Big Data
Big Data
Big Data
NIM : 11170189
Di bawah ini ada 5 alasan mengapa Big Data sangat kita perlukan.
a) Data adalah asset penting bagi bisnis
Setiap bisnis yang dijalankan pasti menghasilkan data entah ukurannya besar
ataupun kecil. Semua kegiatan bisnis menghasilkan data dan diperlukan strategi yang
tepat untuk dapat menyimpan semua data ini. Jumlah data bisa sangat besar maupun
kecil, namun strategi yang tepat dapat membantu untuk mengelolanya dengan cara yang
benar untuk mengumpulkan dan menggunakannya.
Big data bisa digunakan untuk berbagai aktifitas bisnis, mulai dari customer experience sampai
analytics. Ini adalah beberapa hal yang bisa dilakukan dengan Big Data:
Big data sekarang sudah digunakan di berbagai elemen bisnis. Di call center, sistem CRM
yang disertai dengan analytics dapat meninjau beberapa sumber data secara langsung untuk
menyarankan penawaran yang dapat diberikan perwakilan kepada pelanggan. Di kantor dokter,
analitik yang diintegrasikan ke dalam aplikasi pemeliharaan kesehatan dapat meningkatkan
hasil dengan menghadirkan dokter dengan saran yang diinformasikan dan langkah selanjutnya
yang perlu dipertimbangkan dalam merawat pasien.
Perusahaan asuransi, yang sejak dari dulu sudah mengandalkan data akan mendapat manfaat
signifikan dari pengenalan big data. Analisa khusus industri bisa membantu mereka
mempercepat pemrosesan klaim sambil mengurangi biaya dan menemukan potensi penipuan
dengan menggunakan solusi yang didukung analitik yang dapat menentukan apakah klaim
dapat diproses secara otomatis atau harus ditandai untuk ditinjau oleh expert dulu.
Mendorong inovasi
Big data dapat membantu Anda berinovasi dengan mempelajari hubungan antara manusia,
lembaga, entitas, dan proses dan kemudian menentukan cara baru untuk menggunakan
pengetahuan baru tersebut. Anda bisa menggunakan data insight untuk meningkatkan keputusan
tentang pertimbangan keuangan dan perencanaan. Perhatikan tren dan apa yang pelanggan
inginkan pada produk dan layanan baru. Perusahaan besar seperti Netflix dan Procter & Gamble
menggunakan big data untuk mengantisipasi keinginan customer. Mereka mengguanakn data
dengan melihat bagaimana customer mereka menggunakan produk mereka. Berdasarkan data-
data tersebut, mereka kemudian akan mengembangkan inovasi baru untuk produk dan layanan
mereka. Selain itu P&G juga menggunakan data dan analytics dari berbagai channel seperti focus
groups dan social media. Anda juga bisa menggunakan data untuk menerapkan harga untuk
layanan dan produk Anda. Banyak yang bisa Anda lakukan dengan big data.
Salah satu perusahaan yang benar-benar menggunakan big data untuk memperbesar
perusahaan mereka adalah JD.com atau yang lebih dikenal dengan nama JD.id di Indonesia.
CEO JD.com, Richard Liu mengatakan bahwa dia memiliki visi bahwa perusahaannya suatu hari
tidak akan memerlukan tenaga manusia. Untuk membangun perusahaannya agar lebih unggul
dibanding competitor, JD.com berencana untuk menggunakan big data, artificial intelligence
(kecerdasan buatan), internet of things, dan robot. JD.com telah bekerja sama dengan perusahaan
kecerdasan buatan di China untuk melakukan retail research.
Ini dilakukan untuk mempelajari pola belanja customer JD.com baik online maupun offline.
JD.com juga memiliki rencana untuk menggunakan blockchain dalam proses pembayarannya.
