Dengan data yang benar, individu maupun organisasi mampu membuat keputusan terbaik untuk menyelamatkan orang-orang dari dampak universal Coronavirus dan memulai kembali ekonomi bisnis bersama-sama.
Data merupakan komponen penting yang sangat membantu pemerintahan, perusahaan, organisasi kesehatan, dan sektor industri lainnya yang sedang bertempur melawan pandemi Covid-19. Tetapi, juga penting diingat bahwa tidak seluruh data sama dan adanya dataset tidak lengkap.
Ada keselarasan yang kurang di antara orang-orang yang melawan penyebaran Coronavirus tentang apa yang diukur dan dibandingkan. Dan semua itu berkontribusi pada ketidakpastian dan tidak konsistennya di tengah pandemi, yang mana tidak menambah kepercayaan melainkan menambah ketakutan.
Membandingkan Apel dengan Jeruk dan Menghindari Konflik
Kita semua bersama dalam situasi ini. Namun, beberapa negara masih ada yang menunjukan jari dan memberitahu yang negara lainnya kalau jumlah mereka yang infekasi dan kematian akibat virus adalah salah. Itu menjadikan muara bagaimana orang mengumpulkan data dan pada ada mereka melakukan pengukuran dasar.
Ada banyak cara bagi sebuah negara untuk menjelaskan tentang jumlah angka kematian akibat Covid-19. Bisa saja mereka menghitung dengan jumlah kematian yang memiliki gejala yang mirip Coronavirus, akan tetapi tidak terkecuali jika kita uji lebih lanjut. Tidak jelas apa individu tersebut memang meninggal karena virus secara langsung.
Itu masalah klasik, namun kemungkinan itu ‘lah pertama kalinya kita melihatnya dalam skala internasional.
Bagian dari solusi melibatkan mereka yang mengukur kasus untuk mengidentifikasi kesamaan dan perbedaan dalam pendekatan mereka. Malah memberikan lapisan kepercayaan dan keselarasan di dalamnya. Jika Anda tidak melakukannya maka mustahil untuk membagikan jumlah angka secara efektif.
Semua orang tahu, Anda harus tetap membandingkan dengan apa yang dibandingkan.
Memahami Bahwa Data Tidak Sama
Mereka yang menggunakan data yang ada untuk mengerti suatu situasi dan mengambil keputusan seharusnya tahu kalau tidak semua data itu sama. Data yang tidak akurat berada dimana-mana.
Contohnya dalam bisnis, sistem manajemen hubungan pelanggan (Customer Relationship Management – CRM) sering memuat data yang tidak akurat karena mereka mengandalkan catatan orang-orang sales. Dalam perlawanan Covid-19, usaha yang mengandalkan laporan mandiri Coronavirus bisa membuat data yang tidak akurat karena orang-orang mungkin tidak akan memberitahukan kebenarannya atau salah mengartikan.
Anda mungkin juga mendapatkan akurasi yang tidak tepat pada suatu data yang berasal dari sebuah sistem otomasi. Katakan suatu negara menggunakan sistem otomasi yang terhubung ke smartphone untuk mengecek suhu pengguna. Mungkin saja, para pengguna memiliki suhu hangat yang sebenarnya telah lama berada di bawah sinar matahari, karenanya membuah suhu pengguna menjadi naik. Atau pengguna yang memiliki gejala penyakit yang tidak berhubungan dengan Coronavirus. Demikian ada ratusan alasan mengapa pengukuran dengan menggunakan otomasi memberikan variabilitas (sering berubah) yang menjadikan data tidak akurat.
Data merupakan aset strategi yang penting, namun hanya di saat kita menanyakan dan menjawab pertanyaan berikut; Apa maksudnya? Dari mana itu berasal? Siapa yang mengetahui tentang hal ini? Siapa pemiliknya? Siapa penggunanya dan kenapa? Sumber apa yang disertifikasi untuk tujuan apa?
Dengan mengambil pendekatan ini memungkinkan pemimpin untuk memastikan data yang mereka gunaka bisa dipercaya. Penilaian data juga membantu, teknik ini menggunakan model pelatihan yang memungkinkan orang-orang untuk memahami bahwa satu dataset lebih baik–lebih lengkap daripada dataset lainnya.
Menangani Tantangan Data Tidak Lengkap
Data tidak lengkap tidak ‘lah cocok untuk upaya melawan pandemi Covid-19. Menjadi masalah klasik yang Anda hadapi dengan apapun yang terkait dengan data.
Profil data membahas data yang tidak lengkap dengan mengidentifikasi hal-hal dasar. Contoh, dapat ditemukannya dataset yang tidak mencakup usia pasien atau 70% usia pasien terlewat dari data. Tetapi, mungkin data ini dilewati karena alasan privasi
Jika Anda menggunakan data profil, pastikan untuk memprogamnya dengan aturan yang relevan. Jika tidak, maka akan menimbulkan masalah.
Menggunakan Pencocokan Data untuk Melihat Skala Kesamaan
Di dunia sekarang ini, ratusan bahkan ribuan rumah sakit melakukan uji dan merawat pasien yang terinfeksi Coronavirus. Seandainya hanya dua rumah sakit yang mengerjakannya, perbandingan data akan menjadi lebih mudah. Namun, setelah Anda mendapatkan 5-100 dataset atau lebih dari itu data menjadi lebih mustahil untuk dibandingkan secara manual. Karenanya, pencocokan data akan sangat menolong.
Pencocokan data mengidentifikasi hal umum yang berada di antara dataset. Misal, pasien yang mengunjungi rumah sakit lebih dari satu tempat. Menggunakan pencocokan data juga menunjukan kalau satu dataset memuat detail 80% pasien di dataset lainnya. Yang menunjukan dataset satu ini menjadi tempat memulai yang bagus. Anda bisa menggunakan dataset untuk memperoleh kesimpulan dan menggunakan dataset lainnya untuk memvalidasi hipotesa.
Pandemi Covid-19 ini memberikan orang-orang pelajaran tentang pentinya kepercyaan dalam sebuah data untuk mengambil keputusan terbaik.
