Indonesia punya paradoks menarik soal data. Menurut survei Katadata Insight Center 2024, sekitar 72% perusahaan di Indonesia sudah mengumpulkan data operasional secara rutin. Tapi dari jumlah itu, kurang dari sepertiga yang benar-benar memanfaatkannya untuk pengambilan keputusan strategis. Sisanya? Data cuma numpuk di spreadsheet, dilaporkan bulanan ke manajemen, lalu disimpan entah di folder mana.
Fenomena ini bukan hal baru. Banyak profesional yang sudah terbiasa bekerja dengan Excel sejak awal karir, tapi kemampuan mereka mentok di level entry: bikin tabel, hitung total, buat grafik standar. Padahal kebutuhan analisis makin kompleks, apalagi sejak tools berbasis AI mulai masuk ke ekosistem spreadsheet.
Dari Spreadsheet ke Keputusan: Jarak yang Sering Diremehkan
Budi Setiawan, Direktur Riset di McKinsey Indonesia, pernah menyampaikan dalam sebuah forum industri bahwa “perusahaan Indonesia rata-rata baru memanfaatkan 15-20% dari potensi data yang mereka miliki.” Sebagian besar waktu analis habis untuk membersihkan data, bukan menganalisisnya. Proses cleaning ini, yang di dunia data science disebut data wrangling, bisa memakan 60-80% total waktu proyek analisis.
Yang bikin situasinya makin tricky: banyak perusahaan menengah di Indonesia masih mengandalkan Excel sebagai satu-satunya tool analisis. Bukan karena tidak ada alternatif, tapi karena Excel sudah tertanam dalam DNA operasional mereka selama puluhan tahun. Jadi alih-alih migrasi total ke platform lain, pendekatan yang lebih realistis justru meng-upgrade kemampuan Excel itu sendiri.
AI di Excel: Bukan Sekadar Fitur Tambahan
Microsoft sudah menanamkan Copilot ke dalam ekosistem 365-nya, termasuk Excel. Tapi jauh sebelum Copilot hadir, sebenarnya sudah ada banyak teknik analisis lanjutan yang bisa dilakukan langsung di Excel: Power Query untuk otomatisasi cleaning data, Power Pivot untuk modeling data dari berbagai sumber, dan DAX untuk kalkulasi yang jauh melampaui kemampuan formula biasa.
Masalahnya, fitur-fitur ini relatif tersembunyi. Tidak ada di menu utama, tidak diajarkan di pelatihan Excel standar, dan dokumentasinya lebih cocok dibaca developer ketimbang analis bisnis. Akibatnya, profesional yang sebenarnya paling butuh justru paling jarang menyentuhnya.
Survei dari Badan Pusat Statistik mengenai adopsi teknologi informasi di sektor usaha menunjukkan bahwa penggunaan software analisis data di perusahaan berskala menengah masih didominasi oleh Microsoft Excel (89%), diikuti Google Sheets (34%) dan baru kemudian tools khusus seperti Tableau atau Power BI (di bawah 12%). Angka ini mengkonfirmasi satu hal: peningkatan literasi data di Indonesia harus dimulai dari Excel, bukan melompat ke tools yang lebih advanced.
Dashboard: Jembatan antara Data dan Keputusan
Salah satu output analisis yang paling langsung berdampak pada pengambilan keputusan adalah dashboard. Bukan dashboard asal-asalan yang cuma menampilkan angka statis, tapi dashboard interaktif yang memungkinkan pemangku kepentingan menelusuri data dari level makro ke mikro tanpa harus memahami formula di baliknya.
Di sinilah kombinasi Excel dan AI menjadi powerful. Dengan teknik yang tepat, seorang analis bisa membangun dashboard yang secara otomatis menarik data dari berbagai sheet, membersihkannya via Power Query, lalu menampilkan visualisasi yang ter-update real time. Tambahkan prompt AI untuk membantu menulis formula kompleks atau membuat interpretasi otomatis, dan produktivitas bisa meningkat signifikan.
Ingin mendalaminya lebih terstruktur? Taalenta punya kelas Kelas Data Analysis & Dashboard Excel + AI .
“Yang kami lihat di lapangan, perusahaan yang berhasil membangun budaya data-driven biasanya mulai dari hal kecil: satu dashboard yang benar-benar dipakai, bukan puluhan laporan yang tidak pernah dibaca,” kata Rinaldi, seorang praktisi data analytics yang sudah mendampingi berbagai perusahaan Indonesia dalam transformasi digital mereka.
Investasi Skill, Bukan Sekadar Tool
Kementerian Ketenagakerjaan dalam Roadmap Pengembangan SDM 2025-2030 secara eksplisit menyebutkan literasi data sebagai salah satu kompetensi prioritas yang perlu ditingkatkan di angkatan kerja Indonesia. Konteksnya jelas: era AI tidak menggantikan manusia yang bisa menganalisis data, tapi menggantikan manusia yang tidak bisa.
Kabar baiknya, gap skill ini bukan sesuatu yang membutuhkan bertahun-tahun untuk ditutup. Dengan pendekatan yang tepat dan fokus pada aplikasi praktis, profesional yang sudah familiar dengan Excel bisa melompat ke level analisis yang jauh lebih tinggi dalam waktu relatif singkat. Kuncinya bukan belajar teori statistik yang rumit, melainkan memahami cara menggunakan tools yang sudah ada di depan mata dengan lebih cerdas.
Di tengah persaingan bisnis yang makin data-driven, kemampuan mengolah data bukan lagi nice-to-have. Ini sudah jadi kebutuhan dasar, sama pentingnya dengan kemampuan komunikasi atau manajemen waktu. Dan bagi yang sudah terbiasa dengan Excel, langkah selanjutnya mungkin lebih dekat dari yang dibayangkan.
Referensi:
- Katadata Insight Center – Survei Adopsi Data Analytics di Perusahaan Indonesia 2024 → katadata.co.id
- Badan Pusat Statistik – Statistik Teknologi Informasi dan Komunikasi → bps.go.id
- Kementerian Ketenagakerjaan RI – Roadmap Pengembangan SDM 2025-2030 → kemnaker.go.id