Masih banyak lagi rencana JD.com untuk menggabungkan semua teknologi terbaru ini agar
customer bisa berbelanja dengan lebih mudah. JD.id sendiri sudah membuka gerai pertama tanpa
kasir di Indonesia yang berlokasi di PIK Avenue. Untuk belanja, Anda perlu scan QR Code pada
aplikasi JD.id Anda. Kemudian Anda bisa memilih barang apa yang ingin Anda beli. Semua
produk di toko ini sudah dilengkapi dengan Radio Frequency Identification (RFID) yang akan
memberitahu mereka barang apa saja yang Anda ambil dan bawa. Untuk proses pembayaran,
Anda perlu scan wajah Anda di mesin facial recognition mereka. Nanti, hasil belanja Anda akan
di-charge ke kartu kredit yang terhubung di aplikasi JD.id Anda.
Nilai penting dari Big Data adalah analisis data dan hasil wawasan bisnis yang mengarah
pada keputusan cerdas. Sementara tidak semua data berguna bagi analisis Big Data,
beberapa tipe data memang disiapkan untuk analisis, seperti pola dalam penggunaan social
media, hubungan dalam data scientific dari studi terpisah, informasi medis yang
berhubungan dengan data sosiologi, rekaman kamera keamanan dan sebagainya.
Data dan wawasan bisnis mengubah cara kita melakukan bisnis. Keputusan berdasarkan
data disiapkan untuk memperkuat atau melemahkan penilaian manusia dan spekulasi,
dimana keputusan manajerial dibuat atau dikonfirmasi oleh model prediktif dan analisis
big data.
Bisnis akan berjalan baik dengan mengadopsi infrastruktur TI lebih cepat seperti,
perangkat keras, perangkat lunak, layanan, telekomunikasi dan staf untuk menjadi yang
terdepan dalam kompetisi, terutama ketika data besar diperlukan untuk analisis tren
dibanding mencari publisitas singkat.
Biaya investasi menurun karena investasi per gigabyte akan turun dari USD 2,00 menjadi
USD 0,20 dan bisnis akan meningkatkan investasi TI mereka sebesar 40% di tahun 2020.
Di sisi lain, wawasan yang terlewatkan oleh organisasi memiliki biaya yang jauh lebih
tinggi dalam memecahkan masalah dengan cepat, mempercepat inovasi dan mendorong
pertumbuhan. Biaya pengumpulan data akan menjadi investasi, tapi biaya analisis yang
tidak efektif akan menjadi lebih tinggi.
Untuk memaksimalkan potensi inisiatif bisnis, Big Data perlu dijalankan di seluruh bagian
mulai dari keuangan, pembelian hingga pengembangan produk dan pengalaman
konsumen.
Bisnis harus mengatasi pembagian informasi dan proses di seluruh organisasi, karena
tantangan informasi seperti volume, keberagaman, dan kecepatan, kemanan dan isu tata
laksana, jika tidak terpecahkan, dapat memperlambat organisasi dalam menciptakan
perubahan, proyek yang sulit dikendalikan, peningkatan visi internal organisasi, resiko
bisnis dan biaya operasi TI yang tinggi.
Dengan lebih banyak efisiensi dalam infrastruktur mereka, administrator TI dapat fokus
pada inisiatif nilai tambah seperti kebijakan 'Bring Your Own Device' (BYOD), analisis
Big Data, efisiensi untuk pelanggan, keamanan, dll.
Bagian penting dari infrastruktur TI meliputi sumber daya manusia hingga proses, analisis
serta pemakaian wawasan dan data secara efektif. Sehubungan dengan pertumbuhan data,
jumlah server (virtual dan fisik) di seluruh dunia akan tumbuh dengan kelipatan 10 dan
jumlah informasi dikelola langsung oleh perusahaan.
Pusat data akan tumbuh dengan kelipatan 14, sementara itu, jumlah professional TI di dunia
akan tumbuh kurang dari kelipatan 1,5. Faktanya, di Asia Pacific, Gartner memprediksikan
bahwa Big Data akan mencipatakan lebih dari 960.000 pekerjaan baru TI pada tahun 2015.
Kekurangan data scientist akan menjadikan tantangan dua kali lipat: membuat data scientist
yang kita miliki bekerja seproduktif mungkin, sementara kita berinvestasi pada pelatihan
data scientist baru.
Demokratisasi Big Data dan analisis sehingga ahli dengan pengalaman relevan dan
pemahaman tentang inisiatif dapat membagi nilai dari set data akan mengurangi
kelangkaan data scientist dengan keahlian TI yang spesifik dan kemampuan\
12.