Apakah peserta perlu latar belakang statistik atau pemrograman?

Tidak. Program dirancang untuk peserta non-teknis. Fokusnya membaca, mempertanyakan, dan mengomunikasikan data dengan benar, mengikuti empat kompetensi Data Literacy Project/Qlik (Read, Work, Analyze, Argue), dengan teori statistik berat atau coding dikeluarkan dari ruang lingkup. Pengantar SQL diberikan setingkat 'bertanya ke data' dan berbeda jalur dari rekayasa perangkat lunak. Untuk jalur analis, kedalaman teknis dinaikkan sesuai hasil TNA.

Apa beda program ini dengan kursus tool BI biasa (Power BI/Tableau)?

Kursus tool mengajarkan cara membuat dashboard; program ini mengajarkan cara berpikir dengan data. Kami memetakan kurikulum ke kerangka DIKW dan Gartner Analytic Ascendancy Model (deskriptif→diagnostik→prediktif→preskriptif) sehingga peserta tahu pertanyaan apa yang sedang dijawab, bersama keterampilan mengoperasikan tombolnya. Tool tetap diajarkan sesuai stack Anda, tetapi sebagai alat, dengan literasi & tata kelola sebagai intinya.

Apakah latihan memakai data perusahaan kami?

Ya, bila memungkinkan, karena relevansi langsung jauh lebih kuat. Dashboard dan dataset perusahaan dianonimkan atau diagregasi terlebih dahulu agar tidak ada data pribadi mentah yang dipakai latihan, selaras kewajiban UU PDP No. 27/2022. Bila data internal belum bisa dibagikan, kami pakai dataset latihan yang menyerupai konteks industri Anda.

Bagaimana program menangani kepatuhan UU PDP dalam analitik?

Modul tata kelola membahas data pribadi dalam analitik secara eksplisit: kapan agregasi/anonimisasi wajib, peran pengendali vs prosesor data, dan data apa yang tidak boleh masuk dashboard yang dibagikan luas. Sejak UU PDP No. 27/2022 berlaku penuh (Oktober 2024) dengan sanksi administratif, literasi data tanpa kesadaran privasi justru menambah risiko. Untuk instansi/BUMN kami juga merujuk prinsip Satu Data Indonesia (Perpres 39/2019).

Bagaimana cara mengukur ROI atau dampak pelatihan?

Kami memakai model Kirkpatrick: Level 1 (reaksi), Level 2 (pembelajaran via asesmen literasi data), Level 3 (perubahan perilaku, keputusan disertai bukti, adopsi self-service BI), Level 4 (hasil bisnis). Bila keuangan meminta angka rupiah, dampak dapat dinaikkan ke Phillips ROI Level 5 dengan isolasi efek pelatihan. Baseline ditetapkan saat TNA; kami tidak menjanjikan persentase yang tidak bisa kami buktikan.

Tool data apa yang dipakai saat pelatihan?

Menyesuaikan stack Anda: Microsoft Excel/Google Sheets, Power BI, Tableau, Looker, atau Metabase, dengan pengantar SQL untuk kemandirian bertanya ke data. Bila stack belum mapan, kami pakai dataset & lingkungan latihan. Pemilihan tool dibahas sebagai keputusan tata kelola (self-service BI yang terkendali), dengan fitur sebagai pertimbangan teknis di atasnya.

Bagaimana memastikan peserta berada di level yang tepat?

Tersedia sesi asesmen level literasi data (membaca data, interpretasi metrik, kewaspadaan bias) untuk membentuk batch berjenjang sehingga materi tidak terlalu mudah atau terlalu sulit. Asesmen ini sekaligus memetakan posisi organisasi pada tahapan kematangan analitik (rujukan model DELTA Davenport) untuk merancang roadmap budaya data.

Bagaimana program mengubah budaya keputusan di luar skill individu?

