Audit kualitas data: daftar periksa 10 langkah

Seorang eksekutif membuka dua laporan dan melihat pendapatan yang berbeda untuk bulan yang sama. Analis menghabiskan setengah hari mencocokkan angka secara manual, menemukan penyebabnya, memperbaikinya, dan seminggu kemudian semuanya terulang lagi. Jika ini terdengar akrab, masalahnya bukan pada laporan, melainkan pada data yang menjadi dasarnya.

Audit kualitas data membantu Anda berhenti memadamkan api satu per satu. Audit menunjukkan dengan tepat di mana data kehilangan kualitas, mengapa hal itu terjadi, dan berapa biayanya bagi bisnis. Berikut daftar periksa sepuluh langkah yang dapat Anda gunakan untuk menjalankan audit sendiri atau memeriksa pekerjaan kontraktor.

Apa yang diperiksa audit

Kualitas data bukanlah "kebersihan" yang abstrak, melainkan kesesuaian untuk tujuan tertentu. Kualitas data diukur melalui beberapa dimensi:

• Kelengkapan: apakah semua catatan dan nilai yang dibutuhkan tersedia?
• Akurasi: apakah nilainya sesuai dengan kenyataan?
• Konsistensi: apakah data yang sama cocok di semua sistem?
• Ketepatan waktu: apakah data sudah diperbarui saat digunakan?
• Keunikan: apakah ada duplikat pelanggan, produk, atau mitra bisnis?

Hasil audit adalah peta masalah: daftar cacat spesifik beserta penyebab, skala, dan dampaknya bagi bisnis, ditambah rencana tentang apa yang diperbaiki lebih dulu.

Langkah 1. Pilih 3–5 laporan kunci

Jangan mencoba memeriksa semua data perusahaan sekaligus. Mulailah dengan laporan yang mendasari keputusan penting: pendapatan dan margin, persediaan dan perputarannya, corong penjualan, piutang. Tanda bahwa pilihan Anda tepat adalah laporan-laporan ini sudah memicu perdebatan tentang angka.

Langkah 2. Telusuri jalur data

Untuk setiap laporan, cari tahu dari mana angkanya berasal: sistem, ekspor, tabel, dan rumus mana. Inilah data lineage. Gambarlah diagram sederhana: sumber → transformasi → laporan. Langkah ini saja sering mengungkap ekspor Excel manual yang dijalankan seorang karyawan seminggu sekali, atau dua tabel berbeda yang digunakan untuk menghitung metrik yang sama.

Langkah 3. Sepakati definisi

Sebelum mencari kesalahan, pastikan semua orang memahami metrik dengan cara yang sama. Apa itu "pelanggan aktif": orang yang membeli dalam 30 hari terakhir atau 90 hari terakhir? Apakah pendapatan dihitung dengan atau tanpa PPN, berdasarkan tanggal pesanan atau tanggal pembayaran? Tuliskan definisinya di glosarium bisnis. Banyak "selisih data" ternyata adalah selisih definisi.

Langkah 4. Susun daftar pemeriksaan

Untuk setiap set data kunci, tentukan pemeriksaan berdasarkan dimensi kualitas. Misalnya:

Dimensi	Contoh pemeriksaan
Kelengkapan	Setiap pesanan memiliki pelanggan, jumlah, dan tanggal
Akurasi	Harga jual tidak di bawah nol dan tidak di atas batas yang wajar
Konsistensi	Penjualan harian di sistem akuntansi cocok dengan CRM
Ketepatan waktu	Penjualan kemarin sudah dimuat ke data warehouse sebelum pukul 7.00
Keunikan	Tidak ada dua pelanggan dengan nomor identitas pajak atau nomor telepon yang sama

Mulailah dengan 10–20 pemeriksaan pada kolom-kolom terpenting. Ratusan aturan di awal hanya akan memecah perhatian.

Langkah 5. Jalankan pemeriksaan pada data nyata

Sebagian besar pemeriksaan adalah kueri SQL sederhana. Misalnya, porsi pesanan tanpa pelanggan dan nomor telepon duplikat:

-- Porsi pesanan tanpa pelanggan
SELECT
  AVG(CASE WHEN customer_id IS NULL THEN 1.0 ELSE 0 END) AS no_customer_share
FROM orders;

-- Nomor telepon yang dipakai beberapa pelanggan
SELECT phone, COUNT(*) AS customers
FROM customers
GROUP BY phone
HAVING COUNT(*) > 1;

Catat bukan hanya adanya kesalahan, tetapi juga skalanya: berapa banyak catatan yang terdampak, pada periode, departemen, atau cabang mana.

