Dashboard Ada, Tapi Keputusan Masih Pakai Feeling? Ini Penyebabnya

Dashboard untuk keputusan bisnis belum tentu membuat owner lebih yakin jika indikator yang ditampilkan terlalu banyak, tidak relevan, atau tidak menunjukkan prioritas tindakan. Akibatnya, pengguna tetap harus menafsirkan data sendiri dan akhirnya kembali mengandalkan feeling. Dashboard yang efektif seharusnya menyaring informasi penting, memberi konteks, dan membantu menentukan langkah berikutnya. 

Banyak perusahaan sebenarnya sudah memiliki dashboard bisnis yang menampilkan penjualan, biaya, persediaan, produktivitas, dan performa setiap divisi. Namun, ketika keputusan penting harus diambil, owner atau manajemen masih membuka spreadsheet lain, meminta laporan tambahan, atau menghubungi tim untuk mendapatkan penjelasan.

Kondisi tersebut menunjukkan bahwa keberadaan dashboard belum tentu sejalan dengan kualitas pengambilan keputusan. Masalahnya sering kali bukan karena perusahaan kekurangan data, melainkan data bisnis tidak relevan, terlalu banyak indikator ditampilkan, atau informasi belum diarahkan pada keputusan tertentu. Artikel ini akan membahas penyebab dashboard belum membantu pengambilan keputusan, dampak decision fatigue, perbedaan kebutuhan informasi setiap pengguna, dan cara memperbaiki dashboard agar lebih mudah ditindaklanjuti.

Data Ada, tetapi Keputusan Belum Tentu Lebih Meyakinkan

Ketersediaan data tidak otomatis membuat keputusan menjadi lebih mudah. Agar dapat digunakan sebagai dasar pengambilan keputusan, data perlu akurat, relevan, konsisten, memiliki konteks, dan disajikan sesuai kebutuhan pengguna.

Dalam penelitian eksperimental yang melibatkan 524 partisipan, Hjelle et al. (2024) menjelaskan: “Format, kebaruan, dan kelengkapan informasi secara tidak langsung memengaruhi kualitas pengambilan keputusan dengan mengurangi persepsi kompleksitas tugas serta meningkatkan kepuasan terhadap informasi”.

Temuan tersebut menunjukkan bahwa efektivitas dashboard tidak hanya ditentukan oleh banyaknya data yang tersedia. Cara informasi disusun, diperbarui, dan dilengkapi juga memengaruhi kemampuan pengguna dalam memahami kondisi bisnis dan mengambil keputusan.

1. Dashboard Lengkap Tidak Selalu Berarti Jelas

Dashboard yang menampilkan omzet, transaksi, biaya iklan, stok, produktivitas, kehadiran, performa cabang, dan berbagai metrik lain mungkin terlihat lengkap. Namun, kelengkapan tersebut belum tentu membantu pengguna menemukan informasi yang paling penting.

Ketika mengevaluasi penjualan, misalnya, owner umumnya perlu mengetahui:

1. Apakah target penjualan tercapai?
2. Apakah performa meningkat atau menurun dibandingkan periode sebelumnya?
3. Cabang atau produk mana yang paling memengaruhi perubahan?
4. Masalah mana yang perlu segera ditindaklanjuti?

Detail transaksi tetap dibutuhkan, tetapi tidak semuanya harus muncul pada halaman utama. Informasi rinci dapat ditempatkan pada halaman lanjutan atau diakses melalui fitur drill-down ketika pengguna membutuhkan analisis lebih mendalam.

2. Owner Tetap Ragu Saat Harus Memutuskan

Owner masih pakai feeling bukan selalu karena menolak data. Keraguan dapat muncul ketika dashboard hanya menunjukkan apa yang terjadi tanpa menjelaskan bagian mana yang paling penting.

Grafik penjualan yang menurun, misalnya, belum cukup untuk menentukan tindakan jika dashboard tidak menunjukkan apakah penurunan berasal dari produk tertentu, cabang tertentu, perubahan harga, kekurangan stok, atau melemahnya conversion rate.

Keraguan juga dapat muncul jika angka pada dashboard berbeda dengan laporan divisi. Perbedaan sumber data, rumus perhitungan, periode pencatatan, dan waktu pembaruan membuat manajemen tidak yakin angka mana yang bisa dijadikan dasar keputusan.