Skill individu tanpa budaya akan layu. Kami menyertakan modul anti-HiPPO (melawan dominasi 'Highest Paid Person's Opinion'), glosarium metrik bersama agar tidak ada perdebatan 'angka siapa yang benar', jaringan data champion (pola 70-20-10), dan roadmap pendewasaan mengikuti model DELTA Davenport (Data, Enterprise, Leadership, Targets, Analysts). Riset industri (Gartner) menempatkan literasi data rendah sebagai salah satu penghambat utama nilai data & analitik, kami menyerangnya di level perilaku berdampingan dengan pembelajaran kelas.

Sejauh mana program bisa dikustomisasi per departemen?

Sepenuhnya. Setelah TNA, modul, metrik, dataset, dan studi kasus disesuaikan per fungsi (operasi, keuangan, marketing, risiko, perencanaan). Jalur eksekutif menekankan menantang data & data storytelling; jalur analis menekankan progresi spreadsheet→SQL→BI tool; jalur owner data menekankan definisi metrik, kualitas data, dan kepatuhan. Output dibangun spesifik konteks departemen, menggeser template seragam.

Apakah ada tugas terapan dan dukungan setelah pelatihan?

Ada. Program berjenjang menyertakan tugas analisis dari data unit peserta dengan review fasilitator, mengikuti pola 70-20-10 (sebagian besar pembelajaran terjadi di pekerjaan nyata). Tersedia office hours, review penerapan bulanan, dan rencana 30-60-90 hari agar momentum tidak hilang. Setiap peserta menerima sertifikat keikutsertaan dan laporan evaluasi siap procurement.

Sektor Perbankan & Jasa Keuangan

Literasi Data & Analitik Bisnis untuk Sektor Perbankan & Jasa Keuangan

Di bank, literasi data bukan urusan analyst saja: manajer cabang, relationship manager, dan risk officer setiap hari mengambil keputusan berdasarkan dashboard funnel akuisisi, churn, NPL, dan profitability cabang. Salah baca kohor, salah definisi metrik, atau salah agregasi adalah penyebab klasik laporan ke direksi yang menyesatkan. UU PDP No. 27/2022 membuat data nasabah jadi data pribadi yang wajib di-aggregate sebelum dianalisis di lingkungan multi-pengguna.

format: In-house / online / hybrid
durasi: 2-4 hari atau program berjenjang 3-6 bulan
peserta: 10-30 per batch
bahasa: Indonesia / English

Khusus Sektor Perbankan & Jasa Keuangan

Mengapa Literasi Data & Analitik Bisnis berbeda di Perbankan & Jasa Keuangan

KPI sektor

Kepatuhan definisi metrik di laporan cabang
Lulus review kualitas data tanpa rework signifikan
Insiden data nasabah dibagikan tanpa agregasi
Tidak ada terlapor di audit periode berikutnya
Kualitas analitik diagnostik untuk NPL / churn
Diterima komite tanpa permintaan ulang yang berulang

Regulasi & standar relevan

UU PDP No. 27/2022 — data nasabah sebagai data pribadi
POJK 11/POJK.03/2022 Manajemen Risiko Penggunaan TI oleh Bank Umum
SEOJK terkait pelaporan dan kualitas data risiko
BCBS 239 Principles for Effective Risk Data Aggregation — rujukan internasional

Peran sasaran di Perbankan & Jasa Keuangan

Branch Manager
Senior Relationship Manager
Risk Officer
Head of Segment / Product
Compliance Analyst
Head of Branch L&D

Hasil yang umum diminta di Perbankan & Jasa Keuangan

Manajer cabang membaca funnel akuisisi & churn dengan benar (kohor, definisi konversi, cohort decay)
Risk officer membedakan korelasi vs kausalitas saat menjelaskan kenaikan NPL ke komite
Tim cabang punya glosarium metrik bank yang konsisten (definisi NIM, NPL, CASA, CIR, CAR)
Data nasabah di-aggregate / di-anonimisasi sebelum diakses lintas tim untuk analisis
Visualisasi data dipresentasikan jujur (skala y, baseline, periode pembanding) saat materi ke direksi

Pertanyaan khas Perbankan & Jasa Keuangan

Apakah modul ini berbeda dengan pelatihan data science tradisional?

