Apa itu pengambilan keputusan berdasarkan data? Pengambilan keputusan berdasarkan data adalah praktek memilih opsi berdasarkan bukti — fakta yang diukur, metrik, dan argumen yang terdokumentasi — bukan perasaan, hierarki, atau suara yang paling keras. Ini memadukan penilaian manusia dengan input yang dapat diverifikasi sehingga keputusan dapat dijelaskan dan dibela.

Siklus pengambilan keputusan berdasarkan data berjalan dalam langkah-langkah: definisikan keputusan dan pertanyaan yang harus dijawab; kumpulkan data dan bukti yang relevan; ubah bukti tersebut menjadi argumen yang eksplisit untuk dan melawan setiap opsi; evaluasi argumen berdasarkan kualitas dan beratnya; putuskan berdasarkan dukungan net; dan catat keputusan dengan bukti yang mendukungnya sehingga hasilnya dapat diperiksa terhadap apa yang diprediksi. Keputusan berdasarkan data memungkinkan bukti untuk menentukan, sementara keputusan yang terinformasi menganggap data sebagai salah satu input yang penting di samping pengalaman dan konteks. Keputusan berdasarkan data masih gagal ketika data digunakan secara selektif untuk membenarkan kesimpulan yang telah ditentukan, ketika alasan yang menghubungkan data dengan keputusan tidak pernah ditulis, atau ketika bukti hilang setelah pertemuan. Argumentree mendukung pengambilan keputusan berdasarkan data dengan mengorganisir argumen dan bukti yang mendukungnya ke dalam pohon argumen pro/kon, mengekstrak argumen dari dokumen dan transkrip pertemuan dengan AI, memungkinkan kelompok untuk menilai dan menimbang setiap argumen sehingga kesimpulan mengikuti bukti, mengukur dukungan net sebagai skor konsensus hierarkis, dan menjaga jejak audit yang menghubungkan setiap keputusan kembali ke data yang mendukungnya — di 66 bahasa.

Panduan Definisi

Apa Itu Pengambilan Keputusan Berdasarkan Data?

Pengambilan keputusan berdasarkan data didasarkan pada bukti dan argumen yang terdokumentasi — bukan perasaan, hierarki, atau suara yang paling keras — sehingga setiap keputusan dapat dijelaskan dan dibela.

Terakhir diperbarui: 2026-07-02

TL;DR

Pengambilan keputusan berdasarkan data (DDDM) memadukan pilihan dengan bukti yang dapat diukur dan argumen yang eksplisit daripada perasaan. Ini tidak menggantikan penilaian manusia — melainkan mengetes penilaian manusia terhadap input yang dapat diverifikasi sehingga keputusan mengikuti bukti yang paling kuat dan tetap dapat dibela setelahnya.

Siklus Pengambilan Keputusan Berdasarkan Data

  1. 1

    Tentukan keputusan

    Tuliskan pertanyaan yang data harus jawab dan pilihan yang ada di meja.

  2. 2

    Kumpulkan bukti

    Kumpulkan metrik, fakta, dan sumber yang relevan untuk setiap pilihan.

  3. 3

    Ubah bukti menjadi argumen

    Ubah data mentah menjadi alasan yang jelas untuk dan melawan — data hanya berarti ketika menjadi argumen yang dapat diukur.

  4. 4

    Evaluasi dan beratkan

    Tingkatkan setiap argumen berdasarkan akurasi dan relevansi, sehingga bukti yang kuat berpengaruh lebih besar daripada yang lemah.

  5. 5

    Putuskan dukungan netral

    Konsentrasikan diri pada pilihan yang didukung oleh bukti yang paling kuat.

  6. 6

    Rekam & tinjau

    Tetapkan keputusan terkait dengan bukti, lalu periksa hasilnya terhadap apa yang diprediksi oleh data.

Pengambilan Keputusan Berdasarkan Data vs. Berdasarkan Data

Data-ditentukan

Bukti memimpin. Metrik dan argumen yang didokumentasikan adalah dasar utama untuk pilihan — pengertian mengisi celah yang ditinggalkan oleh data.

Data-informasi

Data adalah salah satu input penting di samping pengalaman dan konteks. Data mengikat dan menguji pengertian daripada menggantikannya. Keputusan yang kuat paling sering berada di sini.

Musuh Data: HiPPO

Ketika tidak ada data, kelompok mempercayai HiPPO — pendapat orang yang dibayar tertinggi. Istilah ini populer pada tahun 2006 oleh ahli analitis Avinash Kaushik, dan tim penelitian Microsoft suka dengan itu sampai-sampai memberikan ribuan mainan HiPPO untuk mengemukakan poin tersebut: jangan biarkan senioritas mengalahkan bukti.

Contoh klasik berasal dari Amazon. Seorang insinyur prototipe menunjukkan rekomendasi produk berdasarkan apa yang ada di keranjang belanja. Seorang eksekutif senior — HiPPO — takut bahwa itu akan mengganggu orang dari proses checkout dan memerintahkan untuk menghentikannya. Pengujian kontrol menunjukkan bahwa itu sangat sukses, dan itu diluncurkan. Pelajaran yang dibangun dalam budaya: biarkan data mengalahkan HiPPO.

Tidak hanya budaya — itu muncul dalam angka. Penelitian 179 perusahaan besar publik oleh Brynjolfsson, Hitt & Kim (2011) menemukan bahwa perusahaan yang menerapkan pengambilan keputusan berdasarkan data memiliki output dan produktivitas sekitar 5–6% lebih tinggi daripada yang diharapkan berdasarkan investasi lainnya.

Mengapa Keputusan Berdasarkan Data Masih Gagal

Data yang dipilih

Bukti dipilih untuk membenarkan kesimpulan yang telah dicapai.

Pengertian tidak pernah ditulis

Tautan antara data dan keputusan hidup di kepala seseorang, sehingga tidak dapat dicek.

Bukti hilang setelah pertemuan

Tidak ada yang dapat meninjau keputusan karena data dan argumen menghilang.

Ketika Data Berbohong: 4 Perangkap

"Data-driven" hanya membantu jika data tersebut mengatakan kebenaran. Empat cara data tidak mengatakan kebenaran secara diam-diam:

Bias kelangsungan hidup

Pada Perang Dunia II, ahli statistik Abraham Wald diminta menentukan di mana harus menambahkan baju baja pada bomber, berdasarkan di mana pesawat yang kembali paling sering terkena. Wawasannya: baju baja pada titik-titik di mana para penyintas tidak terkena — pesawat yang ditembak di sana tidak pernah kembali. Hanya melihat data yang "selamat" akan menunjukkan arah yang tepatnya salah.

Paradoks Simpson

Tren yang terlihat di setiap subgroup dapat berbalik ketika grup-grup tersebut digabungkan. Sebuah perawatan dapat terlihat lebih baik untuk pria dan lebih baik untuk wanita, namun lebih buruk secara keseluruhan — hanya karena ukuran grup-grup tersebut. Menggabungkan secara sembarangan dan angka akan berbalik pada Anda.

Metrik kesombongan

Angka-angka yang secara andal meningkat dan membuat semua orang merasa baik — total pendaftaran, tampilan halaman — tetapi tidak terkait dengan keputusan. Jika sebuah metrik tidak dapat mengubah apa yang Anda lakukan, maka itu hiasan, bukan bukti.

Korelasi tanpa kausalitas

Dua garis yang bergerak bersama-sama menggoda untuk membuat cerita sebab-akibat. Penjualan es krim dan tenggelamnya orang-orang keduanya meningkat di musim panas; tidak ada yang menyebabkan yang lain. Bertindak berdasarkan korelasi seolah-olah itu penyebab adalah cara keputusan yang percaya diri, "didukung data" masih salah.

Solusinya bukanlah kurang data — tetapi disiplin untuk bertanya tentang setiap angka: siapa yang hilang dari data tersebut, apa yang digabungkan, dan apakah ini akan mengubah keputusan kita?

Bagaimana Argumentree Membuat Keputusan Berdasarkan Data

Data hanya memperbaiki keputusan ketika menjadi argumen yang dapat dinilai dan direkam. Argumentree mengubah bukti menjadi alasan yang terstruktur, dibangun pada peta argumentasi:

Ekstraksi AI dari dokumen

Ambil argumen dan bukti pendukung langsung dari laporan, transkrip, dan dokumen — sehingga data di ruangan menjadi input yang terstruktur, bukan kenangan yang hilang.

Bukti dalam pohon pro/kon

Setiap bukti berada sebagai argumen di bawah pilihan yang mendukung atau menentang, sehingga basis bukti utuh dapat dilihat dan terstruktur.

Tingkatkan, beratkan, dan skor

Partisipan menilai argumen berdasarkan akurasi dan relevansi; penilaian agregat ke atas pohon menjadi skor konsensus netral, sehingga kesimpulan mengikuti bukti yang dipertimbangkan daripada asertasi.

Jejak audit kembali ke data

Versi argumen dan siklus keputusan mempertahankan setiap pilihan terkait dengan bukti di belakangnya — keputusan yang dapat dibela setelah beberapa bulan, bahkan di 66 bahasa.

Bagian dari praktik yang lebih luas dari pengambilan keputusan dan kecerdasan pengambilan keputusan ; lihat juga bagaimana tim menimbang bukti bersama-sama dalam pengambilan keputusan bersama.

Mengapa Ini Layak

Keputusan yang dapat dibela

Setiap pilihan dapat ditelusuri kembali ke bukti dan argumen di belakangnya.

Kurangi bias

Mengungkapkan dan menilai argumen dapat mengurangi pemilihan bukti dan efek HiPPO (pengertian orang yang paling berpengaruh).