3. Data Harus Membantu, Bukan Menambah Beban Berpikir

Visualisasi data bisnis seharusnya mengurangi waktu yang diperlukan untuk memahami kondisi perusahaan. Dashboard perlu mengubah data mentah menjadi informasi yang memiliki konteks dan mudah digunakan.

Angka omzet Rp500 juta, misalnya, belum banyak membantu jika ditampilkan sendirian. Owner juga perlu mengetahui:

1. Berapa target omzet pada periode tersebut?
2. Apakah omzet meningkat atau menurun?
3. Produk atau cabang mana yang memberikan kontribusi terbesar?
4. Apakah pertumbuhan omzet juga diikuti peningkatan margin?
5. Apakah ada kondisi yang memerlukan tindakan?

Konteks tersebut membantu pengguna memahami makna di balik angka, bukan hanya melihat nilainya.

Masalahnya Bukan Kurang Data, Tapi Terlalu Banyak Data yang Tidak Penting

Banyak dashboard gagal membantu keputusan karena metrik dipilih berdasarkan data yang tersedia, bukan berdasarkan keputusan yang perlu dibuat. Akibatnya, halaman dashboard terlalu penuh dan indikator penting sulit ditemukan.

1. Tidak Semua Metrik Penting untuk Owner

Metrik operasional yang rinci tetap dibutuhkan oleh tim pelaksana, tetapi belum tentu perlu muncul pada dashboard owner.

Tim gudang mungkin membutuhkan jumlah barang yang diproses setiap jam, status setiap pesanan, dan lokasi setiap SKU. Owner biasanya lebih membutuhkan indikator seperti perputaran stok, nilai stok tidak bergerak, tingkat pemenuhan pesanan, dan risiko kehilangan penjualan karena stok kosong.

Dashboard untuk keputusan bisnis perlu menampilkan ringkasan strategis terlebih dahulu. Detail operasional dapat disediakan ketika pengguna ingin menelusuri penyebab suatu perubahan.

2. Angka yang Terlalu Banyak Membuat Fokus Terpecah

Setiap grafik, tabel, warna, dan kartu angka membutuhkan perhatian pengguna. Jika satu layar memuat terlalu banyak elemen, owner harus menyaring sendiri informasi tersebut sebelum dapat menemukan masalah utama.

Dashboard terlalu banyak indikator dapat membuat kondisi penting tenggelam di antara informasi lain. Untuk mencegahnya, data perlu:

1. Dikelompokkan berdasarkan tujuan.
2. Diurutkan berdasarkan tingkat kepentingan.
3. Dibandingkan dengan target atau periode sebelumnya.
4. Diberi status ketika memerlukan perhatian.
5. Dipisahkan antara ringkasan dan detail.

Dengan susunan tersebut, pengguna tidak perlu membaca seluruh angka untuk menemukan prioritas bisnis.

3. Metrik Harus Dipilih Berdasarkan Keputusan yang Ingin Diambil

Sebelum menentukan bentuk grafik, perusahaan perlu mengidentifikasi keputusan yang ingin didukung. Apakah dashboard digunakan untuk menentukan alokasi anggaran, mengevaluasi cabang, mengendalikan biaya, merencanakan persediaan, atau menilai produktivitas?

Keputusan tersebut kemudian digunakan untuk memilih metrik yang relevan.

Decision Fatigue Bisa Muncul Saat Dashboard Terlalu Rumit

Decision fatigue bisnis dapat muncul ketika pengguna harus membaca terlalu banyak data dan menentukan sendiri informasi mana yang paling penting. Dampaknya, keputusan menjadi lebih lambat, tertunda, atau kembali didasarkan pada intuisi karena terasa lebih cepat.

1. Terlalu Banyak Pilihan Membuat Keputusan Lebih Berat

Jika dashboard menunjukkan banyak indikator bermasalah tanpa membedakan tingkat urgensinya, owner harus melakukan analisis tambahan sebelum menentukan langkah. Kondisi ini menambah beban mental karena pengguna perlu menjawab beberapa pertanyaan sekaligus:

1. Masalah mana yang memiliki dampak paling besar?
2. Kondisi mana yang harus ditangani hari ini?
3. Apakah perubahan tersebut masih normal?
4. Siapa yang perlu menindaklanjutinya?
5. Apa risiko jika tindakan ditunda?

Dashboard yang efektif perlu membantu menjawab tiga hal dengan cepat: apa yang berubah, seberapa besar dampaknya, dan tindakan mana yang perlu diprioritaskan.