Ya. Target audiens kami adalah pengambil keputusan bisnis, manajer cabang, RM, risk officer, head of segment, berbeda jalur dari analyst pemula. Modul difokuskan pada cara MEMBACA dashboard secara kritis, mempertanyakan definisi metrik, dan menyajikan analitik ke direksi/komite; coding Python ditangani jalur analis.

Bagaimana modul memenuhi tuntutan kualitas data risiko ala BCBS 239?

BCBS 239 menuntut akurasi, integritas, kelengkapan, ketepatan waktu, dan kemampuan beradaptasi data risiko. Kami petakan ke prinsip data governance internal bank: lineage metrik, definisi kanonik, escalation jika metrik beda lintas sistem, dan literasi tim agar tidak silent-accept angka yang berlawanan dengan logika bisnis.

Bagaimana memastikan modul selaras dengan sertifikasi SKAI / kelas analitik bank?

Kami review silabus dengan tim L&D dan ketentuan internal akademi bank, sehingga modul kami melengkapi (bukan tabrakan) program eksisting. Output pelatihan dapat berupa pre/post-test + kasus kerja sebagai bukti capaian.

Jawaban Singkat

Pelatihan literasi data & analitik bisnis adalah program in-house yang melatih tim non-teknis membaca, mengolah, menganalisis, dan mengargumentasikan data agar keputusan berbasis bukti dan menggeser keputusan berbasis asumsi. Kurikulumnya dipetakan ke kerangka DIKW, Gartner Analytic Ascendancy (deskriptif→preskriptif), dan 4 kompetensi Data Literacy Project, diukur dengan Kirkpatrick, selaras UU PDP.

Konsultasi Gratis

Dipetakan ke kerangka literasi data yang diakui

Kurikulum mengikuti kerangka DIKW (Data→Informasi→Pengetahuan→Kebijaksanaan), Gartner Analytic Ascendancy Model (deskriptif→diagnostik→prediktif→preskriptif), dan empat kompetensi Data Literacy Project/Qlik (Read, Work, Analyze, Argue), bukan 'tips Excel' generik. Data storytelling memakai prinsip Cole Nussbaumer Knaflic & desain visual Stephen Few.

Literasi data tanpa kesadaran UU PDP justru menambah risiko

Sejak UU PDP No. 27/2022 berlaku penuh (Oktober 2024) dengan sanksi administratif, analitik yang menyebar data pribadi mentah di dashboard bersama adalah risiko kepatuhan nyata. Modul tata kelola program ini mengajarkan agregasi/anonimisasi dan batas data sejak hari pertama; untuk instansi/BUMN dirujuk prinsip Satu Data Indonesia (Perpres 39/2019).

Kesalahan paling umum: melatih tool sambil melewatkan cara berpikir & budaya

Banyak program berhenti di 'cara pakai Power BI'. Riset industri (Gartner, Forrester/Tableau) menunjukkan literasi data rendah & ketiadaan budaya data adalah penghambat utama nilai data, bukan ketiadaan tool. Program ini menyatukan cara berpikir (DIKW/Gartner ladder), keterampilan, tata kelola, dan budaya keputusan (model DELTA, anti-HiPPO).

Literasi Data & Analitik Bisnis

Pelatihan literasi data adalah program in-house yang membekali karyawan, terutama non-teknis, kemampuan membaca, mengolah, menganalisis, dan mengargumentasikan data sehingga keputusan bisnis berlandas bukti dan menggeser asumsi atau opini orang paling senior di ruangan. Kurikulumnya dipetakan ke kerangka DIKW (Data→Informasi→Pengetahuan→Kebijaksanaan), Gartner Analytic Ascendancy Model (deskriptif→diagnostik→prediktif→preskriptif), dan empat kompetensi Data Literacy Project/Qlik (Read, Work, Analyze, Argue), diukur dengan model Kirkpatrick, serta diselaraskan dengan kewajiban UU PDP No. 27/2022 dan prinsip Satu Data Indonesia untuk konteks BUMN/instansi.

