Bagaimana GOJEK Memanfaatkan Big Data Penggunanya untuk Bisnis

Sebagai salah satu startup dengan predikat decacorn di Indonesia, GOJEK perlu terus melakukan inovasi agar produk dan bisnis yang mereka kembangkan tetap tumbuh. Salah satu cara yang dilakukan GOJEK untuk mencapai itu yakni memanfaatkan big data dengan pendekatan data science.

Data science adalah sebuah disiplin ilmu yang menghubungkan data kuantitatif dengan pertanyaan-pertanyaan bisnis yang kompleks. Metode ini untuk menghasilkan solusi terukur dengan memanfaatkan berbagai alat analisis (tools) dan teknik kuantitatif.

Tech in Asia menemui Syafri Bahar, VP of Data Science GOJEK untuk menggali lebih jauh soal ini. Sebelumnya, Syafri menjabat VP of Data dari FinAccel, dan sempat berkarier di bidang pemodelan kuantitatif selama sembilan tahun di Belanda hingga akhirnya memutuskan pulang ke tanah air.

Kini Syafri membantu GOJEK untuk memanfaatkan big data yang dimiliki startup transportasi online tersebut untuk mengambil berbagai keputusan real-time, dengan menggunakan teknik seperti machine learning, kecerdasan buatan (AI), dan juga natural language processing.

Implementasi Data Science di GOJEK

GOJEK menerapkan data science pada hampir seluruh proses bisnis dan operasional mereka. Implementasinya tidak hanya bagi pengguna, tapi mitra driver dan merchant juga dianalisis datanya.  

Syafri mencontohkan, sistem pengalokasian driver kini jauh lebih baik dengan penerapan machine learning. Dulu order yang masuk pasti dialokasikan ke driver terdekat. Kini, berbagai pertimbangan lain ikut dilibatkan. Hasilnya pick-up rate semakin cepat, dan cancelation rate menurun.

“Kan ada driver yang mencari order searah dengan jalan pulang.  Ada juga yang senangnya mengambil order jarak-jarak pendek. Dengan  menggunakan machine learning untuk memprediksi itu, kita bisa sesuaikan sedemikian rupa, sehingga baik customer maupun driver sama-sama enak“.

data science gojek | image 2

Sumber foto: GOJEK

Contoh lainnya, GOJEK juga menggunakan natural language processing (NLP) untuk menganalisa historis pembicaraan (chat) pengguna dengan mitra driver. Dari situ GOJEK bisa mengetahui titik pick-up yang biasa dipilih oleh pengguna (frequent point of interest) sehingga aplikasi memberikan rekomendasi yang tepat. Penerapan sistem ini tentunya memudahkan driver maupun customer saat memesan layanan GO-RIDE maupun GO-CAR.

Syafri merasa, dengan semakin banyaknya variabel yang dilibatkan, proses bisnis maupun operasional di GOJEK telah berkembang jauh dari beberapa tahun yang lalu. Tanpa adanya pengimplementasian data science seperti machine learning atau NLP di atas, ia yakin perkembangan GOJEK tidak akan sepesat sekarang. 

“Di GOJEK, (tim data science) kita bagi beberapa stream. Supply misalnya, mereka fokus menangani mitra. Sementara demand fokus di customer. Ada juga alokasi khusus merchant dan recommendation. Jadi fokus masing-masing jelas.”

Rekrutmen talenta masih menjadi tantangan utama

Penerapan data science pada suatu perusahaan tentu tidak lepas dari kualitas pekerjanya dan juga tools yang digunakan. Dalam hal tools, Syafri menjelaskan bahwa GOJEK tidak memiliki arahan atau batasan tertentu.

Saya selalu bilang ke data scientist GOJEK, kita itu tools agnostik. Yang penting bisa terus menyelesaikan masalah, kalau tools itu selalu berubah dan berkembang.

Syafri Bahar,
VP of Data Science GOJEK

Ia memberi contoh beberapa tools yang banyak digunakan oleh data scientist GOJEK, seperti R, Phyton, atau TensorFlow. Selain itu tools seperti SVM, CNN, dan RNN juga kerap dipakai. Kebebasan untuk memilih tools sepenuhnya ia serahkan pada masing-masing individu ataupun tim.

“Yang penting mereka repertoarnya harus banyak dalam framing problem. Kira-kira problem ini framing-nya cocok operation research, optimisasi, atau prediktif.”

