Descriptive analytics merupakan tipe analitik yang digunakan untuk menjawab pertanyaan:“Apa yang telah terjadi?” Pada tahap ini, data historis dikumpulkan, dikelompokkan, diringkas, dan disajikan menjadi informasi yang lebih mudah dipahami. Descriptive analytics menjadi fondasi bagi tipe analitik lainnya karena organisasi perlu memiliki gambaran yang benar mengenai kondisi masa lalu sebelum membuat prediksi atau menentukan tindakan.
Dalam accounting, sebagian besar laporan keuangan dan laporan manajemen dapat dikategorikan sebagai penerapan descriptive analytics. Laporan laba rugi menjelaskan pendapatan, beban, serta laba atau rugi selama periode tertentu. Neraca menggambarkan posisi aset, liabilitas, dan ekuitas pada suatu tanggal. Laporan arus kas menunjukkan sumber dan penggunaan kas berdasarkan aktivitas operasi, investasi, dan pendanaan. Selain laporan utama tersebut, descriptive analytics juga dapat diterapkan pada laporan umur piutang, analisis realisasi anggaran, laporan pergerakan persediaan, dan ringkasan biaya per departemen.
Sebagai contoh, perusahaan mencatat bahwa beban operasional pada bulan Juni mencapai Rp1,25 miliar, sedangkan anggaran beban operasional adalah Rp1 miliar. Descriptive analytics akan menunjukkan adanya selisih tidak menguntungkan sebesar Rp250 juta atau 25 persen dari anggaran. Analisis ini memberi informasi bahwa biaya aktual lebih tinggi daripada rencana, tetapi belum secara otomatis menjelaskan faktor yang menyebabkan kenaikan tersebut.
Praktik descriptive analytics biasanya melibatkan penghitungan total, rata-rata, persentase, rasio, pertumbuhan, dan perbandingan antarperiode. Dalam lingkungan accounting, hasilnya dapat disajikan melalui laporan bulanan, dashboard keuangan, grafik tren pendapatan, perbandingan actual versus budget, atau analisis saldo berdasarkan akun dan cost center.
Walaupun terlihat sederhana, descriptive analytics sangat bergantung pada kualitas data. Nomor akun, kode vendor, nomor invoice, tanggal transaksi, nilai debit, nilai kredit, mata uang, serta status posting harus diklasifikasikan dan diproses secara tepat. Nomor invoice, misalnya, tidak boleh diperlakukan sebagai angka yang dapat dijumlahkan meskipun disimpan dalam format numerik. Sebaliknya, nilai transaksi dapat diagregasi selama mata uang, periode, status posting, dan konvensi tanda debit-kreditnya telah diperiksa.
Referensi:
- https://online.hbs.edu/blog/post/types-of-data-analysis
