Saat ini, media sosial telah berkembang pesat dan mengubah cara seseorang maupun organisasi untuk membangun branding, berkomunikasi, dan mengambil keputusan strategis. YouTube, sebagai platform dengan sistem analitik yang paling menyeluruh, menyediakan data yang sangat lengkap untuk memahami perilaku penonton dan mengoptimalkan konten kreatif. Dosen Akuntansi UBAYA, Dr. Bonnie Soeherman, S.E., M.Ak., melakukan penelitian untuk mengetahui bagaimana integrasi data analytics ke dalam kerangka design thinking dapat memperkuat proses inovasi konten dan mendorong pertumbuhan organik sebuah channel YouTube. Penelitian tersebut berbasis auto-netnography dan menggunakan Calvin Channel sebagai objek. 

Data Analytics sebagai Fondasi Pertumbuhan Organik Channel

    Penelitian tersebut menemukan bahwa Calvin Channel berkembang secara organik sejak tahun 2021 berkat penggunaan fitur analitik dari YouTube secara penuh. Channel tersebut mendapatkan 32.321 subscribers dengan rata-rata 800 hingga 1.000 subscribers baru per bulan, serta engagement tinggi berupa 250.000 views dan 2.900 jam tayang per bulan. Keputusan konten yang fokus utamanya pada topik Ultraman tidak hanya sekadar mengikuti tren semata, namun berdasarkan data penonton yang menunjukkan bahwa mereka sangat menyukai topik tersebut. Hal ini menunjukkan bahwa data analytics dapat meningkatkan relevansi konten dan mengarahkan strategi yang tepat sasaran. 

Tahap Empathize yang Diperkaya oleh Big Data

    Dalam design thinking, tahap empathizing merupakan upaya memahami audiens secara mendalam. Dulu proses ini dilakukan dengan cara observasi manual dan berdasarkan asumsi, namun sekarang YouTube Analytics menyediakan insight objektif dan visual. Data demografi, geografi, jenis perangkat, dan perilaku penonton membantu pembuat konten untuk mengidentifikasi preferensi nyata dari penonton. Contohnya, meskipun target audiens Calvin Channel adalah anak-anak, data menunjukkan bahwa mayoritas penonton terdaftar berusia 25 hingga 44 tahun. Analisis lanjutan mengungkapkan bahwa anak-anak menonton menggunakan akun orang tua. Insight seperti ini hanya mungkin didapat melalui analitik yang kuat, sehingga empati terhadap audiens menjadi jauh lebih tepat dan berdasarkan bukti. 

Data sebagai Sumber Ide dalam Tahap Ideate

    Dalam tahap ideation, data analytics sangat efektif bila digunakan sebagai sarana untuk mencari ide. YouTube menyediakan data berupa kata kunci paling banyak dicari, performa thumbnail, gaya judul yang menarik, serta jam tayang yang paling optimal. Sejak tahun 2025, YouTube menyediakan fitur Inspiration berbasis AI yang dapat memberikan rekomendasi ide konten, lengkap dengan prediksi tingkat minat audiens. Dalam penelitian ini, YouTube memberikan alternatif ide dengan skor minat dari “Very Low” hingga “Very High”, sehingga memungkinkan creator untuk memilih ide yang memiliki potensi terbaik. Integrasi ini menunjukkan bahwa data tidak hanya bersifat deskriptif, namun juga predictive dan prescriptive, sehingga membantu untuk mengambil keputusan. 

Optimalisasi Proses Produksi melalui Data (Prototype & Create)

    Tahap produksi konten dapat menjadi lebih efisien karena sudah tersedia berbagai insight. Data retention menunjukkan adegan atau bagian dalam video yang menjadi spike (puncak perhatian) atau dip (titik jenuh). Informasi ini sangat penting untuk menentukan ritme video, durasi, dan bagian yang perlu dipertahankan atau dihilangkan. Selain itu, tools seperti TubeBuddy memberikan skor SEO internal YouTube sehingga setiap video dapat dioptimalkan untuk direkomendasikan oleh algoritma. Kombinasi ini membuat proses produksi konten tidak lagi trial-and-error, namun terstruktur berdasarkan analisis performa dari konten sebelumnya.

Socializing sebagai Pengganti Tahap Testing dalam Design Thinking

   Penelitian tersebut memperkenalkan konsep socialize, yaitu tahap pasca-unggahan dimana kreator memantau interaksi penonton secara real time dan melakukan penyesuaian jika diperlukan, misalnya mengganti thumbnail, judul, atau deskripsi. YouTube mendukung tahap ini melalui machine learning yang terus mempelajari interaksi seperti like, komen, share, dan durasi tontonan. Interaksi ini kemudian menjadi “data feed” yang memperkuat analisis sistem. Dengan demikian, pengujian tidak lagi statis seperti dalam metode tradisional, namun dinamis dan berlangsung sepanjang siklus hidup konten. Semakin besar interaksi, maka semakin cepat sistem belajar dan akurat rekomendasi berikutnya. 

Kolaborasi Machine Learning dan Human Wisdom

   Salah satu temuan yang menarik adalah model sinergi antara manusia dan mesin. YouTube dapat melakukan analisis hingga level intelligence, seperti prediksi tren, pengenalan pola, rekomendasi ide, dan penilaian kualitas konten melalui CTR. Namun, sistem tetap tidak dapat memahami aspek emosional manusia, seperti emosi, nilai moral, dan sensitivitas sosial. Oleh karena itu, keberhasilan channel ditentukan oleh kemampuan creator dalam menerjemahkan insight data menjadi keputusan yang bijaksana dan beretika. Kebijaksanaan adalah tahap yang hanya bisa dicapai manusia, sehingga paduan data analytics dan kematangan emosional manusia menjadi kunci perkembangan berkelanjutan. 

Model Konseptual “Data Analytics-Based Design Thinking”

    Penelitian tersebut mengembangkan model konseptual yang menunjukkan bahwa dalam konteks media sosial, semua tahap design thinking mulai dari empathize, ideate, create, hingga socialize, terhubung dalam siklus data yang berkelanjutan. Setiap interaksi menghasilkan data baru yang menjadi input untuk tahap berikutnya. Mesin memberikan kecerdasan berbasis analitik, sedangkan manusia memberikan aspek emosional, etika, dan kreativitas. Model ini memberikan kontribusi teoritis baru pada literatur design thinking dan memberikan panduan praktis bagi para content creator yang ingin mengembangkan channel secara alami dan bertanggung jawab. 

    Dari penelitian tersebut, dapat disimpulkan bahwa penggunaan data analytics, yang juga dipelajari di School of Accounting UBAYA, dapat meningkatkan efektivitas dari setiap tahap dalam design thinking untuk pengembangan konten media sosial. YouTube Analytics menyediakan data yang lengkap untuk memahami perilaku audiens, mengembangkan ide strategis, meningkatkan produksi konten, dan membangun engagement secara organik. Namun, keberhasilan tetap bergantung pada kemampuan creator dalam menggabungkan data dan kebijaksanaan manusia, khususnya dalam membuat konten yang etis, informatif, dan sesuai nilai moral. Dengan demikian, channel media sosial dapat dikembangkan secara bertahap, alami, dan bertanggung jawab. 

*Note:

Ulasan diatas merupakan rangkuman dari:

Soeherman, Bonnie., Soeherman, Calvin L. (2025). The Role of Data Analytic to Enhance Design Thinking Process in Producing Social Media Contents. Vilnius University Press. https://doi.org/10.15388/Im.2025.102.6

(Nadine) 

❮ ❯

×

Facebook

WhatsApp

X

LinkedIn

Copy Link