1Dirancang lewat training needs analysis (TNA) & disusun per peran (pimpinan/manajer, analis & operasional, HR/L&D, owner data), karena kebutuhan keputusan tiap peran berbeda

2Menapaki tangga analitik Gartner: deskriptif (apa yang terjadi) → diagnostik (mengapa) → prediktif (apa yang akan terjadi) → preskriptif (apa yang harus dilakukan)

3Empat kompetensi inti Data Literacy Project/Qlik: membaca data, bekerja dengan data, menganalisis data, dan berargumen dengan data

4Latihan memakai dashboard & dataset perusahaan Anda sendiri (dianonimkan bila perlu) untuk relevansi langsung di atas contoh generik

5Data storytelling mengikuti prinsip Cole Nussbaumer Knaflic & desain visual Stephen Few, visual yang jujur, fokus, dan mengarahkan keputusan

6Tata kelola data dalam analitik dipetakan ke UU PDP No. 27/2022 dan prinsip kualitas/interoperabilitas Satu Data Indonesia (Perpres 39/2019) untuk instansi/BUMN

7Output terukur: asesmen level data, glosarium metrik & definisi KPI bersama, pustaka analisis terapan, dan rencana pendewasaan budaya data (model DELTA Davenport)

Hasil Terukur

Hasil yang Diharapkan

Indikator keberhasilan yang dipetakan ke level evaluasi Kirkpatrick/Phillips, target kualitatif, ditetapkan bersama saat TNA terhadap baseline organisasi. Benchmark eksternal dirujuk sebagai acuan industri tanpa janji hasil identik.

Keputusan berbasis bukti (Kirkpatrick L3, Behavior): Mayoritas keputusan rutin tim disertai data pendukung & pertanyaan kritis, melampaui opini paling senior (anti-HiPPO)
Kemandirian analisis (L3, Behavior): Peserta mampu membuat analisis deskriptif & diagnostik dasar tanpa antre ke tim data pusat
Akurasi interpretasi (L2, Learning): Peserta lulus asesmen membaca dashboard, korelasi vs kausalitas, dan jebakan visualisasi
Adopsi self-service BI (L3, Behavior): Kenaikan pemakaian tool BI/spreadsheet analitik mingguan dari baseline tim
Konsistensi metrik & definisi (L4, Results): Glosarium KPI bersama yang disepakati lintas unit sehingga 'satu metrik, satu definisi'
ROI termonetisasi (Phillips L5, opsional): Estimasi nilai keputusan yang membaik dengan isolasi efek pelatihan, bila keuangan meminta angka

Format Program

Pilihan Format Program

Dipilih sesuai tingkat kematangan data, sebaran peran, dan jadwal operasional, final ditetapkan setelah TNA.

Asesmen Level Literasi Data (0,5-1 hari)

Diagnostik literasi data awal (membaca data, interpretasi metrik, kewaspadaan bias) untuk membentuk batch berjenjang dan memetakan posisi organisasi pada tahapan kematangan analitik (rujukan model DELTA Davenport).

Cocok untuk: Sebelum roll-out skala besar agar materi tidak terlalu mudah/sulit

Bootcamp Literasi Data & Analitik (2-3 hari)

Dari mindset & etika data, membaca dashboard dengan benar, analitik deskriptif & diagnostik, hingga data storytelling untuk pengambil keputusan, seluruh tangga analitik Gartner diperkenalkan dengan kedalaman sesuai peran.

Cocok untuk: Tim manajer, analis fungsional, dan pemilik keputusan lintas unit

Program Berjenjang (3-6 bulan)

Modul bertahap mengikuti pola 70-20-10: kelas formal, tugas analisis dari data unit sendiri, office hours, dan review penerapan bulanan menuju analitik prediktif dasar.

Cocok untuk: Transformasi budaya data berkelanjutan dengan target perilaku & dampak

Program Campuran per Peran (custom)

Kombinasi asesmen, jalur eksekutif (data storytelling & menantang data), jalur analis (spreadsheet→SQL→BI tool), dan jalur owner data (tata kelola, definisi metrik, UU PDP/Satu Data) dalam satu inisiatif terkoordinasi.

Cocok untuk: Organisasi besar dengan kebutuhan berbeda tajam antar peran

Konsultasi Gratis

Diskusikan kebutuhan literasi data tim Anda

Mulai dari training needs analysis gratis: kami petakan peran, kematangan data, dan kebutuhan keputusan Anda, lalu susun proposal & estimasi anggaran berbasis kebutuhan nyata.

