Ngintip Cara Gojek & Tokopedia Gunakan Data Buat Ambil Keputusan Bisnis (Bukan Cuma Andelin Feeling)

Daftar Isi
- Keputusan Bisnis Zaman Sekarang Gak Bisa Cuma Tebakan
- Kenapa Gojek dan Tokopedia Jadi Contoh Perusahaan Data-Driven?
- Gimana Gojek Gunakan Data untuk Mengatur Operasional dan Produk?
- Cara Tokopedia Menggunakan Data untuk Meningkatkan Penjualan dan Retensi
- Studi Kasus Mini: Keputusan Gojek & Tokopedia Berdasarkan Data Nyata
- Teknologi dan Tim yang Mendukung Proses Data-Driven di Gojek dan Tokopedia
- Apa yang Bisa Kita Pelajari dari Cara Mereka?
- Kesimpulan
Keputusan Bisnis Zaman Sekarang Gak Bisa Cuma Tebakan
Zaman dulu, banyak keputusan bisnis diambil pakai “feeling bos”. Tapi sekarang? Feeling aja gak cukup.
Apalagi kalau kamu jalanin startup teknologi yang layanannya dipakai jutaan orang tiap hari, kayak Gojek atau Tokopedia.
Satu keputusan salah bisa bikin rugi miliaran.
Makanya, perusahaan besar udah beralih ke gaya data-driven decision making — alias semua keputusan harus ada dasarnya dari data nyata.
Di artikel ini, kita bakal ngintip gimana Gojek dan Tokopedia pakai data buat ngatur bisnis, ngembangin produk, bahkan sampai kasih promo yang “kerasa pas banget” buat kamu.
Kenapa Gojek dan Tokopedia Jadi Contoh Perusahaan Data-Driven?
Kedua perusahaan ini adalah bagian dari GoTo Group, holding teknologi terbesar di Indonesia.
Dengan jutaan pengguna aktif dan transaksi tiap hari, wajar kalau mereka harus pintar ngelola data.
Alasan utama mereka dikenal sebagai perusahaan data-driven:
- Jumlah data luar biasa banyak:
Gojek memproses lebih dari 100 juta transaksi per bulan.
Tokopedia punya lebih dari 11 juta merchant aktif. - Keputusan bisnis berbasis eksperimen:
Hampir semua fitur baru diuji pakai A/B Testing - Tim Data Analyst & Scientist yang solid:
Gojek dan Tokopedia punya puluhan bahkan ratusan analis, engineer, dan data scientist - Budaya “test & iterate” bukan “tebak & jalanin”
Gimana Gojek Gunakan Data untuk Mengatur Operasional dan Produk?
Kalau kamu pernah pesen GoRide terus drivernya muncul dalam 3 menit, itu bukan kebetulan. Itu hasil kerja keras tim data Gojek.
Contoh pengambilan keputusan berbasis data di Gojek:
1. Optimasi Lokasi Driver (Real-time matching)
- Data yang digunakan: lokasi pengguna, lokasi driver, estimasi waktu tempuh
- Algoritma matching akan mencari driver tercepat dan paling efisien
- Di baliknya ada sistem rekomendasi real-time + historical trend
2. Penentuan Tarif Dinamis (Dynamic Pricing)
- Harga GoRide bisa berubah tergantung jam, cuaca, dan permintaan
- Ini semua berdasarkan analisis data supply & demand harian
3. Analisis Perilaku Pengguna
- Misalnya: kenapa user sering cancel order?
- Data tim analisis bisa ungkap kalau map error atau UI gak jelas
Hasilnya? Tim produk bisa perbaiki fitur, bukan asal tebak masalah.
Cara Tokopedia Menggunakan Data untuk Meningkatkan Penjualan dan Retensi
Di Tokopedia, data jadi inti dari semua keputusan bisnis — mulai dari tampilan homepage kamu sampai push notification yang muncul.