2. Owner Bisa Kembali ke Feeling Karena Dashboard Tidak Memberi Prioritas

Feeling tetap memiliki peran dalam keputusan bisnis, terutama ketika perusahaan menghadapi kondisi baru atau belum memiliki data yang cukup. Namun, intuisi menjadi berisiko jika digunakan untuk menggantikan data yang sebenarnya tersedia.

Owner bisa kembali mengandalkan feeling ketika dashboard:

1. Tidak menunjukkan indikator yang paling kritis.
2. Tidak membandingkan hasil dengan target.
3. Tidak menjelaskan faktor yang memengaruhi perubahan.
4. Tidak memperlihatkan hubungan antarmatriks.
5. Tidak memberikan akses menuju data pendukung.

Pendekatan yang lebih tepat adalah memadukan pengalaman pengambil keputusan dengan data yang relevan. Dashboard menyediakan fakta, tren, dan peringatan, sedangkan owner menggunakan pemahaman bisnisnya untuk memilih respons yang sesuai.

3. Dashboard yang Baik Membantu Menyaring, Bukan Menumpuk Informasi

Dashboard seharusnya menempatkan indikator strategis pada bagian utama, menampilkan penyimpangan secara jelas, dan menyediakan detail ketika dibutuhkan.

Perbandingan juga biasanya lebih berguna daripada angka tunggal. Alih-alih hanya menampilkan total biaya operasional, sistem dapat menunjukkan:

1. Biaya aktual dibandingkan anggaran.
2. Perubahan biaya dibandingkan bulan sebelumnya.
3. Divisi dengan kenaikan biaya terbesar.
4. Komponen yang paling banyak memengaruhi kenaikan.
5. Status normal, perlu diawasi, atau kritis.

Dengan demikian, pengguna dapat memahami kondisi dan menentukan tindakan tanpa membaca seluruh data mentah.

Dashboard Harus Menjawab Pertanyaan yang Dibutuhkan Owner

Dashboard pengambilan keputusan yang efektif tidak dimulai dari pilihan grafik, tetapi dari pertanyaan bisnis. Setiap indikator harus memiliki alasan untuk ditampilkan dan berkaitan dengan keputusan atau tindakan tertentu.

IBM menjelaskan data-driven decision making sebagai pendekatan yang menggunakan data dan analisis untuk membantu mengarahkan keputusan bisnis, bukan hanya intuisi. Artinya, nilai dashboard terletak pada kemampuannya menghubungkan data dengan tujuan dan tindakan.

1. Apa yang Perlu Diputuskan Hari Ini?

Pertanyaan yang perlu dijawab dapat berbeda menurut industri dan fungsi pengguna. Beberapa contohnya adalah:

1. Cabang mana yang membutuhkan perhatian?
2. Produk mana yang performanya mulai menurun?
3. Biaya mana yang melewati anggaran?
4. Proyek mana yang berisiko terlambat?
5. Persediaan apa yang perlu segera ditambah?
6. Kampanye mana yang tidak menghasilkan konversi?
7. Keluhan pelanggan mana yang belum diselesaikan sesuai SLA?

Dashboard dapat mengelompokkan informasi menjadi kondisi yang membutuhkan tindakan hari ini, tren yang perlu diawasi, dan informasi rutin yang cukup diperiksa secara berkala.

2. Angka Mana yang Paling Berdampak ke Bisnis?

Indikator utama sebaiknya terhubung langsung dengan hasil bisnis, seperti:

1. Omzet dan pertumbuhan penjualan.
2. Margin dan arus kas.
3. Biaya operasional.
4. Produktivitas tim.
5. Ketersediaan dan perputaran stok.
6. Conversion rate dan biaya akuisisi.
7. Kualitas layanan pelanggan.
8. Pencapaian target setiap divisi.

Metrik pendukung kemudian digunakan untuk menjelaskan perubahan pada indikator utama. Sebagai contoh, penurunan conversion rate dapat memengaruhi biaya per akuisisi dan pencapaian target penjualan. Hubungan seperti ini membantu owner melihat dampak bisnis, bukan hanya aktivitas setiap divisi.

3. Apa Langkah Berikutnya Setelah Data Dibaca?

Dashboard yang baik perlu mengarahkan pengguna dari informasi menuju tindakan. Jika biaya operasional melewati batas, sistem dapat menunjukkan komponen biaya yang meningkat. Jika performa cabang menurun, pengguna dapat membuka rincian produk, periode, atau proses yang memengaruhinya.

