Dalam lingkungan bisnis yang semakin berbasis data, fungsi accounting tidak cukup hanya menghasilkan laporan keuangan dan mencatat transaksi masa lalu. Data akuntansi juga perlu diolah menjadi informasi yang dapat membantu perusahaan memahami kondisi keuangan, mengantisipasi risiko, dan menentukan tindakan yang tepat. Untuk mencapai tujuan tersebut, perusahaan dapat menggunakan tiga tipe analitik yang saling berhubungan, yaitu descriptive analytics, predictive analytics, dan prescriptive analytics.
Ketiga tipe analytics tersebut bukan metode yang berjalan secara terpisah. Descriptive analytics memberikan gambaran mengenai apa yang sudah terjadi, predictive analytics memperkirakan apa yang mungkin terjadi, sedangkan prescriptive analytics memberikan rekomendasi mengenai tindakan yang sebaiknya dilakukan. Dengan kata lain, ketiganya membentuk sebuah alur analisis yang membawa perusahaan dari data historis menuju pengambilan keputusan.
Dalam praktik accounting, hubungan tersebut dapat ditemukan dalam berbagai aktivitas, seperti pengelolaan arus kas, analisis piutang, pengendalian biaya, penyusunan anggaran, forecasting, evaluasi kinerja, dan manajemen risiko. Semakin baik hubungan antara ketiga analytics tersebut dibangun, semakin besar kemampuan fungsi accounting dalam menghasilkan insight yang relevan bagi manajemen.
Hubungan antara descriptive, predictive, dan prescriptive analytics dapat dipahami melalui tiga pertanyaan yang berurutan:
- Descriptive analytics: Apa yang telah terjadi?
- Predictive analytics: Apa yang mungkin terjadi berikutnya?
- Prescriptive analytics: Apa yang sebaiknya dilakukan?
Hubungan ketiga analytics dapat digambarkan sebagai sebuah rantai yang terdiri dari fakta, perkiraan, dan tindakan.
- Descriptive Analytics Menghasilkan Fakta
Tahap pertama menyajikan kondisi yang benar-benar telah terjadi. Hasilnya dapat berupa nilai aktual, tren historis, varians, rasio, dan perbandingan kinerja.
Dalam accounting, fakta tersebut harus dapat ditelusuri kembali ke sumber transaksi dan direkonsiliasi dengan catatan perusahaan. Descriptive analytics menjawab pertanyaan mengenai posisi perusahaan saat ini berdasarkan data historis yang tersedia.
- Predictive Analytics Menghasilkan Perkiraan
Tahap kedua menggunakan fakta historis untuk memperkirakan kemungkinan kondisi masa depan. Pola yang ditemukan pada descriptive analytics menjadi dasar untuk membangun proyeksi atau mengidentifikasi risiko.
Predictive analytics tidak menggantikan descriptive analytics karena model prediksi tetap membutuhkan data historis sebagai bahan utamanya. Tanpa data yang memadai, hasil prediksi tidak memiliki fondasi yang dapat diandalkan.
- Prescriptive Analytics Menghasilkan Rekomendasi
Tahap ketiga menerjemahkan hasil prediksi menjadi rekomendasi tindakan. Prescriptive analytics membandingkan berbagai alternatif dengan mempertimbangkan sasaran perusahaan dan keterbatasan yang ada.
Tipe analitik ini tidak dapat berjalan secara optimal apabila perusahaan belum memahami kondisi historis dan belum memiliki perkiraan yang memadai. Oleh sebab itu, descriptive analytics, predictive analytics, dan prescriptive analytics membentuk hubungan yang bersifat bertahap sekaligus saling bergantung.
Descriptive, predictive, dan prescriptive analytics merupakan tiga bagian dari satu proses pengambilan keputusan berbasis data. Descriptive analytics memberikan pemahaman mengenai kondisi yang telah terjadi. Predictive analytics mengembangkan pemahaman tersebut menjadi perkiraan mengenai masa depan. Prescriptive analytics kemudian menerjemahkan hasil prediksi menjadi rekomendasi tindakan.
Dalam accounting, hubungan ketiga analytics dapat membantu perusahaan bergerak dari sekadar menyajikan angka menjadi memahami makna di balik angka. Laporan keuangan dan data transaksi tidak hanya digunakan untuk memenuhi kebutuhan pelaporan, tetapi juga menjadi sumber informasi untuk mengantisipasi risiko, mengidentifikasi peluang, dan mendukung keputusan manajemen.
Referensi:
