Cara Bikin Dashboard Bisnis dari File Export Excel Pakai ChatGPT atau Claude yang Bisa Dipakai Ulang Tiap Bulan

Cara bikin dashboard bisnis dari file export Excel pakai ChatGPT atau Claude: upload CSV penjualan atau member, minta AI mendeskripsikan data, kunci definisi metrik, lalu minta AI membangun template workbook yang bisa kamu isi ulang tiap bulan. Bagian terakhir ini yang bikin dashboard terasa otomatis. Tanpa template, kamu cuma dapat grafik cantik yang harus dibuat ulang dari nol setiap bulan.
Bagian dari playbook: Playbook AI untuk Produktivitas dan Efisiensi Bisnis
Artikel ini membahas mekanismenya, langkah praktisnya, cara membuat proyeksi revenue yang masuk akal, dan kapan cara ini sebaiknya tidak dipakai. Kamu tidak perlu belajar coding atau berlangganan tool BI untuk mulai.
Coba kamu bayangin dua pemilik toko yang sama-sama pakai AI
Misalnya ada dua pemilik toko online. Keduanya jualan di marketplace dan WhatsApp, keduanya bisa download export pesanan dalam format Excel.
Pemilik pertama upload file ke ChatGPT, lalu mengetik “buatin dashboard penjualan”. Hasilnya bagus: grafik omzet per minggu, produk terlaris, rata-rata nilai order. Bulan depan dia mengulang hal yang sama. Kali ini angka omzetnya terasa beda logika. Ternyata pesanan yang dibatalkan ikut dihitung, padahal bulan lalu tidak.
Pemilik kedua melakukan hal yang sedikit berbeda di awal. Dia minta AI membuat workbook dengan tab Data, tab Definisi, tab Asumsi, dan tab Dashboard yang semuanya memakai rumus. Bulan depan dia cukup menempel export baru ke tab Data. Dashboard ikut berubah, definisinya tetap sama.
Dua-duanya pakai AI. Yang membedakan adalah apa yang mereka minta AI buat: pemilik pertama minta hasil, pemilik kedua minta mesin yang menghasilkan hasil.
Kenapa dashboard buatan AI sering cuma sekali pakai?
Nah, ini mekanisme yang jarang dijelaskan. Saat kamu upload file ke ChatGPT, AI menulis dan menjalankan kode Python untuk membaca data kamu. OpenAI Academy menjelaskan alur ini secara langsung: kamu bertanya dengan bahasa biasa, ChatGPT menulis dan menjalankan kodenya. Claude bekerja dengan prinsip serupa lewat fitur code execution.
Artinya, setiap percakapan baru adalah interpretasi baru. AI harus menebak lagi:
- Kolom mana yang dianggap “omzet”, harga sebelum diskon atau sesudah diskon?
- Pesanan berstatus batal, retur, atau belum dibayar ikut dihitung atau tidak?
- Satu pembeli dikenali dari nama, nomor HP, atau ID pesanan?
- Minggu dimulai hari Senin atau Minggu?
Tebakan yang berbeda menghasilkan angka yang berbeda. Masalahnya ada di instruksi yang ambigu, dan AI mengisi kekosongan itu dengan asumsinya sendiri. OpenAI sendiri menyarankan pengguna mendefinisikan metrik dengan jelas sejak awal dan memeriksa kembali hasil penting sebelum dibagikan.
Tiga hal yang harus dikunci supaya dashboard bisa diulang
Dashboard yang bisa dipakai tiap bulan butuh tiga hal yang tetap:
- Format input yang sama. Export dari sistem yang sama, kolom yang sama, urutan yang sama.
- Definisi metrik yang tertulis. Satu dokumen pendek yang menjelaskan cara menghitung setiap angka.
- Wadah output yang menyimpan logika. Workbook berisi rumus, atau prompt baku yang selalu kamu pakai ulang.
Kalau tiga hal ini terkunci, AI tinggal menjalankan pekerjaan yang sama. Kalau salah satunya longgar, kamu kembali ke situasi pemilik toko pertama.
