Akuntansi manajemen melibatkan kemitraan dalam pengambilan keputusan manajemen, dan pengambilan keputusan bergantung pada data.5 Mengingat kecepatan dan volume pengumpulan data dalam bisnis, manajer membutuhkan cara untuk memahami kumpulan data yang besar untuk membantu menginformasikan pengambilan keputusan dan untuk membantu mengkomunikasikan hasil. Visualisasi data adalah alat yang ampuh yang dapat digunakan untuk memfasilitasi dan mempengaruhi pengambilan keputusan.

Ada dua jenis visualisasi data yang digunakan dalam akuntansi manajemen:

  1. Exploratory visualizations membantu memberikan wawasan tentang kinerja bisnis.
  2. Explanatory visualizations membantu manajer mengomunikasikan hasil analisis mereka untuk memengaruhi perubahan dan peningkatan.

Exploratory Data Visualization

Exploratory data visualizations digunakan saat Anda ingin atau perlu menjelajahi data untuk menemukan wawasan. Anda menggunakan jenis visualisasi ini untuk membantu lebih memahami data dasar Anda. Eksplorasi data adalah proses penemuan, dengan tujuan memberikan wawasan tentang data Anda. Jelajahi data untuk melihat apakah ada hubungan, pola, atau tren yang menarik. Visualisasi data eksplorasi dapat membantu mendeskripsikan data Anda serta membantu mengidentifikasi anomali dan outlier. Kegiatan dalam eksplorasi data meliputi:

  1. Examine the data.
  2. Investigate the distribution.
  3. Investigate relationships.
  4. Identify patterns.

Examine the Data

Examining the data harus selalu menjadi langkah pertama dalam visualisasi data eksplorasi. Meskipun visualisasi dapat membantu Anda mengidentifikasi kesalahan, pertama-tama pastikan Anda tidak melewatkan masalah yang jelas dalam data. Beberapa pertanyaan untuk ditanyakan pada diri sendiri termasuk:

  1. Apakah kolom masuk akal berdasarkan tujuan atau pertanyaan yang sedang diselidiki?
  2. Apakah nilai-nilainya masuk akal?
  3. Apakah nilainya adalah skala yang sesuai?
  4. Apakah ada titik data yang hilang? Menjawab pertanyaan-pertanyaan ini akan membantu Anda mengidentifikasi masalah awal dalam data yang dapat diperbaiki sebelum memulai analisis Anda.

Investigate the Distribution

Kegiatan kedua dalam visualisasi data eksplorasi adalah menyelidiki distribusi. Apa artinya ini? Dengan mendapatkan pemahaman tentang bagaimana data Anda didistribusikan, Anda akan dapat dengan cepat mengidentifikasi potensi outlier, distribusi yang tidak terduga, dan potensi kesalahan pengukuran.

Investigate Relationships

Kegiatan ketiga dari visualisasi data eksplorasi adalah menyelidiki hubungan. Visualisasi data dapat membantu Anda mengidentifikasi hubungan yang Anda harapkan atau menemukan hubungan baru dalam data. Sedangkan analisis data univariat melibatkan pemeriksaan distribusi satu variabel, analisis data bivariat memungkinkan Anda untuk memeriksa hubungan antara dua variabel.

Identify Patterns

Kegiatan keempat dalam eksplorasi data adalah menggali data untuk mengidentifikasi pola atau tren. Terkadang Anda mungkin menjelajahi data untuk melihat apakah ada pola yang diharapkan (misalnya, penjualan tertinggi di kuartal keempat) atau Anda mungkin menjelajahi data untuk mengidentifikasi pola yang tidak terduga. Dua jenis visualisasi yang paling umum untuk menyelidiki pola adalah diagram batang dan bagan garis. Kedua jenis visualisasi dapat menunjukkan perubahan dari waktu ke waktu dan membantu untuk melihat apakah pola ada.

Explanatory Data Visualization

Visualisasi data penjelasan digunakan untuk mengkomunikasikan hasil analisis Anda. Visualisasi penjelasan yang dirancang dengan baik menyampaikan hasil analisis Anda dengan cara yang jelas dan ringkas. Tujuan visualisasi data penjelasan adalah untuk mengkomunikasikan temuan dan menginspirasi tindakan.

Tiga langkah pertama dalam proses dapat dianggap sebagai tahap persiapan. Di sini Anda memastikan bahwa Anda memiliki data yang tepat dan bahwa data tersebut memenuhi kriteria untuk analisis. Anda juga mempertimbangkan tujuan analisis dan untuk siapa analisis sedang dipersiapkan. Setelah Anda membahas langkah-langkah tersebut, Anda dapat pindah ke tahap pembuatan. Pada tahap ini, Anda memilih visual yang efektif, menggunakan praktik terbaik, dan menceritakan sebuah kisah untuk menyampaikan hasil Anda secara efektif.

Preparation Stage

Step 1: Verify the Data. Langkah dalam proses ini tidak dapat terlalu ditekankan. The adage “garbage in, garbage out” relevan dalam semua analisis data termasuk visualisasi data. Jika data yang Anda gunakan dalam visualisasi Anda salah atau tidak lengkap, visualisasi Anda juga akan salah dan berpotensi menyesatkan. Data harus memenuhi kriteria berikut:

  • Accuracy: Are the data error-free?
  • Completeness: Do you have all the data?
  • Consistency: Are the data in a consistent format?
  • Freshness: Are the data the most recent data available?
  • Timeliness: Will the data you need be accessible and available?