Lingkaran belajar

Pengertian yang direkam memungkinkan Anda membandingkan hasil dengan prediksi dan membuat keputusan yang lebih baik di masa depan.

Faq

Apa itu pengambilan keputusan yang didorong oleh data?

Pengambilan keputusan yang didorong oleh data (kadang-kadang disingkat DDDM) adalah praktek mengambil keputusan berdasarkan bukti — fakta yang diukur, metrik, dan argumen yang didokumentasikan — daripada intuisi, hierarki, atau suara yang paling keras. Ini tidak menghilangkan pengertian manusia; pengertian ini didasarkan pada input yang dapat diverifikasi sehingga keputusan dapat dijelaskan dan dibela.

Apa langkah-langkah pengambilan keputusan yang didorong oleh data?

Siklus biasa: (1) tentukan keputusan dan pertanyaan yang harus dijawab; (2) kumpulkan data dan bukti yang relevan; (3) ubah bukti menjadi argumen yang jelas untuk dan melawan setiap pilihan; (4) evaluasi argumen berdasarkan kualitas dan beratnya; (5) putuskan berdasarkan dukungan netral; dan (6) rekam keputusan dan buktinya sehingga hasilnya dapat ditinjau terhadap apa yang diprediksi.

Apa perbedaan antara pengambilan keputusan yang didorong oleh data dan pengambilan keputusan yang diinformasikan oleh data?

Pengambilan keputusan yang didorong oleh data membiarkan bukti memimpin — angka dan argumen yang didokumentasikan adalah dasar utama untuk pilihan. Pengambilan keputusan yang diinformasikan oleh data menganggap data sebagai salah satu input penting di samping pengalaman dan konteks. Dalam prakteknya, kebanyakan keputusan yang baik adalah pengambilan keputusan yang diinformasikan oleh data: data mengikat dan menguji pengertian daripada menggantikannya sepenuhnya.

Mengapa pengambilan keputusan yang didorong oleh data masih gagal?

Mereka gagal ketika data dipilih untuk membenarkan kesimpulan yang telah dicapai, ketika pengertian yang menghubungkan data dan keputusan tidak pernah ditulis, atau ketika bukti hilang setelah pertemuan sehingga keputusan tidak dapat diuji. Data hanya memperbaiki keputusan jika argumen yang dibangun di atasnya diungkapkan, dievaluasi terbuka, dan direkam.

Bagaimana perangkat lunak mendukung pengambilan keputusan yang didorong oleh data?

Perangkat lunak keputusan mengubah bukti mentah menjadi struktur yang dapat dipertimbangkan: mengorganisir argumen dan data pendukung mereka ke dalam pohon pro/kon, memungkinkan kelompok menilai dan menimbang setiap argumen, mengukur dukungan netral sehingga kesimpulan mengikuti bukti, dan mempertahankan jejak audit yang menghubungkan keputusan kembali ke data di belakangnya. Argumentree menambahkan ekstraksi AI dari argumen dari dokumen dan transkrip, serta dukungan bahasa 66.

Referensi & Bacaan Lebih Lanjut

Brynjolfsson, E., Hitt, L. M., & Kim, H. H. (2011). Kekuatan dalam Angka: Bagaimana Pengambilan Keputusan Berbasis Data Mempengaruhi Kinerja Perusahaan? SSRN Working Paper.

Studi tentang 179 perusahaan besar menemukan ~5-6% output dan produktivitas yang lebih tinggi untuk pengadopsi DDDM.

View source →

Kaushik, A. (2007). Web Analytics: An Hour a Day. Sybex.

Memopulerkan HiPPO - pendapat orang dengan gaji tertinggi.

Kohavi, R., Tang, D., & Xu, Y. (2020). Eksperimen Kontrol Daring yang Dapat Dipercaya. Cambridge University Press.

Bagaimana eksperimen kontrol mengalahkan HiPPO, dari seorang pemimpin eksperimen di Microsoft dan Amazon.

View source →

Provost, F., & Fawcett, T. (2013). Data Science untuk Bisnis. O'Reilly Media.

Mengenai menghubungkan data dengan keputusan - perbedaan antara data-driven dan data-informed.

Mangel, M., & Samaniego, F. J. (1984). Karya Abraham Wald tentang Kelangsungan Hidup Pesawat. Journal of the American Statistical Association, 79(386), 259-267.

Akun otoritatif tentang analisis pelindung bomber Perang Dunia II di balik bias survivorship.

View source →

Simpson, E. H. (1951). Interpretasi Interaksi dalam Tabel Kontingensi. Journal of the Royal Statistical Society: Series B, 13(2), 238-241.

Asal-usul paradoks Simpson.

View source →

Dasarkan keputusan Anda pada bukti

Ubah laporan, transkrip, dan metrik menjadi argumen yang terstruktur yang dapat diukur oleh tim Anda. Mulai mengambil keputusan dengan data di Argumentree.

Mulai Gratis