mengundang Pujo Laksono, Data Scientist di PT Kazee Digital Indonesia, menjadi dosen tamu pada mata kuliah Metodologi Penelitian Kualitatif pada Selasa (22/11). Dalam kesempatan tersebut, Pujo memberikan wawasan tentang business intelligence dan penerapannya dalam beberapa aspek kehidupan sehari-hari.
Pujo memulia kuliah dengan memaparkan big data, sebuah istilah yang menggambarkan besarnya volume data terstruktur dan tidak terstruktur yang melingkupi bisnis sehari-hari. Bukan jumlah data yang menentukan keberhasilan perusahaan, tetapi apa yang dilakukan perusahaan dengan data yang dimilikinya.
Data besar dapat dianalisis untuk wawasan yang mengarah pada keputusan dan langkah bisnis strategis yang lebih baik. Istilah “data besar” mengacu pada data yang sangat besar, cepat, atau kompleks sehingga sulit atau tidak mungkin diproses menggunakan metode tradisional—mengakses dan menyimpan informasi dalam jumlah besar untuk analitik telah ada sejak lama.
Perusahaan dapat mengambil data dari sumber mana pun dan menganalisisnya untuk menemukan kemungkinan jawaban, seperti menentukan akar penyebab kegagalan, masalah, dan kegagalan dalam waktu dekat, menganalisis kebiasaan membeli atau aktivitas pelanggan, menghitung ulang seluruh portofolio risiko dalam hitungan menit, dan lain-lain.
Pujo menambahkan dalam big data terdapat unstructured data dan structured data. Data terstruktur biasanya berada di database relasional. Bidang menyimpan data yang dibatasi panjang, seperti nomor telepon, nomor jaminan sosial, atau kode ZIP.
Rekaman bahkan berisi string teks dengan panjang variabel, seperti nama, membuatnya mudah untuk dicari. Format ini sangat mudah dicari, baik dengan kueri buatan manusia maupun melalui algoritma yang menggunakan jenis data dan nama bidang, seperti abjad atau numerik, mata uang, atau tanggal.
Aplikasi basis data relasional standar dengan data terstruktur mencakup sistem reservasi maskapai penerbangan, kontrol inventaris, transaksi penjualan, dan aktivitas ATM. Structured Query Language (SQL) memungkinkan kueri pada tipe data terstruktur ini dalam database relasional.
Sementara itu, data tidak terstruktur adalah data yang disimpan dalam format aslinya dan tidak diproses hingga digunakan, yang dikenal dengan schema-on-read. Itu datang dalam berbagai format file, termasuk email, posting media sosial, presentasi, obrolan, data sensor IoT, dan citra satelit.
Data tidak terstruktur bersifat kualitatif daripada kuantitatif, artinya lebih bersifat karakteristik dan kategoris. Ini cocok untuk menentukan seberapa efektif kampanye pemasaran atau mengungkap tren pembelian potensial melalui media sosial dan situs ulasan. Ini juga dapat bermanfaat bagi perusahaan dengan membantu memantau kepatuhan kebijakan, karena dapat digunakan untuk mendeteksi pola dalam obrolan atau tren email yang mencurigakan.
Beberapa kasus penggunaan yang menunjukkan dampak besar data besar pada bisnis di berbagai sektor industri, seperti, pandangan pelanggan 360 derajat dan kecerdasan bisnis yang lebih baik; peningkatan akuisisi dan retensi pelanggan; pencegahan penipuan dan keamanan siber yang lebih baik; peningkatan peramalan dan optimalisasi harga; dan peningkatan personalisasi dan rekomendasi.