Akurasi data berarti bahwa data bebas dari kesalahan, dapat diandalkan, dan mewakili fenomena yang Anda visualisasikan. Kelengkapan data berarti Anda memiliki semua data yang seharusnya Anda miliki. Dengan kata lain, Anda tidak kehilangan data apa pun. Konsistensi data berarti tidak ada inkonsistensi format. Misalnya, tanggal diformat dengan cara yang sama dari periode ke periode, dan nilai berada dalam denominasi yang sama di seluruh periode waktu. Kesegaran data berarti Anda menggunakan data terbaru dalam visualisasi Anda. Akhirnya, ketepatan waktu berarti bahwa data yang Anda butuhkan untuk visualisasi Anda akan tersedia dan dapat diakses saat Anda membutuhkannya.

Step 2: Define the Purpose. Sebelum memulai visualisasi data penjelasan Anda, Anda perlu memastikan bahwa Anda telah secara khusus mengidentifikasi tujuan analisis Anda. Selama fase analisis eksplorasi, Anda mungkin akan mengidentifikasi tujuan keseluruhan Anda dan menyiapkan banyak visualisasi sebagai bagian dari proses penemuan Anda. Sangat menggoda untuk menggunakan setiap visualisasi yang Anda buat selama fase eksplorasi. Hindari jatuh ke dalam perangkap ini. Tujuan eksplorasi adalah untuk menemukan wawasan. Anda harus berbagi wawasan dengan audiens Anda, daripada berbagi seluruh perjalanan yang Anda lakukan untuk sampai ke sana. Pikirkan tentang apa tujuan Anda dan pilih hanya visualisasi yang selaras dengan tujuan itu. Dalam kombinasi dengan tujuan, Anda harus mempertimbangkan audiens untuk visualisasi data Anda. Apakah tujuannya untuk memberi tahu audiens atau untuk membujuk audiens?

Step 3: Consider the Audience. Saat menyiapkan visualisasi, selalu ingat audiens yang akan melihat visualisasi. Siapa yang akan mengkonsumsi informasi tersebut? Berapa banyak latar belakang yang mereka miliki mengenai topik tersebut? Apakah mereka akan menjadi pengambil keputusan? Menjawab pertanyaan-pertanyaan ini akan membantu Anda memfokuskan visualisasi Anda sehingga mencapai dampak maksimal. Misalnya, jika Anda telah menyiapkan analisis yang akan dibagikan secara internal kepada rekan kerja yang mengetahui informasi latar belakang yang terkait dengan analisis, Anda tidak perlu memasukkan banyak informasi latar belakang. Tetapi jika analisis disiapkan untuk audiens yang tidak terbiasa dengan topik tersebut, Anda mungkin perlu memberikan informasi latar belakang yang lebih rinci bagi mereka untuk memahami analisis. Aspek penting dalam memberikan analisis yang akan dipahami audiens Anda adalah memastikan Anda memilih visualisasi yang efektif.

Step 4: Pick an Effective Visual. Bagian visualisasi data ini lebih mudah diucapkan daripada dilakukan. Sebagian besar dari kita tidak pernah dilatih dalam visualisasi data dan memiliki sedikit pengetahuan tentang jenis visual apa yang paling efektif. Ini membantu untuk memecah ini menjadi langkah-langkah berikut: a. Pertimbangkan tujuan analisis Anda. b. Identifikasi visual yang akan memenuhi tujuan itu. c. Pahami data yang diperlukan untuk membuat visual yang Anda inginkan. d. Cocokkan tujuan dan data dengan visual yang sesuai. e. Pastikan untuk mengikuti praktik terbaik untuk visual pilihan Anda. Menentukan tujuan analisis sangat penting sehingga Anda dapat memilih visual yang efektif. Ada banyak tujuan potensial untuk analisis data.

Step 5: Follow Best Practices. Step 5 Dalam proses visualisasi data eksploratif adalah mempertimbangkan praktik terbaik visualisasi. Seiring dengan mengikuti praktik terbaik yang diberikan dalam Tabel 6 berdasarkan jenis visualisasi, ada praktik terbaik lainnya yang perlu dipertimbangkan. Yang pertama adalah menghindari mengacaukan visual Anda dengan informasi yang tidak penting. Yang kedua adalah menggunakan praktik terbaik untuk membantu audiens memusatkan perhatiannya pada apa yang paling penting dalam visualisasi Anda.

Step 6: Tell a Story. Langkah terakhir dalam visualisasi data eksplanasi adalah menceritakan sebuah kisah. Mendongeng dengan data adalah keterampilan penting bagi para profesional keuangan. Penelitian telah menunjukkan bahwa mendongeng membantu kita untuk mengingat. Penelitian oleh psikolog kognitif Jerome Bruner menunjukkan bahwa kita 22 kali lebih mungkin untuk mengingat fakta-fakta yang telah diceritakan dalam sebuah cerita. Alasannya adalah bahwa cerita mudah diingat dan membantu kita untuk memahami ide lebih cepat. Penelitian telah menunjukkan bahwa ketika kita mendengar atau membaca sebuah cerita, otak kita diaktifkan pada banyak tingkatan. Bagian emosional otak melepaskan bahan kimia untuk merangsang perasaan koneksi, penghargaan, dan pengakuan. Kombinasi data yang kuat menjadi cerita yang menarik akan membantu memicu audiens Anda untuk beraksi.

Referensi:

  • Image, 2022. Google Image.
  • (2021). Data Visualization. Statement on Management Accounting, Institute of Management Accountant.
  • (2020). Storytelling with Data Visualization. Institute of Management Accountant.