Contoh penerapan data dalam strategi Tokopedia:
1. Personalisasi Produk di Homepage
- User A lihat skincare, User B lihat barang elektronik
- Tokopedia pakai data historis & preferensi untuk atur rekomendasi produk
2. Optimasi Kampanye Flash Sale
- Kapan waktu terbaik buat flash sale? Kategori mana paling cocok diskon?
- Semua itu hasil dari analisis performa kampanye sebelumnya
3. Retensi Pelanggan
- Tokopedia melacak behavior user, lalu kasih email/push yang disesuaikan
- Misal: user lama gak checkout → dikasih promo khusus atau reminder
Keyword penting: cara kerja data analyst tokopedia, strategi data tokopedia, optimasi flash sale tokopedia
Studi Kasus Mini: Keputusan Gojek & Tokopedia Berdasarkan Data Nyata
Kasus 1: Gojek Tingkatkan Konversi GoFood
Tim analisis menemukan bahwa banyak user batal checkout di jam makan siang.
Ternyata waktu tunggu restoran tinggi + driver susah ditemukan.
Solusi berbasis data:
- Sistem GoFood kasih prioritas restoran dengan waktu masak cepat
- Matching driver dipercepat pakai prediksi lokasi cluster order
Hasil:
- Checkout rate naik 14% di jam makan siang
- Waktu tunggu turun 7 menit rata-rata
Kasus 2: Tokopedia Perbaiki Program Bebas Ongkir
Data tunjukkan bahwa banyak pengguna aktifin promo bebas ongkir tapi gak belanja.
Ternyata syarat minimal belanja Rp 200.000 terlalu tinggi.
Solusi berbasis data:
- Segmentasi ulang user berdasarkan riwayat belanja
- Ubah batas minimum jadi lebih fleksibel (misal: Rp 75.000 untuk user baru)
Hasil:
- Peningkatan transaksi pengguna baru sebanyak 22%
- Bounce rate promo turun signifikan
Teknologi dan Tim yang Mendukung Proses Data-Driven di Gojek dan Tokopedia
Kedua perusahaan ini bukan cuma andelin tim analyst aja. Mereka didukung oleh teknologi dan struktur yang kuat.
Peran Tim Data:
- Data Analyst: Olah data mentah, buat insight & laporan
- Data Scientist: Bangun model prediktif, NLP, machine learning
- Data Engineer: Siapkan pipeline, warehouse, dan integrasi antar sistem
- Product Analyst: Fokus pada fitur tertentu dan evaluasi performanya
Tools dan Teknologi yang digunakan:
- SQL, BigQuery, Airflow, Spark
- Python, R
- Tableau, Looker, Metabase
- Google Cloud Platform (GCP) untuk storage & processing
Keyword SEO: tools data analyst gojek, tim data tokopedia, teknologi yang digunakan data analyst
Apa yang Bisa Kita Pelajari dari Cara Mereka?
Gojek dan Tokopedia ngasih kita pelajaran penting:
Insight Penting:
- Jangan tebak-tebakan: Semua keputusan butuh dasar data
- Data bukan tujuan, tapi alat bantu bikin keputusan lebih tepat
- Kombinasi tim + teknologi + budaya adalah kunci sukses
- Ukur semua eksperimen, bahkan fitur sekecil tombol baru
Bahkan hal kecil kayak “warna tombol checkout” pun bisa diuji efeknya ke penjualan.
Kesimpulan
Jadi, sekarang kamu udah tahu kalau Gojek dan Tokopedia gak main-main soal data. Mereka beneran “mendengarkan data sebelum bertindak” — dan itulah yang bikin mereka bisa tetap relevan dan bersaing di pasar super padat.
Sebagai pelajar, jobseeker, atau profesional di bidang data, kita bisa banget belajar dari strategi mereka.
Bukan cuma soal tools, tapi juga soal mindset:
“Apa yang dikatakan data? Dan bagaimana kita bisa bertindak dari situ?”