Apa yang sebenarnya bisa dilakukan ChatGPT dan Claude dengan file export kamu?
Fitur alat AI berubah cepat, jadi bagian ini saya tulis berdasarkan dokumentasi resmi yang dibaca pada November 2026. Cek lagi di akun kamu sendiri karena ketersediaan bisa berbeda per paket.
ChatGPT. Menurut panduan data analysis di OpenAI Academy yang terakhir diperbarui 17 September 2026, kamu bisa upload file CSV atau XLSX, atau menghubungkan Google Drive dan OneDrive. ChatGPT bisa membersihkan data, menggabungkan kolom, menemukan anomali, dan membuat grafik interaktif. Hasil analisisnya bisa kamu download.
Claude. Claude Help Center menyebut Claude bisa membuat file Excel (.xlsx), Word, PowerPoint, dan PDF. Claude juga bisa menganalisis file CSV dan TSV, menulis skrip Python, dan membuat visualisasi dalam bentuk gambar PNG. Batas ukurannya 30MB per file untuk upload maupun download. Fitur code execution dan file creation aktif secara default di paket Free, Pro, Max, dan Ultra. Di paket Team dan Enterprise, owner organisasi bisa mematikannya.
Claude Data. Di halaman Artifacts Claude, Anthropic mencantumkan Claude Data sebagai fitur dashboard dan data story yang menampilkan sumber datanya, tersedia untuk paket berbayar. Fitur ini bisa berangkat dari spreadsheet, laporan, atau koneksi ke sumber data seperti Google Drive. Untuk UMKM yang baru mulai, alur upload file biasa sudah cukup. Fitur dashboard yang terhubung langsung ke sumber data relevan saat datamu sudah rapi dan dipakai banyak orang.
Jadi pilihannya praktis. Kalau kamu ingin file Excel berisi rumus yang bisa diedit, dokumentasi Claude secara eksplisit membahas pembuatan file xlsx. Kalau kamu ingin eksplorasi cepat dengan grafik interaktif, dokumentasi ChatGPT membahas itu dengan jelas. Keduanya bisa dipakai untuk alur di bawah.
Langkah membuat dashboard dari file export, dari CSV mentah sampai template bulanan
Langkah-langkah ini berurutan. Hasil dari satu langkah menjadi bahan langkah berikutnya, jadi jangan dilompati.
Langkah 1: Rapikan export sebelum diupload
Download export dari sistem yang kamu pakai: marketplace, tool kasir, payment gateway, atau platform membership. Lalu cek tiga hal:
- Satu baris satu transaksi. Hapus baris total, baris judul tambahan, dan sel yang di-merge.
- Header jelas. Nama kolom seperti “Tanggal Pesanan”, “Status”, “Harga Setelah Diskon” jauh lebih mudah dibaca AI daripada “Kolom1”.
- Buang data pribadi yang tidak dibutuhkan. Dashboard omzet tidak perlu nama lengkap, nomor HP, atau alamat pembeli. Kalau kamu butuh menghitung pembeli berulang, ganti identitas dengan kode pelanggan.
Langkah ketiga ini sering dilewati. Data pelanggan adalah data pribadi, jadi kirimkan seminimal mungkin ke layanan pihak ketiga mana pun.
Langkah 2: Minta AI mendeskripsikan data dulu
Jangan langsung minta dashboard. Minta AI membaca dan melaporkan apa yang dia lihat. Contoh prompt:
Saya upload export pesanan toko online. Sebelum membuat analisis apa pun, tolong jelaskan: daftar kolom dan isinya, rentang tanggal, jumlah baris, semua nilai unik di kolom status, dan data yang terlihat aneh atau kosong. Jangan buat grafik dulu.
Langkah ini membuka asumsi tersembunyi. Kamu akan melihat apakah tanggal terbaca benar, apakah ada status yang tidak kamu kenal, dan apakah ada baris duplikat. Perhatikan khusus dua hal yang sering salah untuk data Indonesia: format tanggal hari/bulan yang bisa terbaca sebagai bulan/hari, dan angka dengan titik sebagai pemisah ribuan yang bisa terbaca sebagai desimal.