Minta Proposal

Kurikulum

Kerangka Kurikulum

Disusun dengan ADDIE dan dipetakan ke DIKW + Gartner Analytic Ascendancy + 4 kompetensi Data Literacy Project; modul final dikurasi sesuai hasil TNA dan peran. Topik di bawah adalah cakupan penuh yang dapat diaktifkan.

Perbandingan

Memilih Format Program

Matriks keputusan ringkas, rekomendasi final ditetapkan setelah training needs analysis.

Aspek	Asesmen Level (0,5-1 hari)	Bootcamp Literasi & Analitik (2-3 hari)	Program Berjenjang (3-6 bln)	Program Campuran per Peran (custom)
Tujuan utama	Diagnosis level & posisi maturity	Literasi & analitik dasar luas	Transformasi budaya data terukur	Kebutuhan tajam berbeda antar peran
Peserta ideal	Sebelum roll-out skala besar	Manajer & analis lintas fungsi	Populasi besar bertahap	Eksekutif + analis + owner data
Cakupan tangga analitik	Pemetaan posisi awal	Deskriptif & diagnostik	Hingga pengantar prediktif	Disesuaikan per jalur peran
Kedalaman tata kelola data	Pemetaan gap definisi metrik	Prinsip UU PDP & metrik bersama	Glosarium KPI + kualitas data	Jalur owner data penuh (UU PDP/Satu Data)
Level evaluasi	Diagnostik baseline	Kirkpatrick L1-L2	Kirkpatrick L1-L4 (+Phillips L5)	L1-L4 per jalur (+Phillips L5)

Untuk Siapa

Untuk Siapa Program Ini?

Disusun per peran lewat TNA, karena kebutuhan keputusan, kedalaman analitik, dan tanggung jawab data berbeda tajam antar fungsi.

Pimpinan & manajer fungsional (pengambil keputusan)

Memimpin keputusan berbasis metrik dan menantang data yang disodorkan sebelum bertindak.

Tantangan umum

Salah baca dashboard atau tertipu visualisasi yang menyesatkan
Keputusan masih didominasi intuisi/opini paling senior (efek HiPPO)
Sulit membedakan korelasi dari kausalitas saat menilai laporan tim

Analis & staf operasional (pengolah data harian)

Mengolah data unit harian dan menyiapkan analisis untuk pengambil keputusan.

Tantangan umum

Belum mandiri membuat analisis deskriptif/diagnostik tanpa antre ke tim data pusat
Berhenti di spreadsheet, belum bisa 'bertanya ke data' dengan SQL/BI tool
Menyajikan angka tanpa narasi sehingga temuan tidak ditindaklanjuti

Tim HR, L&D & People Development

Merancang program literasi data yang terukur dan dapat dipertanggungjawabkan ke pimpinan.

Tantangan umum

Sulit menilai level literasi data awal sehingga batch tidak tepat
Konten generik terlalu teknis atau terlalu dangkal untuk peran sebenarnya
Tidak punya kerangka evaluasi yang diakui (Kirkpatrick/Phillips) untuk membuktikan dampak

Owner data, BI, Risiko & Compliance

Memastikan analitik mandiri tetap selaras kualitas data, definisi metrik, privasi, dan regulasi.

Tantangan umum

Definisi metrik berbeda antar unit ('angka mana yang benar?')
Self-service BI tumbuh tanpa tata kelola sehingga muncul dashboard liar
Kewajiban UU PDP & prinsip Satu Data belum diterjemahkan ke praktik analitik harian

Konteks Industri

Penerapan per Industri

Satu use case spesifik per industri, menyebut alur kerja, metrik, dan konteks regulasi nyata di vertikal tersebut.

Perbankan & Jasa Keuangan

Manajer cabang & tim risiko membaca funnel akuisisi, churn nasabah, dan dashboard risiko kredit dengan benar; analitik diagnostik untuk 'mengapa NPL naik', dengan penanganan data nasabah dalam analitik selaras UU PDP No. 27/2022 (agregasi/anonimisasi sebelum dibagikan).

