90 hari pertama setelah go-live ERP dapat membuat atau menghancurkan seluruh investasi Anda. Studi menunjukkan ini adalah periode ketika implementasi menstabilkan dan skala — atau tergelincir ke dalam kekacauan. Saya telah melihat kedua hasil di Commsult Indonesia. Acara go-live mendapat perhatian, tetapi 90 hari setelahnya menentukan apakah implementasi benar-benar berhasil.
Periode 90 hari pasca go-live terbagi menjadi tiga fase berbeda. Hari 1–30 (Stabilisasi): risiko tertinggi, dukungan maksimum, pemantauan intensif. Hari 31–60 (Normalisasi): intensitas dukungan berkurang, metrik adopsi meningkat (atau tidak), masalah sekunder muncul. Hari 61–90 (Optimalisasi): mulai menangani backlog permintaan peningkatan, menjalankan tinjauan proses bisnis pertama pasca-implementasi.
Dalam 30 hari pertama, jalankan stand-up harian dengan champion departemen. Tinjau tiga metrik setiap pagi: uptime sistem, tingkat kesalahan dari log aplikasi, dan tiket dukungan terbuka berdasarkan tingkat keparahan. Selesaikan masalah P1 dalam 2 jam — ini tidak dapat dinegosiasikan. Selesaikan masalah P2 dalam 24 jam.
KPI yang menandakan kesehatan ERP dalam 90 hari pertama: Pengguna Aktif Harian sebagai persentase dari total pengguna (target 80%+ pada hari ke-30), tingkat kesalahan transaksi (target di bawah 3% pada hari ke-14), volume tiket dukungan (harus memuncak di minggu 1, turun 50% pada minggu ke-4), penggunaan solusi sementara bayangan (nol pada hari ke-60), dan tingkat penyelesaian proses.
ERP Post-Go-Live Health Dashboard (Days 1–90)
PHASE 1: STABILIZATION (Days 1–30)
┌─────────────────────────────────────────────────────────────┐
│ Daily Active Users │ Target: 80%+ by Day 30 │
│ Transaction Error Rate │ Target: <3% by Day 14, <1% D30 │
│ P1 Issues Open │ Target: 0 at end of each day │
│ P2 Issues Open │ Target: <5, all with owner+ETA │
│ Support Tickets/Day │ Should peak Week 1, fall by 50% │
│ Shadow Workarounds │ Target: 0 by Day 60 │
└─────────────────────────────────────────────────────────────┘
PHASE 2: NORMALIZATION (Days 31–60)
┌─────────────────────────────────────────────────────────────┐
│ Daily Active Users │ Target: 90%+ by Day 60 │
│ Error Rate │ Target: <0.5% │
│ Process Completion Rate │ % workflows completing w/o help │
│ Training Gaps Identified │ Topics with 5+ repeated tickets │
│ Phase 2 Backlog Items │ Enhancement requests collected │
└─────────────────────────────────────────────────────────────┘
PHASE 3: OPTIMIZATION (Days 61–90)
┌─────────────────────────────────────────────────────────────┐
│ First Month-End Close │ Completed using ERP data only? │
│ First ERP Report Used │ For a real business decision? │
│ Shadow Workarounds │ Confirmed zero across all depts │
│ Phase 2 Scope Signed │ Next development cycle planned │
└─────────────────────────────────────────────────────────────┘
SUCCESS DECLARATION criteria (all must be true):
✓ DAU > 90% for 30 consecutive days
✓ Error rate < 1% for 30 consecutive days
✓ Shadow workarounds = 0 (verified by dept audit)
✓ First financial period close completed in ERP
✓ Board received first ERP-generated management reportDari pengalaman saya mengimplementasikan ERP di Commsult: lakukan rapat tinjauan formal 30 hari dengan semua kepala departemen. Bukan sesi keluhan — tinjauan terstruktur dengan data. Tunjukkan metrik adopsi, tingkat kesalahan, masalah terbuka, dan masalah yang diselesaikan. Minta setiap kepala departemen menilai kesiapan tim mereka pada skala 1–5.
Tidak ada go-live ERP yang bebas masalah. Pertanyaannya bukan apakah masalah akan muncul tetapi apakah Anda memiliki sistem untuk menanganinya. Buat register masalah: setiap masalah yang dilaporkan mendapat tiket dengan tingkat keparahan, status, pemilik, dan tanggal penyelesaian.
-- ERP Post-Go-Live Issue Tracker (PostgreSQL)
CREATE TABLE erp_issues (
id SERIAL PRIMARY KEY,
reported_at TIMESTAMPTZ DEFAULT NOW(),
severity VARCHAR(2) CHECK (severity IN ('P1','P2','P3')),
title TEXT NOT NULL,
description TEXT,
reporter VARCHAR(100),
department VARCHAR(50),
owner VARCHAR(100),
status VARCHAR(20) DEFAULT 'open'
CHECK (status IN ('open','in_progress','resolved','wont_fix')),
resolved_at TIMESTAMPTZ,
resolution TEXT
);
-- Daily SLA compliance check
SELECT
severity,
COUNT(*) FILTER (WHERE status = 'open') AS open_count,
COUNT(*) FILTER (
WHERE status = 'open'
AND severity = 'P1'
AND reported_at < NOW() - INTERVAL '2 hours'
) AS p1_sla_breach,
COUNT(*) FILTER (
WHERE status = 'open'
AND severity = 'P2'
AND reported_at < NOW() - INTERVAL '24 hours'
) AS p2_sla_breach
FROM erp_issues
WHERE reported_at > NOW() - INTERVAL '30 days'
GROUP BY severity;
-- Adoption by department
SELECT
department,
COUNT(*) AS issues_reported,
COUNT(*) FILTER (WHERE severity = 'P1') AS critical_issues,
MAX(reported_at) AS last_issue_date
FROM erp_issues
GROUP BY department
ORDER BY issues_reported DESC;Pada hari ke-45, lakukan audit solusi sementara bayangan yang sistematis. Wawancarai setiap champion departemen dan minta mereka menunjukkan cara tim mereka menyelesaikan setiap alur kerja inti. Jika ada bagian dari alur kerja yang melibatkan Excel, WhatsApp, email, atau alat non-ERP apa pun yang seharusnya digantikan ERP, itu adalah solusi sementara bayangan.
Sinyal pasca-go-live paling berbahaya bukanlah banjir tiket dukungan — melainkan keheningan radio setelah ledakan awal. Ketika tiket dukungan tiba-tiba turun ke nol pada minggu ke-2, biasanya berarti salah satu dari dua hal: sistem bekerja dengan sempurna (tidak mungkin) atau pengguna telah menyerah melaporkan masalah dan menemukan solusi sementara (sangat mungkin).
Periode pasca-go-live adalah sumber terkaya dari persyaratan Fase 2. Pengguna yang sekarang bekerja dengan sistem nyata setiap hari akan mengangkat kebutuhan yang tidak dapat diprediksi oleh workshop persyaratan mana pun. Kumpulkan persyaratan ini secara sistematis: setiap permintaan peningkatan dari tiket dukungan, champion departemen, dan umpan balik informal harus masuk ke backlog Fase 2.
Keberhasilan ERP tidak dinyatakan saat go-live. Ini dinyatakan ketika: tingkat pengguna aktif harian melebihi 90% selama 30 hari berturut-turut, tingkat kesalahan di bawah 1% transaksi, solusi sementara bayangan nol, penutupan periode keuangan pertama berhasil diselesaikan menggunakan data ERP, dan bisnis telah menghasilkan laporan ERP pertama yang digunakan untuk keputusan bisnis nyata.