Langkah 3: Tulis kamus metrik
Ini langkah yang paling menentukan. Tulis definisi setiap angka yang mau kamu lihat di dashboard. Contoh untuk toko online:
- Omzet kotor: jumlah harga setelah diskon untuk semua pesanan berstatus selesai.
- Omzet bersih: omzet kotor dikurangi nilai pesanan yang diretur.
- Jumlah order: jumlah ID pesanan unik berstatus selesai.
- Rata-rata nilai order: omzet kotor dibagi jumlah order.
- Pembeli berulang: kode pelanggan yang punya lebih dari satu order selesai dalam periode.
Untuk produk digital atau membership, kamusnya berbeda:
- Member aktif: member dengan status berlangganan aktif di hari terakhir bulan.
- Member baru: member yang tanggal daftarnya jatuh di bulan tersebut.
- Member berhenti (churn): member aktif bulan lalu yang tidak aktif bulan ini.
Simpan kamus ini dalam satu dokumen dan pakai ulang setiap kali. Prinsipnya mirip dengan satu intake profil bisnis yang dipakai ulang untuk banyak materi marketing: konteks ditulis sekali, lalu setiap output berangkat dari dasar yang sama.
Langkah 4: Minta AI membangun template workbook
Sekarang kamu minta mesinnya. Contoh prompt:
Pakai kamus metrik berikut [tempel kamus]. Buatkan file Excel dengan empat tab. Tab Data berisi export mentah. Tab Asumsi berisi angka yang bisa saya ubah. Tab Hitungan berisi rumus yang membaca tab Data. Tab Dashboard berisi ringkasan metrik dan grafik. Semua angka di Hitungan dan Dashboard harus berupa rumus Excel, jangan angka hasil hitung yang ditempel. Rumus harus tetap jalan kalau jumlah baris di tab Data bertambah.
Pemisahan tab ini punya fungsi. Tab Data adalah satu-satunya tempat yang kamu ganti tiap bulan. Tab Asumsi adalah satu-satunya tempat kamu mengubah angka perkiraan. Sisanya kamu biarkan, sehingga logikanya tidak tergeser tanpa sengaja.
Setelah file jadi, buka di Excel atau Google Sheets. Klik beberapa sel di Dashboard dan pastikan isinya rumus. Kalau isinya angka mati, minta AI memperbaikinya.
Langkah 5: Uji dengan angka yang sudah kamu tahu jawabannya
Dashboard yang belum diuji belum layak dipakai untuk keputusan. Cara mengujinya sederhana:
- Bandingkan jumlah order dan omzet dengan laporan bawaan marketplace atau mutasi rekening untuk periode yang sama.
- Ubah satu angka di tab Data, lalu lihat apakah Dashboard ikut berubah sesuai perkiraan.
- Hapus satu pesanan batal, lalu cek apakah omzet tidak berubah. Kalau berubah, berarti status batal ikut terhitung.
Kalau ada selisih, tanyakan ke AI rumus mana yang menghasilkan angka itu. Minta penjelasan langkah demi langkah. Biasanya sumber masalahnya ada di definisi yang belum tegas di kamus.
Langkah 6: Jadikan ritual bulanan
Setelah lolos uji, alur bulananmu jadi pendek:
- Download export dengan format yang sama.
- Rapikan seperti di langkah 1.
- Tempel ke tab Data.
- Cek satu angka kontrol, misalnya jumlah order, terhadap laporan sistem.
- Baca Dashboard dan catat satu keputusan.
Kalau kamu lebih suka tidak memegang Excel, alternatifnya adalah menyimpan prompt baku plus kamus metrik, lalu upload export baru ke percakapan baru setiap bulan. Cara ini tetap bisa konsisten, asalkan prompt dan kamusnya tidak kamu ubah-ubah.