Ritel & FMCG

Tim regional menganalisis sell-through, basket size, dan performa kampanye per wilayah; data storytelling untuk merekomendasikan realokasi promo ke pimpinan dengan narasi keputusan yang jelas.

Lihat di konteks Ritel & FMCG →

Manufaktur

Supervisor lini membaca OEE, analisis downtime, dan dashboard kualitas per shift; root-cause analysis berbasis data untuk deviasi mutu, dengan definisi metrik OEE yang disepakati lintas plant agar perbandingan jujur.

Lihat di konteks Manufaktur →

Logistik & Rantai Pasok

Tim operasi menganalisis on-time delivery, cost per shipment, dan efisiensi rute; analitik diagnostik untuk keterlambatan dan pengantar prediktif untuk perencanaan kapasitas musiman.

Lihat di konteks Logistik & Rantai Pasok →

Kesehatan & Farmasi

Manajemen unit membaca okupansi, waktu tunggu pasien, dan indikator mutu layanan; tata kelola data pasien dalam analitik selaras UU PDP (data kesehatan sebagai data pribadi spesifik) dengan agregasi sebelum analisis.

Lihat di konteks Kesehatan & Farmasi →

BUMN

Unit perencanaan & pelaporan menyusun analisis kinerja dan materi manajemen/RUPS berbasis bukti, dipetakan ke prinsip Satu Data Indonesia (standar data, metadata, interoperabilitas) dan UU PDP, dengan glosarium metrik korporasi yang dapat diaudit SPI/BPK.

Lihat di konteks BUMN →

Metode Pengiriman

Cara Pelaksanaan

Format menyesuaikan sebaran tim dan jadwal operasional; semua format hands-on dengan latihan analisis & dataset nyata, menggeser model ceramah pasif satu arah.

In-house tatap muka

Fasilitator datang ke kantor/lokasi training perusahaan; lab analisis dengan dashboard & dataset perusahaan (dianonimkan bila perlu) di lingkungan aman.

Live online

Kelas interaktif via Zoom/Teams dengan breakout latihan analisis, screen-share review dashboard, dan rekaman sesi untuk peserta.

Hybrid

Sesi tatap muka untuk lab analisis & data storytelling intensif, dilanjutkan office hours online untuk review tugas analisis dari data unit sendiri.

Jadwal disusun mengikuti kalender operasional & shift perusahaan

Materi, lembar kerja, dataset latihan, dan template glosarium metrik disiapkan tim Neksus

Dataset & dashboard perusahaan dianonimkan/diagregasi sebelum dipakai latihan (selaras UU PDP)

Sertifikat keikutsertaan untuk setiap peserta

Laporan evaluasi pasca-pelatihan untuk tim L&D & pimpinan, dipetakan ke level Kirkpatrick

Alur Pelaksanaan

Alur Kerja Sama (Engagement Path)

Dari kebutuhan ke budaya keputusan berbasis bukti, durasi kualitatif, disesuaikan skala & kematangan organisasi.

Training Needs Analysis & Asesmen Level

Pemetaan peran, kebutuhan keputusan, kematangan data (rujukan model DELTA), dan asesmen literasi data awal. Output: profil kebutuhan + baseline pengukuran + jenjang batch.

Tahap awal

Desain Program per Peran (ADDIE)

Penyusunan tujuan pembelajaran terukur, silabus per peran (pimpinan/analis/owner data), pemilihan dataset yang dianonimkan, dan peta kerangka (DIKW/Gartner Ascendancy/Data Literacy Project).

Sebelum delivery

Delivery, Wave 1 (Data Champion)

Kelompok champion dilatih lebih dulu (pola 70-20-10) sebagai penggerak budaya data & validasi materi dan glosarium metrik sebelum diperluas.

Gelombang pertama

Delivery, Wave Lanjutan & Tugas Terapan

Roll-out batch lintas unit dengan lab analisis dari data sendiri; jalur analis menapaki spreadsheet→SQL→BI tool, jalur eksekutif fokus menantang data & data storytelling.

