Lompat ke konten

Tanya Data pakai AI

Tanya data bisnis Anda pakai bahasa sehari-hari

Pertanyaan bisnis jarang rumit. “Cabang mana yang turun?”, “menu apa yang paling laku?”, “stok apa yang mau habis?” — semuanya bisa dijawab data yang sudah Anda punya. Yang sulit bukan pertanyaannya, melainkan jarak antara pertanyaan itu dan orang yang bisa menulis kuerinya.

NgobrolData menutup jarak itu. Anda mengetik pertanyaan dengan kata-kata sendiri, sistem menerjemahkannya menjadi SQL, menjalankannya di database Anda dalam mode baca saja, lalu menjawab dengan angka — dan menunjukkan SQL yang dipakainya.

Kenapa pertanyaan sesederhana itu butuh tiga hari

Yang bisa menjawab cuma satu orang

Satu orang di tim yang paham struktur database. Ia sedang cuti, dan seluruh pertanyaan bisnis ikut cuti bersamanya.

Laporannya datang setelah keputusannya lewat

Rekap mingguan tiba hari Rabu. Keputusan soal minggu itu sudah diambil hari Senin, memakai perasaan.

Dashboard-nya ada, pertanyaannya tidak ada di sana

Dashboard menjawab dua belas pertanyaan yang dipikirkan enam bulan lalu. Pertanyaan hari ini bukan salah satunya.

Bagaimana pertanyaan berubah jadi jawaban

  1. Kamus Data dibuat sekali

    Nama kolom di database, kunci di JSON, atau judul kolom di Excel jarang berbentuk kata manusia. Kamus Data memetakan `trx_hdr.gross_amt` menjadi “omzet” dan `cbg_id` menjadi “cabang”, apa pun sumbernya. Ini pekerjaan sekali duduk yang menentukan seluruh kualitas jawaban sesudahnya.

    20–45 menit, sekali
  2. Pertanyaan diterjemahkan jadi SQL

    Model bahasa hanya melihat struktur dan kamus, bukan isi tabel Anda. Hasilnya SQL yang dibatasi ke tabel yang Anda izinkan, dalam koneksi yang read-only.

    3–8 detik
  3. SQL dijalankan dan ditampilkan

    Jawaban datang bersama kueri yang menghasilkannya. Kalau angkanya terasa aneh, Anda bisa langsung melihat kenapa — tanpa menunggu siapa pun menjelaskan.

    Seketika

Yang bisa dikerjakan

Bahasa Indonesia yang sebenarnya

“Omzet kemaren berapa”, “cabang mana yg turun”, “bandingin sama bulan lalu dong”. Tanpa tanda baca, dengan singkatan, dan dengan campuran istilah Inggris seperti yang benar-benar diketik orang.

SQL selalu bisa dilihat

Setiap jawaban membawa kuerinya. Ini yang membedakan alat yang bisa diperiksa dari alat yang harus dipercaya — dan yang membuat analis Anda mau memakainya.

Skill untuk pertanyaan yang sering

Pertanyaan yang berulang bisa disimpan sebagai Skill: definisi tetap, hasil konsisten, tidak diterjemahkan ulang setiap kali. “Laporan harian” selalu berarti hal yang sama.

Menolak menjawab lebih baik daripada mengarang

Bila pertanyaannya ambigu atau datanya tidak ada, sistem bertanya balik atau berkata tidak tahu. Angka karangan yang terdengar meyakinkan adalah kerusakan yang butuh berbulan-bulan untuk ketahuan.

Koneksi read-only

Kredensial yang dipakai tidak punya izin menulis. Pertanyaan seburuk apa pun tidak bisa mengubah satu baris pun data Anda.

Riwayat yang bisa ditelusuri

Siapa bertanya apa, kapan, dan SQL apa yang dijalankan — tersimpan. Berguna saat angka di dua rapat berbeda ternyata tidak sama.

Yang belum bisa

Daftar ini ada di setiap halaman produk kami, dan diperbarui saat keadaannya berubah. Halaman yang tidak menyebut satu pun batasan biasanya bukan produk tanpa batasan.

  • Join lintas sumber data

    Menggabungkan tabel dari dua database berbeda dalam satu pertanyaan belum bisa. Satu pertanyaan berjalan di satu koneksi.

  • Prediksi dan peramalan

    Sistem menjawab apa yang sudah terjadi. “Bulan depan kira-kira berapa” bukan pertanyaan yang bisa dijawab dari tabel transaksi tanpa model yang Anda setujui sendiri.

  • Data yang tidak terstruktur

    Isi PDF, foto nota, dan catatan bebas di kolom keterangan tidak dibaca. Yang dibaca adalah tabel.

  • Pertanyaan yang tidak punya definisi

    “Cabang mana yang paling sehat?” tidak punya jawaban sampai “sehat” didefinisikan di Kamus Data. Sistem akan meminta definisinya, bukan menebak.

Pertanyaan yang sering muncul

Apakah jawabannya selalu benar?

Tidak, dan alat mana pun yang menjanjikan itu sedang menjual sesuatu. Yang dijanjikan di sini berbeda: setiap jawaban datang bersama SQL yang menghasilkannya, jadi kebenarannya bisa diperiksa, bukan sekadar dipercaya. Kualitas jawaban naik tajam begitu Kamus Data diisi dengan benar.

Data saya dikirim ke penyedia AI?

Yang dikirim adalah struktur — nama tabel, nama kolom, dan Kamus Data — bukan isi baris. SQL dijalankan di database Anda, dan hasilnya tidak dikirim balik ke model untuk diproses ulang. Dengan BYOK, panggilan model memakai kunci API milik Anda sendiri, sehingga kebijakan retensi yang berlaku adalah kebijakan akun Anda.

Apa bedanya dengan menempel pertanyaan ke ChatGPT?

ChatGPT tidak terhubung ke database Anda dan tidak tahu bahwa cbg_id berarti cabang. Yang dikerjakan NgobrolData justru bagian itu: kamus, koneksi read-only, eksekusi, dan menunjukkan kuerinya.

Kalau saya tidak bisa baca SQL, buat apa ditampilkan?

Buat orang lain di tim Anda, atau buat nanti. Angka yang dipertanyakan di rapat butuh sesuatu yang bisa dibuka — dan yang bisa membacanya biasanya bukan orang yang bertanya.

Database saya bisa rusak karena pertanyaan yang salah?

Tidak. Koneksinya read-only: kredensial yang dipakai tidak punya izin INSERT, UPDATE, maupun DELETE. Kueri berat dibatasi waktu jalan supaya tidak mengganggu aplikasi kasir Anda.

Coba dengan pertanyaan Anda sendiri

Kirim satu pertanyaan lewat WhatsApp — tidak perlu daftar dulu. Atau buat akun dan sambungkan sumber data Anda; verifikasinya lewat kode OTP di WhatsApp, bukan email.