Bagaimana membuat proyeksi revenue yang tidak menyesatkan?
Proyeksi adalah gabungan dua hal: data masa lalu dan asumsi tentang masa depan. AI pandai mengerjakan bagian pertama. Bagian kedua tetap tanggung jawab kamu.
Kalau kamu cuma bilang “buatkan proyeksi tiga bulan ke depan”, AI cenderung menarik garis tren dari data yang ada. Ini berbahaya untuk bisnis Indonesia yang punya pola musiman kuat. Misalnya data kamu cuma enam bulan dan salah satunya bulan Ramadan, garis tren bisa terlihat naik atau turun tajam karena satu bulan itu saja.
Cara yang lebih sehat:
- Minta tiga skenario. Konservatif, moderat, dan optimis, masing-masing dengan asumsi tertulis.
- Taruh asumsi di tab Asumsi. Misalnya pertumbuhan order per bulan, rata-rata nilai order, dan persentase retur. Kamu bisa mengubahnya sendiri.
- Minta AI menandai bulan anomali. Bulan promo besar atau musim tertentu sebaiknya diberi catatan supaya tidak dianggap normal.
Untuk produk digital berbasis member, proyeksinya lebih mudah dipahami lewat rumus sederhana. Member bulan depan sama dengan member sekarang ditambah member baru dikurangi member berhenti. Misalnya kamu punya 200 member aktif, perkiraan 30 member baru, dan 10 member berhenti. Proyeksi bulan depan menjadi 220 member. Angka ini ilustrasi. Yang penting, setiap komponennya bisa kamu ubah dan kamu pahami asalnya.
Proyeksi seperti ini alat berpikir. Gunakan untuk menjawab pertanyaan “kalau churn turun sedikit, dampaknya ke member akhir tahun seberapa besar?”, dan jangan dipakai sebagai janji ke siapa pun.
Contoh penerapan untuk toko online dan produk digital
Dua contoh berikut adalah ilustrasi untuk membantu kamu membayangkan bentuk akhirnya.
Toko fashion kecil. Misalnya ada brand fashion di Bandung yang jualan di marketplace dan WhatsApp, dengan tim tiga orang. Dashboard yang berguna untuk mereka cukup memuat omzet bersih per minggu, sepuluh SKU terlaris, persentase retur per SKU, dan proporsi pembeli berulang. Keputusan yang dibantu jelas: SKU mana yang perlu restock, SKU mana yang sering diretur dan perlu dicek ukurannya.
Produk digital berlangganan. Misalnya ada kreator yang menjual kelas online dengan sistem member bulanan. Export dari platform pembayarannya berisi tanggal daftar, status, dan paket. Dashboard yang berguna memuat member aktif, member baru, member berhenti, dan pendapatan per paket. Keputusan yang dibantu: apakah fokus bulan depan mencari member baru atau menahan member lama.
Perhatikan polanya. Setiap dashboard dimulai dari keputusan yang mau dibantu, lalu baru menentukan metrik. Kalau kamu masih bingung memilih fokus, prinsip skor sederhana di artikel tentang memilih satu ide bisnis pakai matriks skor bisa dipakai juga untuk memilih metrik mana yang paling penting dipantau.
Kapan cara ini tidak cocok, dan jebakan yang perlu kamu waspadai
Cara ini efektif untuk bisnis kecil dengan satu atau dua sumber data. Ada kondisi di mana kamu perlu pendekatan lain.
- Data tersebar di banyak sistem dengan ID berbeda. Kalau pesanan marketplace, kasir toko fisik, dan WhatsApp tidak punya kode produk yang sama, AI akan kesulitan menyatukannya. Rapikan kode produk dulu sebelum bikin dashboard.
- Kamu butuh angka real-time untuk banyak orang. Upload file manual cocok untuk ritual bulanan atau mingguan. Kalau tim butuh melihat angka setiap hari, kamu perlu dashboard yang terhubung langsung ke sumber data, entah lewat fitur seperti Claude Data, tool BI, atau sistem yang dibangun khusus.
