Selama bertahun-tahun saya menganggap real-time sebagai standar tertinggi sebuah dashboard.
Semakin cepat data diperbarui, semakin baik.
Semakin sedikit jeda, semakin modern.
Namun semakin banyak saya membangun sistem observasi, saya mulai menyadari bahwa saya sedang mengejar metrik yang salah.
Real-time ternyata bukan tentang kecepatan.
Real-time adalah tentang kesesuaian dengan ritme pengambilan keputusan.
Dashboard Tidak Membuat Keputusan
Dashboard hanya menyajikan informasi.
Yang mengambil keputusan tetap manusia atau sistem di belakangnya.
Artinya pertanyaan yang lebih penting bukan:
“Seberapa cepat dashboard diperbarui?”
Melainkan:
“Apakah data ini masih cukup baru untuk mendukung keputusan yang akan diambil?”
Dua pertanyaan tersebut terdengar mirip, tetapi menghasilkan arsitektur yang sangat berbeda.
Tidak Semua Sistem Membutuhkan Detik
Sistem pemrosesan transaksi pembayaran kritis memang membutuhkan data dalam hitungan milidetik.
Namun Digital Garden bukan sistem seperti itu.
Saya tidak mengambil keputusan editorial setiap lima detik.
Saya tidak menerbitkan artikel setiap menit.
Saya tidak mengubah struktur pengetahuan setiap kali ada satu pengunjung baru.
Kalau begitu, mengapa dashboard harus terus diperbarui setiap saat?
Real-Time Harus Mengikuti Keputusan
Saya mulai melihat bahwa setiap sistem memiliki ritme yang berbeda.
| Sistem | Decision Freshness |
|---|---|
| Payment & Fraud Detection | Milidetik |
| IoT Sensor Telemetry | Beberapa detik |
| Monitoring Infrastruktur | Puluhan detik |
| Dashboard Operasional | Beberapa menit |
| Halaman Statistik Situs | Puluhan menit |
| Google Search Console | Harian |
Semua bisa disebut real-time selama data yang digunakan masih cukup segar untuk keputusan yang sedang dibuat.
Real-time bukan angka yang sama untuk semua sistem.
Digital Garden Tidak Membutuhkan Streaming
Digital Garden saya dibangun untuk mendokumentasikan pengetahuan.
Dashboard statistik yang saya rancang tidak bertugas mengejar setiap pageview.
Sebaliknya, dashboard tersebut bertugas menjawab pertanyaan seperti:
- Artikel apa yang mulai banyak ditemukan melalui Google?
- Topik apa yang sedang berkembang?
- Kategori mana yang paling aktif dipublikasikan?
- Artikel mana yang perlu diperbarui?
Tidak satu pun keputusan tersebut berubah hanya karena ada satu pengunjung baru.
Karena itu saya memilih menjalankan collector hanya pada jam kerja.
Setiap tiga puluh menit sistem akan mengambil data dari berbagai sumber, memperbaruinya, lalu menghasilkan snapshot observasi terbaru.
Bukan karena sistem tidak mampu bekerja lebih cepat.
Tetapi karena tidak ada keputusan yang membutuhkan pembaruan lebih cepat.
Saya Berhenti Mengejar Dashboard Real-Time
Saya mulai mengganti cara berpikir saya.
Dulu saya bertanya:
“Bagaimana membuat dashboard selalu real-time?”
Sekarang saya bertanya:
“Seberapa segar data yang benar-benar dibutuhkan agar keputusan tidak berubah?”
Perubahan pertanyaan ini mengubah seluruh arsitektur sistem.
Saya tidak lagi membutuhkan server yang terus aktif.
Saya tidak perlu melakukan sinkronisasi setiap detik.
Saya tidak perlu memproses ribuan event hanya demi memperbarui angka yang tidak akan mengubah keputusan siapa pun.
Decision Freshness
Saya lebih menyukai istilah Decision Freshness dibanding Real-Time.
Decision Freshness adalah tingkat kesegaran data yang masih layak digunakan untuk mengambil keputusan.
Jika keputusan editorial hanya berubah setiap tiga puluh menit, maka data yang diperbarui setiap tiga puluh menit sudah memenuhi kebutuhan.
Bukan berarti sistem lambat.
Melainkan sistem bekerja sesuai ritme bisnisnya.
Catatan
Semakin lama saya membangun berbagai sistem observasi, semakin saya percaya bahwa kualitas dashboard tidak ditentukan oleh seberapa sering angka berubah.
Kualitas dashboard ditentukan oleh kemampuannya menyajikan informasi yang tepat, pada waktu yang tepat, untuk keputusan yang tepat.
Real-time bukan berarti cepat.
Real-time adalah perubahan yang telah disepakati masih relevan untuk mendukung sebuah keputusan.
Baca juga: Measurement Bukan Tujuan dan Insight Tidak Pernah Muncul dari Dashboard untuk memahami hubungan antara data, dashboard, dan keputusan.