Untuk perusahaan dengan proses yang spesifik, dashboard dapat dikembangkan melalui solusi Custom ERP atau Custom Enterprise Software agar sumber data, alur kerja, hak akses, dan indikatornya mengikuti kebutuhan bisnis.

Clarity Beats Complexity dalam Dashboard Bisnis

Dashboard yang sederhana bukan berarti kurang canggih. Kejelasan justru membutuhkan pemahaman yang kuat terhadap kebutuhan pengguna, hubungan antardata, dan informasi yang harus diprioritaskan.

1. Dashboard Tidak Harus Penuh Grafik

Tidak semua informasi membutuhkan visual yang rumit. Bentuk visual harus dipilih berdasarkan pertanyaan yang ingin dijawab.

1. Kartu angka cocok untuk menampilkan nilai KPI utama.
2. Grafik garis cocok untuk memperlihatkan tren.
3. Grafik batang cocok untuk membandingkan kategori.
4. Tabel cocok untuk melihat nilai rinci.
5. Status warna cocok untuk menandai kondisi.
6. Diagram alur cocok untuk memperlihatkan hubungan proses.

Menambahkan grafik hanya untuk mengisi ruang dapat mengganggu hierarki informasi dan membuat pengguna lebih lambat memahami dashboard.

2. Gunakan Status, Prioritas, dan Alert

Status, label prioritas, dan notifikasi membantu owner menemukan kondisi yang membutuhkan perhatian tanpa memeriksa setiap angka satu per satu.

Sebagai contoh:

1. Hijau menunjukkan kondisi masih sesuai target.
2. Kuning menunjukkan perubahan yang perlu diawasi.
3. Merah menunjukkan masalah yang membutuhkan tindakan.
4. Label “prioritas tinggi” digunakan untuk kondisi dengan dampak besar.
5. Alert dikirim ketika indikator melewati batas yang telah ditentukan.

Warna dan alert harus digunakan secara konsisten. Jika terlalu banyak indikator diberi status kritis, pengguna akan kesulitan menentukan masalah yang benar-benar perlu didahulukan.

3. Bedakan Data untuk Owner, Manajer, dan Tim Operasional

Satu dashboard belum tentu efektif untuk seluruh pengguna karena setiap level organisasi memiliki fokus keputusan yang berbeda.

Pembagian dashboard berdasarkan pengguna membantu perusahaan menghindari dua masalah: owner menerima data yang terlalu rinci, sedangkan tim operasional menerima informasi yang terlalu umum untuk digunakan dalam pekerjaan sehari-hari.

Cara Membuat Dashboard Lebih Berguna untuk Pengambilan Keputusan

Perbaikan dashboard tidak selalu harus dimulai dengan mengganti platform. Perusahaan dapat mengevaluasi tujuan dashboard, pengguna, indikator, kualitas data, dan tindakan yang diharapkan dari setiap tampilan.

1. Mulai dari Pertanyaan Bisnis, Bukan dari Grafik

Kumpulkan pertanyaan yang sering muncul dalam rapat manajemen, seperti:

1. Mengapa margin menurun?
2. Cabang mana yang perlu dibantu?
3. Apakah biaya pemasaran menghasilkan penjualan?
4. Produk apa yang berisiko kehabisan stok?
5. Proyek mana yang berpotensi terlambat?
6. Proses apa yang menghambat produktivitas?

Pertanyaan tersebut kemudian diterjemahkan menjadi indikator, perbandingan, filter, dan data pendukung. Pendekatan ini mencegah tim mengisi dashboard dengan data yang mudah diambil tetapi kurang berguna bagi pengambil keputusan.

2. Pilih Indikator yang Langsung Terhubung ke Target

Setiap indikator idealnya memiliki target, periode pengukuran, sumber data, pemilik, dan tindakan ketika hasilnya menyimpang.

Beberapa indikator yang dapat dipertimbangkan antara lain:

1. Revenue dan pertumbuhan penjualan untuk memantau pencapaian bisnis.
2. Gross margin atau net margin untuk menilai kualitas pertumbuhan.
3. Conversion rate dan biaya per lead untuk mengevaluasi efektivitas pemasaran.
4. Biaya operasional terhadap anggaran untuk menjaga efisiensi.
5. Perputaran dan ketersediaan stok untuk mengendalikan persediaan.
6. Produktivitas tim untuk melihat kapasitas dan hambatan kerja.
7. SLA dan penyelesaian keluhan untuk memantau kualitas layanan.

