuki toko perhari. Hal ini dapat dimanfaatkan oleh tim untuk menilai keefektifan banner promosi yang diletakan pada toko dan juga bisa dimanfaatkan untuk mengatur keefektifan etalase toko
• Dengan menggabungkan data pejalan kaki dengan jumlah pengunjung yang membeli satu buku atau lebih, manajemen dapat menghitung conversion rate untuk setiap toko. Hal ini dapat digunakan untuk memperkirakan keberhasilan antara satu cabang toko dengan cabang lainnya jika bookstore yang akan didirikan Andi tidak berjumlah hanya satu toko
• Tim data juga dapat menggunakan informasi dari struk penjualan untuk menemukan hubungan antara diskon toko dan volume produk yang terjual. Informasi dari data ini nantinya dapat digunakan untuk memperkirakan sensitifitas harga untuk menentukan harga jual produk dan buku agar sesuai dengan daya beli konsumen.

Tantangan Pemanfaatan Data Science untuk Bisnis Startup

Meskipun data science dapat memberikan banyak manfaat bagi perkembangan bisnis startup, namun dalam implementasinya memiliki tantangan tersendiri terutama terkait biaya operasional dan keterampilan teknis yang dimiliki karyawan startup.

N Rahmat [15] dalam sebuah jurnal ilmiah menyebutkan bahwa startup terutama dimasa awal perkembangannya memiliki karakteristik berbeda dengan perusahaan bisnis kecil lain seperti UMKM. Di masa awal pendirian, startup umumnya menggunakan dana terbatas yang digelontorkan oleh founder-nya sendiri dan terdiri dari tim kecil, kedua karakteristik ini sangat berpengaruh pada alokasi biaya dan keterbatasan SDM yang dimiliki. Sementara itu dalam implementasinya data science membutuhkan tiga komponen yaitu infrastuktur, teknologi dan SDM yang mumpuni.

Infrastruktur dan teknologi seperti server untuk database, aplikasi untuk mengolah data, bahasa pemograman membutuhkan investasi yang tidak sedikit. Untungnya pengolahan data pada early-stage startup belum membutuhkan data yang komplek sehingga hal ini dapat diatasi dengan memanfaatkan beberapa aplikasi yang bersifat open source seperti MySql atau PostgreSQL untuk penyimpanan database, aplikasi Microsoft Excel atau Google Spreadsheet untuk mengolah data dan memanfaatkan Phyton atau R untuk penggunaan bahasa pemograman.

Namun keterbatasan SDM masih menjadi tantangan yang perlu mendapat perhatian lebih, karena saat ini Indonesia menghadapi kenyataan kekurangan talenta digital. Indonesia bahkan diproyeksikan akan kekurangan sebanyak 47 juta talenta digital di tahun 2030 seperti dilansir dari website CNCB Indonesia. Talenta Digital yang disebutkan pada laporan tersebut termasuk talenta data science. Untuk merekrut seorang talenta digital yang mumpuni tentunya membutuhkan alokasi gaji yang tidak sedikit dimana tentu hal ini akan berpengaruh pada biaya operasional early-stage startup yang masih minim dalam hal pendanaan.

Peluang Pengembangan SDM Data Science

Data Science dipredikasikan akan menjadi salah satu profesi yang paling banyak dicari di masa depan menurut Hardvard Business Review. Melihat hal ini, kemudian kebutuhan talenta digital seperti yang telah disebutkan sebelumnya, bonus demografi pekerja usia produktif yang ada di Indonesia, tentunya hal ini dapat menjadi peluang bagi Indonesia untuk terus mengembangkan talenta digitalnya terutama pada profesi data science.

