Ada asumsi yang saya pikir hampir semua Daddy bawa tanpa sadar waktu memulai sesuatu di luar jam kantor. Asumsinya kira-kira begini: “Saya sudah 7 tahun kerja, punya banyak pengalaman, jadi waktu mulai side project ini seharusnya lebih cepat dari orang yang benar-benar baru.”
Sebagian benar. Sebagian besar tidak.
Dan bagian yang tidak benar itu yang sering jadi sumber frustrasi yang tidak perlu.
Apa yang Bisa Transfer dan Apa yang Tidak
Waktu kamu mulai side project, ada hal-hal yang memang kamu bawa dari pengalaman sebelumnya. Problem-solving. Kedisiplinan. Cara berpikir analitis. Bahkan kadang skill teknis tertentu. Semua itu nyata dan membantu.
Tapi ada satu hal yang tidak bisa dibawa, tidak bisa dipinjam, dan tidak ada shortcut untuk mendapatkannya: data tentang bagaimana sistem yang spesifik itu bekerja untuk kamu, di audiens kamu, di waktu yang kamu punya.
Di dunia iklan digital, ada konsep yang disebut data ML atau machine learning data. Setiap campaign iklan punya data sendiri tentang siapa yang klik, siapa yang beli, jam berapa, dari platform mana. Data ini tidak di-share antar campaign. Kalau kamu buka campaign baru, ia mulai dari nol, tidak peduli berapa banyak data yang sudah kamu kumpulkan di campaign lain.
Side project kamu bekerja persis sama.
Kenapa Ini Penting untuk Dipahami
Bayangkan kamu sudah sukses di satu hal, katakan sudah 2 tahun ngurusin konten untuk topik A dan tumbuh bagus. Terus kamu putuskan mau buka proyek baru di topik B. Pengalaman dua tahun itu tidak otomatis jalan di topik B. Kamu masih harus pelajari: audiens topik B responsnya seperti apa, format konten mana yang jalan untuk mereka, jam mana yang paling efektif, bahasa yang beresonansi, dan seterusnya.
Semua itu hanya bisa diketahui dari data yang dikumpulkan langsung di proyek B. Tidak bisa dipinjam dari proyek A.
Kalau kamu tidak sadar akan ini, kamu akan frustrated di 60-90 hari pertama proyek baru. Bukan karena kamu tidak kompeten. Bukan karena proyeknya salah. Tapi karena sistem masih dalam fase belajar, dan fase belajar itu butuh waktu yang tidak bisa disingkat.
Fase yang Selalu Ada di Awal Setiap Proyek
Saya menyebutnya fase warming up. Di dunia iklan, ini disebut learning phase, waktu di mana sistem baru mulai mengumpulkan data dan belum bisa perform secara optimal. Campaign baru yang tidak langsung spend penuh itu normal. Impresi yang naik perlahan itu normal. Hasil yang belum kelihatan di minggu pertama itu normal.
Hal yang sama terjadi di setiap proyek baru yang kamu mulai.
Konten baru tidak langsung viral. Newsletter baru tidak langsung punya pembaca yang engaged. Produk pertama tidak langsung terjual dengan mudah. Bukan karena kamu gagal, tapi karena sistem sedang di fase belajar.
Berapa Lama Fase Ini
Jujur, tidak ada angka pasti. Tapi dari yang saya lihat sendiri dan dari apa yang masuk akal, minimal 60 hari konsisten untuk konten sebelum ada sinyal yang bisa dibaca. Untuk produk atau jasa, bisa lebih lama karena siklusnya lebih panjang.
Yang penting dipahami adalah ini: keputusan untuk ganti haluan atau pivot tidak boleh dibuat di dalam fase warming up ini. Bukan karena kamu harus buta dan terus jalan tanpa mikir. Tapi karena data yang kamu punya di fase itu belum cukup untuk membuat keputusan yang valid.
Kalau kamu ganti haluan di minggu ke-3 karena “belum ada hasil”, kamu tidak pernah akan tahu apakah strategi awalmu itu sebenarnya jalan atau tidak. Dan kamu akan mulai fase warming up lagi dari awal di strategi baru.
Cara Melewati Fase Ini Tanpa Kehilangan Semangat
Ini yang saya temukan paling membantu, dan ini bukan tip motivasional, ini lebih ke manajemen ekspektasi yang realistis.
Satu: Pisahkan Evaluasi dari Eksekusi
Jangan evaluasi setiap hari. Tentukan tanggal review yang spesifik, misalnya di hari ke-30, ke-60, ke-90. Di antara tanggal-tanggal itu, fokuslah ke eksekusi saja. Ini bukan denial, ini cara agar data kamu punya cukup volume sebelum dibaca.
Dua: Ukur Indikator Proses, Bukan Hasil
Di fase awal, hasil belum bisa diukur dengan adil. Yang bisa diukur adalah prosesnya: apakah kamu publish konten sesuai jadwal yang kamu set, apakah kamu kirim email sesuai komitmen, apakah kamu sentuh proyek itu minimal X jam per minggu. Konsistensi proses itu yang mengumpulkan data, dan data itu yang nantinya akan bicara.
Tiga: Catat Sinyal Kecil
Di fase warming up, hasilnya memang kecil. Tapi ada sinyal kecil yang kalau dicatat akan jadi peta arah. Artikel mana yang bacaannya lebih banyak dari rata-rata. Email mana yang reply-nya lebih banyak. Konten mana yang komennya lebih banyak. Sinyal-sinyal kecil itu adalah data yang sedang terkumpul. Catat, jangan diabaikan.