Langkah 6. Cocokkan angka antarsistem

Ambil satu metrik, misalnya penjualan bulan lalu, dan hitung di setiap sistem tempat metrik itu ada. Jika angkanya berbeda, uraikan selisihnya per hari, cabang, dan jenis transaksi. Penyebabnya biasanya cepat menyempit ke jenis dokumen, periode, atau aturan pemuatan tertentu.

Langkah 7. Temukan penyebab, bukan hanya gejala

Duplikat pelanggan adalah gejala. Penyebabnya bisa jadi formulir pesanan tidak memiliki pencarian pelanggan yang sudah ada, atau dua sistem membuat data pelanggan secara terpisah satu sama lain. Untuk setiap masalah besar, tanyakan "mengapa" beberapa kali berturut-turut hingga Anda menemukan proses atau sistem yang menimbulkannya. Di situlah perbaikan harus dilakukan; jika tidak, kesalahan akan kembali dalam sebulan.

Langkah 8. Nilai dampaknya bagi bisnis

Manajemen membutuhkan jawaban atas pertanyaan "lalu kenapa?". Terjemahkan masalah ke dalam uang dan waktu:

• berapa jam per bulan yang dihabiskan analis untuk pencocokan manual;
• keputusan mana yang diambil berdasarkan angka yang salah;
• berapa biaya kesalahan pengiriman, faktur, atau kampanye pemasaran akibat alamat yang salah dan duplikat.

Perkiraan kasar pun lebih baik daripada tidak ada: perkiraan membantu menetapkan prioritas dan membenarkan anggaran perbaikan.

Langkah 9. Tetapkan prioritas

Tempatkan masalah pada dua sumbu: dampak bisnis dan tingkat kesulitan perbaikan. Mulailah dari yang berdampak tinggi dan relatif mudah diperbaiki. Sering kali ini berarti menjadikan kolom wajib diisi, menyepakati satu aturan perhitungan untuk suatu metrik, atau memperbaiki satu proses pemuatan data. Rencanakan masalah yang kompleks, seperti referensi pelanggan tunggal (MDM), sebagai proyek tersendiri.

Langkah 10. Pertahankan hasilnya

Audit tanpa tindak lanjut cepat menjadi usang. Untuk mempertahankan hasilnya:

1. Ubah pemeriksaan dari langkah 4–5 menjadi pemeriksaan otomatis dan jalankan secara terjadwal.
2. Siapkan peringatan: pemeriksaan yang gagal harus sampai ke orang yang bertanggung jawab, bukan ke eksekutif yang membaca laporan.
3. Tetapkan pemilik data untuk set data kunci — orang yang memutuskan aturan dan kasus yang diperdebatkan.
4. Uraikan proses penyelesaian kesalahan: siapa memperbaiki apa, kapan batas waktunya, dan di sistem mana.

Inilah langkah-langkah pertama menuju tata kelola data — sistem yang menjaga kualitas tetap terkendali setiap saat, bukan hanya dari satu audit ke audit berikutnya.

Kesalahan umum

• Memeriksa semuanya sekaligus. Audit berlarut-larut selama berbulan-bulan tanpa hasil bagi bisnis.
• Memperbaiki data secara manual. Pembersihan sekali jalan tanpa menghilangkan penyebabnya hanya bertahan beberapa minggu.
• Menyerahkan audit hanya kepada TI. Tanpa bisnis, Anda tidak dapat menyepakati definisi atau menilai dampak.
• Tidak mengukur kondisi awal. Jika Anda tidak mencatat berapa banyak kesalahan sebelum perubahan, Anda tidak dapat menunjukkan hasilnya nanti.

Ringkasan

Audit kualitas data yang baik menjawab tiga pertanyaan: di mana masalahnya, mengapa masalah itu terjadi, dan apa yang perlu diperbaiki lebih dulu. Mulailah dengan beberapa laporan kunci, sepakati definisi, periksa data berdasarkan dimensi kualitas, dan pertahankan hasilnya dengan pemeriksaan otomatis serta peran yang jelas.

Jika Anda menginginkan pandangan dari luar, kami menjalankan audit kualitas data dengan pendekatan ini. Audit biasanya memakan waktu sekitar dua minggu dan diakhiri dengan peta masalah serta rencana perbaikan.