- Angka untuk pajak atau laporan keuangan resmi. Dashboard operasional membantu keputusan harian. Laporan keuangan resmi tetap perlu dicek oleh orang yang paham akuntansi.
- Format angka dan tanggal lokal. Ini jebakan teknis yang paling sering. Selalu cek apakah tanggal dan angka ribuan terbaca benar di langkah 2.
- Data terlalu sedikit untuk proyeksi. Dua atau tiga bulan data belum cukup untuk membaca tren. Pakai dashboard untuk memantau, tunda proyeksi sampai datanya lebih panjang.
- Dashboard tanpa keputusan. Grafik yang tidak mengubah tindakan apa pun hanya menambah pekerjaan bulanan. Kalau setelah tiga kali review tidak ada keputusan yang lahir, kurangi metriknya.
Satu lagi soal privasi. Periksa pengaturan akun dan kebijakan data di layanan AI yang kamu pakai, terutama kalau kamu memakai akun tim. Kebiasaan membuang kolom data pribadi di langkah 1 adalah lapisan perlindungan paling sederhana.
Yang bisa kamu kerjakan minggu ini
Kamu tidak perlu menyelesaikan semuanya sekaligus. Ini urutan yang realistis untuk satu minggu:
- Download satu export penjualan atau member bulan lalu.
- Hapus kolom data pribadi yang tidak dibutuhkan.
- Upload ke ChatGPT atau Claude dan minta deskripsi data saja.
- Tulis kamus metrik berisi maksimal lima angka yang benar-benar kamu pakai untuk keputusan.
- Minta AI membuat template workbook, lalu uji dengan satu angka yang kamu tahu jawabannya.
Kalau langkah kelima lolos, bulan depan kamu tinggal menempel data baru.
Satu pemikiran untuk dibawa pulang: nilai AI di pekerjaan seperti ini ada pada definisi yang kamu kunci. Grafiknya bisa dibuat siapa saja, kapan saja. Definisi yang jelas membuat angka bulan ini bisa dibandingkan dengan angka bulan lalu, dan dari situ keputusan yang lebih baik bisa lahir.
Kalau kamu ingin pola seperti ini dipasang lebih luas di operasional bisnis, supaya tim yang tipis tetap punya laporan rutin tanpa menambah orang, pendekatan AI Lean Company membahas cara merancangnya untuk perusahaan kamu.
Pertanyaan yang sering muncul
Lebih baik pakai ChatGPT atau Claude untuk bikin dashboard dari Excel?
Keduanya bisa membaca file CSV dan Excel serta menjalankan analisis. Dokumentasi Claude secara eksplisit membahas pembuatan file Excel yang bisa diunduh, sedangkan dokumentasi ChatGPT menonjolkan grafik interaktif dan koneksi ke Google Drive atau OneDrive. Pilih berdasarkan output yang kamu butuhkan, lalu pakai kamus metrik yang sama di alat mana pun.
Kenapa angka dashboard dari AI bisa berbeda tiap kali dibuat?
Setiap percakapan baru membuat AI menafsirkan ulang data, misalnya apakah pesanan batal ikut dihitung atau tidak. Perbedaan itu muncul dari definisi yang belum ditulis. Kamus metrik dan template workbook berbasis rumus membuat hasilnya konsisten dari bulan ke bulan.
Apakah aman upload data penjualan ke ChatGPT atau Claude?
Kurangi risikonya dengan membuang kolom data pribadi seperti nama, nomor HP, dan alamat sebelum upload. Ganti identitas pembeli dengan kode pelanggan bila perlu. Periksa juga pengaturan data di akun atau workspace yang kamu pakai, terutama untuk akun tim.
Apakah perlu bisa coding untuk mengikuti cara ini?
Tidak perlu. AI menulis dan menjalankan kodenya sendiri. Yang kamu perlukan adalah export yang rapi, definisi metrik yang jelas, dan kebiasaan mengecek satu angka kontrol terhadap laporan sistem asli.