Kenapa Fokus di Satu Proyek Mempercepat Fase Ini
Ini yang counter-intuitive tapi nyata: semakin sedikit hal yang kamu kerjakan, semakin cepat kamu melewati fase learning ini.
Karena setiap kali kamu bekerja di satu proyek, kamu mengumpulkan data. Kalau proyek itu satu-satunya yang kamu kerjakan, kamu mengumpulkan data lebih cepat. Iterasinya lebih banyak per bulan. Responnya lebih bisa kamu baca karena tidak tercampur dengan noise dari proyek-proyek lain.
Tapi kalau kamu punya 3 proyek paralel, setiap proyek dapat perhatian lebih sedikit per minggunya. Data terkumpul lebih lambat. Fase warming up masing-masing jadi lebih panjang. Dan kamu frustrated di ketiganya sekaligus tanpa tahu yang mana yang sebenarnya ada potensinya.
Saya sendiri merasakan ini. Waktu saya masih ngurusin beberapa hal paralel, saya tidak pernah tahu mana yang “hampir breakthrough” dan mana yang memang tidak jalan. Semuanya terasa sama stagnannya. Baru setelah fokus ke satu hal, saya mulai bisa membaca sinyalnya dengan lebih jelas.
Bagaimana Ini Bekerja di Kehidupan Saya
Saya ingat betul waktu mulai newsletter Not A Perfect Daddy. Bulan pertama, pembukanya rendah. Saya tidak tahu apakah topiknya salah, subyek emailnya kurang menarik, atau memang audiensnya belum ketemu. Semua kemungkinan itu ada.
Tapi karena saya sudah set di awal bahwa saya akan kasih 90 hari sebelum evaluasi, saya tidak panik. Saya fokus ke satu hal yang bisa dikontrol: kirim email tiap minggu, dengan konten yang menurut saya paling jujur dan paling berguna.
Di bulan ke-2, ada sedikit perbaikan. Di bulan ke-3, saya mulai lihat pola tentang topik mana yang konsisten lebih banyak dibuka dan dibagikan. Data itu baru bisa terbaca karena saya kasih cukup waktu dan cukup konsistensi untuk mengumpulkannya.
Kalau saya evaluasi di minggu ke-3 dan pivot, saya tidak akan pernah sampai ke bulan ke-3 itu.
Siapa yang Akan Dapat Manfaat Paling Besar?
Cocok kalau kamu: Daddy yang baru mulai atau mau mulai sesuatu di luar kerjaan kantor dan butuh kerangka berpikir yang realistis tentang seberapa cepat hasil akan kelihatan. Atau Daddy yang sudah jalan beberapa bulan tapi belum lihat hasil dan mulai ragu apakah lanjut atau berhenti.
Mungkin belum waktunya kalau: Kamu masih di tahap ideasi dan belum mulai eksekusi sama sekali. Baca ini dulu, tapi yang lebih penting sekarang adalah mulai, bukan planning lebih banyak.
Framework Ini dan Konten Lanjutannya di Newsletter
Kalau kamu mau saya kirim lebih banyak soal cara membangun sistem kerja yang realistis untuk Daddy yang punya waktu terbatas, termasuk cara kerja cerdas, bukan kerja keras di waktu yang ada, masuk ke newsletter Not A Perfect Daddy. Saya kirim tiap minggu, gratis.
Kalau mau saya kirim langsung ke email kamu, daftar di sini.
Gabung Newsletter Not A Perfect Daddy →
Pertanyaan yang Sering Muncul
Apakah ini artinya saya tidak boleh evaluasi sama sekali selama 90 hari?
Bukan tidak boleh evaluasi sama sekali. Yang dimaksud adalah keputusan besar seperti pivot atau stop tidak boleh dibuat berdasarkan data yang belum cukup. Tapi evaluasi mingguan atas proses dan sinyal kecil itu seharusnya tetap jalan. Bedanya evaluasi proses versus evaluasi hasil: evaluasi proses bisa tiap minggu, evaluasi hasil butuh minimum 60-90 hari data.
Kalau setelah 90 hari tetap tidak ada sinyal sama sekali, apa yang harus dilakukan?
Pertama, periksa apakah eksekusinya benar-benar konsisten selama 90 hari itu atau ada periode yang bolong. Kalau konsisten dan tetap flat, baru itu data yang valid untuk evaluasi. Di titik itu kamu bisa tanya dengan jujur: apakah formatnya salah, audiensnya salah, atau memang problem yang ingin kamu solve tidak cukup besar. Bukan langsung pivot, tapi evaluasi yang berbasis data.
Apakah skill dari pekerjaan kantor sama sekali tidak membantu?
Membantu, tapi bukan sebagai pengganti data. Skill problem-solving membantu kamu menginterpretasi data lebih baik. Skill komunikasi membantu kamu membuat konten lebih baik sejak awal. Tapi keduanya tidak mempersingkat fase di mana sistem harus belajar dari pengalaman aktual di konteks barunya. Analoginya: dokter yang pindah spesialisasi tetap harus belajar spesialisasi barunya dari awal, meski skill dasar medisnya membantu.
Apa yang terjadi kalau saya pindah proyek terlalu cepat dan baru sadar setelah 3-4 kali ganti?
Ini lebih umum dari yang kamu kira. Kalau sudah terjadi, langkah pertama bukan frustrasi. Langkah pertama adalah stop semua yang sedang berjalan, duduk, dan tanya dengan jujur: dari semua yang pernah dicoba, mana yang punya sinyal positif paling awal sebelum di-pivot? Itu tempat yang paling layak untuk dikasih kesempatan kedua dengan komitmen 90 hari yang lebih serius.