Pemerintah sendiri telah memanfaatkan peluang ini dengan mengadakan program digital Talent oleh Kemenkominfo. Digital Talent merupakan program pengembangan kompetensi digital yang digagas kementerian Komunikasi dan Informatika sejak tahun 2018. Program ini menyasar angkatan kerja muda Indonesia, masyarakat umum, dan aparatur sipil negara agar dapat difasilitasi untuk meningkatkan keterampilan dan daya saing, produktivitas, profesionalisme SDM bidang teknologi informasi dan komunikasi.[14]

Selain itu beberapa perguruan tinggi juga saat ini sudah memanfaatkan peluang yang sama dengan membuka jurusan data science, salah satunya adalah Telkom University. Data science merupakan salah satu program studi unggulan untuk jenjang sarjana dari Telkom University yang sudah terakredetasi Baik Sekali dan diampu oleh dosen yang berpengalaman dalam data sains khususnya big data analytics. Dalam program studi ini, mahasiswa akan dipersiapkan dan dibekali dengan  pengetahuan, keterampilan, dan kompetensi terkait sains data melalui pembelajaran menggunakan use-case terkini di berbagai bidang seperti digital business, keuangan, lingkungan, ataupun media sosial.[15]

Lulusan data science diharapkan dapat memiliki prospek karir yang cerah kedepannya seperti apa yang sudah diprediksi oleh Harvard Business Review. Lulusan sarjana data science nantinya dapat mengembakan karirnya dengan menjadi seorang data scientist, data analyst, data science architect, data science (application) programmer/engineer, business analyst dan profesi terkait manajemen data lainnya. Jika tertarik untuk menjadi seorang sarjana Data Sience, bisa mengakses informasi lebih lengkap tentang kurikulum pembelajaran dan prospek karir data science  melalui situs resmi Telkom University atau melalui instagram @S1datascience_telkomuniversity.

Ayo #RaihMasaDepanmu bersama Telkom University.

Kesimpulan

Pemanfaatan data science menjadi pilar penting dalam mendorong pertumbuhan startup. Meskipun kegagalan startup dapat  disebabkan oleh berbagai faktor, namun diharapkan data science dapat dimanfaatkan  untuk mengatasi masalah ini melalui kemampuannya dalam mengenali peluang pasar, meningkatkan keputusan keuangan yang berbasis data, serta mengoptimalkan proses operasional. Selain itu, terdapat tantangan biaya dan keterampilan teknis dalam implementasi data science bagi early-stage starup. Namun  dapat menjadi sebuah peluang yang dapat dimanfaatkan oleh  pemerintah dan lembaga pendidikan tinggi dalam menghasilkan SDM data science yang mumpuni. Secara keseluruhan, potensi luar biasa dari data science memberi arah yang jelas menuju kesuksesan bagi startup.

Referensi :
1.https://www.cnbcindonesia.com/tech/20230411104245-37-428863/8-startup-ri-yang-pernah-terkenal-sekarang-tutup-dan-bangkrut
2.https://databoks.katadata.co.id/datapublish/2022/04/13/hebat-jumlah-startup-indonesia-terbanyak-ke-5-di-dunia
3.https://opendata.jabarprov.go.id/id/infografik/gelombang-phk-startup-mengancam-dunia,-bagaimana-dengan-indonesia
4.https://www.cbinsights.com/research/report/startup-failure-reasons-top/
5.https://www.cnbcindonesia.com/tech/20230727123102-39-457784/ini-nih-cara-bikin-bisnis-startup-indonesia-makin-mentereng
6.https://www.cnbcindonesia.com/tech/20220602072033-37-343573/kenapa-banyak-startup-besar-gagal-di-ri-ini-
7.https://id.techinasia.com/startup-tutup-tergeser-zaman
8.https://liveroomlk.medium.com/analyzing-big-data-techniques-related-to-data-science-9b528f77e230
10.https://www.besanttechnologies.com/big-data-vs-data-science

11.https://mediaindonesia.com/ekonomi/442426/ini-arti-start-up

12.https://www.cnbcindonesia.com/tech/20220518135208-37-339847/krisis-talenta-digital-butuh-tambahan-47-juta-orang-di-2030

13.https://www.trenasia.com/inilah-pekerjaan-paling-seksi-di-abad-ke-21-menurut-harvard-business-review

14.https://digitalent.kominfo.go.id/

15.https://telkomuniversity.ac.id/s1-sains-data/

16.N Rahmat, M I Akbar, and Djoko Sihono Gabriel. Characteristics of Startup Company and Its Strategy: Analysis of Indonesia Fashion Startup Companies. International Journal of Engineering & Technology, vol.7 2018, pp. 44-47.(2018)

17. Hartatik dkk. Data Science for Bussines.2023 Pengantar dan Penerapan Berbagai Sektor. Sonpedia Publishing : Indonesia