Jumlah indikator tidak harus sama untuk semua perusahaan. Hal yang terpenting adalah setiap metrik mempunyai hubungan yang jelas dengan target dan keputusan bisnis.

3. Buat Tampilan yang Memudahkan Tindakan Cepat

Tempatkan indikator terpenting pada area yang pertama dilihat. Gunakan perbandingan terhadap target, tren perubahan, status, dan alert untuk menonjolkan kondisi yang memerlukan perhatian.

Dashboard juga dapat menyediakan:

1. Filter berdasarkan periode, cabang, produk, atau divisi.
2. Drill-down untuk melihat penyebab perubahan.
3. Informasi PIC yang bertanggung jawab.
4. Riwayat tindakan yang sudah dilakukan.
5. Notifikasi untuk indikator yang melewati batas.
6. Tautan menuju proses atau data terkait.

Fitur tersebut membantu pengguna bergerak dari menemukan masalah menuju tindakan tanpa harus membuka banyak laporan terpisah.

4. Evaluasi Dashboard Secara Berkala

Target dan strategi bisnis dapat berubah. Indikator yang penting saat ini belum tentu tetap relevan ketika perusahaan membuka cabang baru, menambah kanal penjualan, mengubah model operasional, atau memasuki pasar yang berbeda.

Evaluasi dashboard dengan menanyakan:

1. Siapa yang rutin menggunakan dashboard?
2. Informasi apa yang paling sering dilihat?
3. Data apa yang masih harus diminta secara manual?
4. Pertanyaan apa yang belum bisa dijawab?
5. Indikator mana yang sudah tidak relevan?
6. Apakah pengguna memahami arti setiap metrik?
7. Apakah angka pada dashboard konsisten dengan laporan lain?

Jika perusahaan membutuhkan dashboard yang terhubung dengan proses bisnis lintas divisi, Odoo ERP dapat digunakan untuk mengintegrasikan berbagai fungsi dalam satu ekosistem. AI Automation juga dapat membantu mendeteksi pola, merangkum perubahan, dan memberikan peringatan berdasarkan aturan yang ditentukan perusahaan.

Penerapan otomatisasi tetap membutuhkan data yang bersih, definisi metrik yang konsisten, dan proses validasi agar insight yang dihasilkan dapat dipercaya.

Langkah Praktis yang Bisa Dilakukan

Untuk meningkatkan fungsi dashboard untuk keputusan bisnis, perusahaan dapat memulainya melalui langkah berikut:

1. Tentukan keputusan yang ingin dibantu. Susun daftar keputusan strategis dan operasional yang paling sering dihadapi owner atau manajemen.
2. Pilih metrik yang relevan. Gunakan indikator yang memiliki hubungan langsung dengan target, risiko, dan tindakan bisnis.
3. Samakan definisi data. Pastikan setiap divisi memahami sumber, rumus, periode pengukuran, dan waktu pembaruan setiap indikator.
4. Sederhanakan tampilan. Tempatkan KPI utama pada bagian awal dan pindahkan informasi rinci ke halaman lanjutan.
5. Buat prioritas data. Gunakan target, status, tren, dan alert agar masalah penting dapat ditemukan lebih cepat.
6. Hubungkan dashboard dengan tindakan. Tentukan PIC dan prosedur tindak lanjut ketika indikator melewati batas.
7. Evaluasi secara berkala. Sesuaikan dashboard dengan perubahan strategi, proses, struktur organisasi, dan kebutuhan pengguna.

FAQ Seputar Dashboard Bisnis dan Pengambilan Keputusan

Berikut beberapa pertanyaan yang sering muncul saat bisnis sudah punya dashboard, tetapi keputusan penting masih sering mengandalkan feeling.

1. Kenapa dashboard bisnis tidak selalu membantu pengambilan keputusan?

Dashboard tidak selalu membantu jika indikatornya tidak relevan, informasinya terlalu padat, data terlambat diperbarui, atau tampilannya tidak menjawab pertanyaan pengguna. Dashboard juga sulit dipercaya jika sumber dan definisi datanya berbeda antarbagian perusahaan.

2. Apa penyebab owner tetap pakai feeling meski data sudah tersedia?

Owner dapat kembali menggunakan feeling ketika data tidak memberikan prioritas, tidak memiliki konteks, atau belum menunjukkan tindakan yang dapat diambil. Intuisi juga lebih sering digunakan ketika angka pada dashboard tidak sesuai dengan kondisi yang ditemui di lapangan.