Bergulir per batch

Evaluasi Kirkpatrick

Pengukuran Level 1-4 (reaksi, pembelajaran, perilaku keputusan & adopsi BI, hasil). Phillips ROI Level 5 bila keuangan meminta angka termonetisasi.

Pasca tiap wave

Pelembagaan Budaya Data

Office hours, review penerapan bulanan, rencana 30-60-90 hari, penguatan glosarium metrik bersama, dan roadmap pendewasaan budaya data (model DELTA).

Berkelanjutan

Studi Kasus

Pola Hasil Tipikal

Gambaran pola dampak berdasarkan struktur program serupa, ilustratif, tanpa nama klien atau angka yang dijanjikan. Benchmark eksternal (mis. Gartner, Forrester/Tableau) dirujuk sebagai acuan industri eksternal; klaim hasil Neksus diperlakukan terpisah.

Manajer cabang institusi jasa keuangan, satu populasi besar

Intervensi

Bootcamp 3 hari + tugas dashboard nyata + glosarium metrik bersama

Hasil

Rapat bulanan beralih ke pembahasan berbasis metrik dengan definisi yang sama, mengurangi perdebatan 'angka siapa yang benar'

Tim ritel regional multi-wilayah

Intervensi

Program berjenjang beberapa bulan (pola 70-20-10) + jalur analis spreadsheet→SQL

Hasil

Sebagian analisis kampanye dikerjakan mandiri tanpa antre panjang ke tim BI pusat, dengan narasi rekomendasi yang lebih jelas ke pimpinan

Unit perencanaan instansi/BUMN dengan banyak satuan kerja

Intervensi

Asesmen level + jalur owner data selaras prinsip Satu Data & UU PDP

Hasil

Definisi metrik korporasi mulai terstandar lintas unit dengan jejak yang dapat diaudit, materi pelaporan lebih berbasis bukti

Informasi Pengadaan

Informasi untuk Procurement & Vendor Management

Kelengkapan yang dibutuhkan tim pengadaan, keuangan, hukum, dan tata kelola data.

Badan hukum

PT berbadan hukum di bawah ekosistem Selestia (Eduprima group); NPWP & dokumen legal lengkap; siap PKS/kontrak dan proses vendor onboarding.

Penawaran

Proposal terstruktur: tujuan pembelajaran terukur, silabus per peran, peta kerangka (DIKW/Gartner Ascendancy/Data Literacy Project), pendekatan tata kelola data (UU PDP/Satu Data), profil fasilitator, jadwal, dan rincian biaya berbasis hasil TNA.

Model harga

Berbasis TNA, flat per program, per sesi, per peserta, tiered, atau custom. Tidak ada angka standar tanpa analisis kebutuhan; estimasi diberikan setelah TNA dan jenjang batch disepakati.

Pembayaran & pajak

Termin fleksibel (DP + pelunasan / termin per batch); faktur pajak (PPN) dan dukungan dokumen PO tersedia.

Proses BUMN/pemerintah

Terbiasa dengan tahapan pengadaan BUMN/instansi: dokumen vendor, e-procurement, HPS/penawaran, dan klausul kepatuhan; pendekatan analitik dipetakan ke prinsip Satu Data Indonesia.

Pengukuran

Laporan evaluasi Kirkpatrick Level 1-3 (kehadiran, asesmen literasi data, hasil tugas analisis); Phillips ROI Level 5 atas permintaan keuangan.

Kerahasiaan & keamanan data

Penandatanganan NDA, klausul kerahasiaan data peserta, serta praktik anonimisasi/agregasi dataset latihan agar tidak ada data pribadi mentah dipakai (selaras UU PDP No. 27/2022).

Kepemilikan materi

Glosarium metrik, template analisis, dan pustaka kasus yang dibangun untuk perusahaan menjadi milik perusahaan; hak pakai materi pelatihan disepakati di kontrak.

FAQ

Pertanyaan Umum

Langkah Berikutnya

Diskusikan kebutuhan literasi data tim Anda

Mulai dari training needs analysis gratis: kami petakan peran, kematangan data, dan kebutuhan keputusan Anda, lalu susun proposal & estimasi anggaran berbasis kebutuhan nyata.