Sama halnya ketika ada kecemasan tentang kemungkinan DataRobot menggantikan peran data scientist. Syafri menilai, justru kehadiran DataRobot bisa menjadi tools baru bagi para data scientist, bukan malah menggantikannya.

Data scientist itu butuh kreativitas. Kita bisa utak-atik model yang mana untuk problem solving. Itu yang tidak bisa dilakukan DataRobot. Balik lagi, kemampuan scientist dalam framing problem dan juga problem solving sangat berpengaruh”, terang Syafri.

Namun alat saja tentu tidak cukup. GOJEK butuh dukungan talenta-talenta yang berkualitas agar implementasi data science bisa memberikan dampak yang signifikan untuk perusahaan. Menurut Syafri, hal inilah yang justru merupakan tantangan terbesar pengembangan data science di Indonesia.

Untuk mengisi satu posisi data scientist, GOJEK membutuhkan waktu satu hingga dua bulan untuk mencari. Itu tentu cukup lama mengingat GOJEK dituntut untuk terus berkembang cepat.

data scientist gojek | image 1

Sumber foto: GOJEK

“Ada survei yang menyatakan, secara global kita masih kekurangan 200.000 tenaga kerja yang qualified di bidang AI dan data. Di Indonesia, gap (kebutuhan industri dengan ketersediaan tenaga kerja) itu mungkin lebih besar. Karena kita termasuk late adopters di bidang data science.”

Itu sebabnya, Syafri merasa perlu ada yang menjembatani industri dengan materi pembelajaran di kampus. Karena ia yakin bahwa dua entitas ini harus tumbuh beriringan agar bidang data science di Indonesia terus berkembang. Pihak industri juga harus aktif berperan, tidak bisa hanya menunggu talenta-talenta unggul lahir dengan sendirinya.

“GOJEK sebagai perusahaan teknologi telah menyadari tanggung jawab itu. Di tim saya sendiri, kita bisa sebulan dua kali isi workshop di berbagai universitas. Hasilnya mungkin nggak dalam satu atau dua bulan. It’s a long term investment”.

Butuh persiapan sebelum bisa diimplementasikan

Tak hanya di GOJEK, Syafri juga menyadari bahwa kini banyak perusahaan yang mulai mengadopsi data science dalam pengembangan bisnis mereka. Syafri melihat itu wajar dan sebuah inisiatif positif. Namun di saat yang sama tetap perlu persiapan matang agar dampaknya bisa sesuai harapan.

Menurut Syafri, hal pertama yang harus dimiliki adalah ketersediaan data untuk diolah. Tanpa adanya data yang bisa diolah, keberadaan data science dalam suatu perusahaan bisa jadi sia-sia.

“Prinsip GOJEK dari awal pun just capture the data, bahkan sebelum kita tahu data tersebut akan dibuat apa nantinya. Jadi kalau satu perusahaan sudah punya high quality data, itu indikator perusahan tersebut telah siap masuk ke ranah data science”.

Kedua, Syafri menekankan bahwa manajemen perusahaan harus  mengetahui potensi dan batasan dari data science. “Salah satu miskonsepsi yang sekarang ada adalah anggapan bahwa semua permasalahan pada akhirnya bisa teratasi dengan data science, machine learning, atau kecerdasan buatan.”

Pemahaman ini nantinya akan berdampak pada keputusan dan arahan strategis yang akan diambil. Yang ditakutkan Syafri adalah, perusahaan mengambil keputusan yang kurang tepat akibat kesalahpahaman mengenai kemampuan dan potensi teknologi.

“Terakhir, perlu lihat juga infrastrukturnya sudah siap apa belum. Misalnya konfigurasinya statis semua dan belum fleksibel untuk diubah. Itu artinya memang belum siap untuk mengadopsi solusi machine learning. Benahi di situ dulu,” jelas Syafri lebih lanjut.

Syafri mengajak pelaku startup untuk tidak gegabah dalam mengadopsi berbagai teknologi terbaru. Keinginan untuk berinovasi dengan cepat harus tetap diimbangi dengan persiapan dan kalkulasi yang matang. Itu semua untuk menghindarkan perusahaan dari investasi yang gagal, ataupun mengambil keputusan strategis yang kurang tepat.

(Diedit oleh Ancha Hardiansya)

This post

The post Bagaimana GOJEK Memanfaatkan Big Data Penggunanya untuk Bisnis appeared first on Tech in Asia Indonesia.