3. Apa itu decision fatigue dalam membaca data bisnis?

Decision fatigue adalah kelelahan mental akibat menghadapi terlalu banyak informasi, pilihan, atau keputusan. Dalam dashboard bisnis, kondisi ini dapat terjadi ketika pengguna harus membaca banyak indikator tanpa mengetahui data mana yang paling penting.

4. Bagaimana cara memilih metrik yang relevan untuk dashboard owner?

Mulailah dari target dan keputusan yang menjadi tanggung jawab owner. Pilih indikator yang menggambarkan hasil bisnis, risiko, tren, serta penyimpangan yang memerlukan tindakan. Data operasional yang rinci dapat ditempatkan pada halaman lanjutan.

5. Apa bedanya dashboard untuk owner dan dashboard untuk tim operasional?

Dashboard owner berfokus pada kinerja strategis, tren, risiko, dan pencapaian lintas divisi. Dashboard tim operasional berisi aktivitas harian, antrean pekerjaan, status proses, dan informasi rinci yang membantu penyelesaian tugas.

6. Kapan bisnis perlu membuat dashboard custom?

Dashboard custom dapat dipertimbangkan ketika perusahaan memiliki proses yang unik, data berasal dari banyak sistem, solusi standar tidak dapat menampilkan indikator penting, atau perusahaan membutuhkan integrasi dan pengaturan hak akses tertentu.

7. Apakah dashboard perlu terhubung dengan ERP atau sistem internal perusahaan?

Integrasi diperlukan jika perusahaan ingin mengurangi pemindahan data manual, mempercepat pembaruan, dan menjaga konsistensi informasi lintas divisi. Namun, perusahaan tetap perlu menyepakati definisi metrik, sumber data, hak akses, dan proses validasinya.

Kesimpulan: Dashboard yang Baik Bukan yang Paling Lengkap, Tapi yang Paling Membantu Keputusan

Dashboard untuk keputusan bisnis seharusnya memberikan kejelasan, bukan sekadar menampilkan banyak angka. Jika keputusan masih sering menggunakan feeling, masalahnya bisa terletak pada relevansi indikator, kualitas data, cara penyajian, atau ketidaksesuaian dashboard dengan pertanyaan yang perlu dijawab.

Jika dashboard sulit dibaca, sederhanakan indikator dan tampilkan prioritas utama. Jika angkanya sering diragukan, periksa sumber, definisi, dan waktu pembaruan data. Jika kebutuhan owner, manajer, dan tim operasional berbeda, buat tampilan sesuai peran masing-masing.

Apabila dashboard standar tidak dapat mengikuti proses perusahaan atau masih membutuhkan banyak laporan manual, pertimbangkan sistem dashboard custom yang terhubung dengan ERP dan sistem internal. Dengan pendekatan tersebut, data-driven decision making tidak berhenti pada tersedianya angka, tetapi membantu perusahaan menentukan tindakan yang lebih terarah.

Ubah Data Bisnis Menjadi Dasar Keputusan yang Lebih Jelas

Jika dashboard bisnis Anda sudah tersedia tetapi belum membantu keputusan dengan jelas, Smart IT dapat membantu merancang sistem dashboard, Custom ERP, Odoo ERP, AI Automation, dan software bisnis yang disesuaikan dengan proses perusahaan. Konsultasikan kebutuhan bisnis Anda dengan Smart IT untuk membangun dashboard yang tidak hanya menampilkan data, tetapi juga membantu manajemen menemukan prioritas dan menentukan langkah berikutnya.

PT SMARTIT MANTAP DIGITAL INDONESIA

Vieloft Ciputra World, Suite 10-01.

Kompleks Superblock, Ciputra World

Jl. Mayjen Sungkono No.89 Surabaya, Jawa Timur, Indonesia 60224

Telepon: +6281130576888 / +628113426391

Email: hello@smart-it.co.id

Facebook: Smart IT Indonesia

LinkedIn: Smart IT Indonesia 

Instagram: smartitcoid 

Referensi:

1. Hjelle, S., Mikalef, P., Altwaijry, N., & Parida, V. (2024). Organizational decision making and analytics: An experimental study on dashboard visualizations. Information & Management, 61(4), 104011. https://doi.org/10.1016/j.im.2024.104011 
2. Mucci, T. (2024, July 23). What is data-driven decision-making? IBM. https://www.ibm.com/think/topics/data-driven-decision-making