Training needs analysis tanpa biaya, langkah pertama yang natural
Proposal, silabus per peran, dan peta kerangka (DIKW/Gartner/Data Literacy Project) dalam beberapa hari kerja
Pendekatan tata kelola data selaras UU PDP & prinsip Satu Data Indonesia
Pengukuran dampak Kirkpatrick (Phillips ROI atas permintaan)
Dokumen siap procurement (company profile, NPWP, NDA, faktur PPN)

Minta Proposal & TNA Gratis Konsultasi Gratis

Jelajahi Lebih Lanjut

Topik Terkait

Pelatihan Ai Generatif Korporat Agile Scrum Tim Produk Transformasi Digital Eksekutif Keamanan Siber Kesadaran Karyawan

Pelatihan Literasi Data & Analitik Bisnis untuk tim Perbankan & Jasa Keuangan Anda

Mulai dari training needs analysis gratis: kami petakan peran, kematangan data, dan kebutuhan keputusan Anda, lalu susun proposal & estimasi anggaran berbasis kebutuhan nyata.

Training needs analysis tanpa biaya, langkah pertama yang natural
Proposal, silabus per peran, dan peta kerangka (DIKW/Gartner/Data Literacy Project) dalam beberapa hari kerja
Pendekatan tata kelola data selaras UU PDP & prinsip Satu Data Indonesia
Pengukuran dampak Kirkpatrick (Phillips ROI atas permintaan)
Dokumen siap procurement (company profile, NPWP, NDA, faktur PPN)

Literasi Data & Analitik Bisnis untuk Sektor Perbankan & Jasa Keuangan

Mengapa Literasi Data & Analitik Bisnis berbeda di Perbankan & Jasa Keuangan

Literasi Data & Analitik Bisnis

Hasil yang Diharapkan

Pilihan Format Program

Asesmen Level Literasi Data (0,5-1 hari)

Bootcamp Literasi Data & Analitik (2-3 hari)

Program Berjenjang (3-6 bulan)

Program Campuran per Peran (custom)

Diskusikan kebutuhan literasi data tim Anda

Kerangka Kurikulum

1Mindset, Etika & Pemikiran Kritis Data

2Membaca Data & Dashboard dengan Benar

3Analitik Bisnis: Deskriptif → Diagnostik

4Pengantar Analitik Prediktif & Preskriptif

5Data Storytelling & Komunikasi ke Pengambil Keputusan

6Tata Kelola Data, Kepatuhan & Pelembagaan Budaya

Memilih Format Program

Untuk Siapa Program Ini?

Pimpinan & manajer fungsional (pengambil keputusan)

Analis & staf operasional (pengolah data harian)

Tim HR, L&D & People Development

Owner data, BI, Risiko & Compliance

Penerapan per Industri

Cara Pelaksanaan

In-house tatap muka

Live online

Hybrid

Alur Kerja Sama (Engagement Path)

Training Needs Analysis & Asesmen Level

Desain Program per Peran (ADDIE)

Delivery, Wave 1 (Data Champion)

Delivery, Wave Lanjutan & Tugas Terapan

Evaluasi Kirkpatrick

Pelembagaan Budaya Data

Pola Hasil Tipikal

Informasi untuk Procurement & Vendor Management

Pertanyaan Umum

Apakah peserta perlu latar belakang statistik atau pemrograman?

Apa beda program ini dengan kursus tool BI biasa (Power BI/Tableau)?

Apakah latihan memakai data perusahaan kami?

Bagaimana program menangani kepatuhan UU PDP dalam analitik?

Bagaimana cara mengukur ROI atau dampak pelatihan?

Tool data apa yang dipakai saat pelatihan?

Bagaimana memastikan peserta berada di level yang tepat?

Bagaimana program mengubah budaya keputusan di luar skill individu?

Sejauh mana program bisa dikustomisasi per departemen?

Apakah ada tugas terapan dan dukungan setelah pelatihan?

Diskusikan kebutuhan literasi data tim Anda

Topik Terkait

Pelatihan Literasi Data & Analitik Bisnis untuk tim Perbankan & Jasa Keuangan Anda