SISTEM TEKNOLOGI INFORMASI
Artikel - Big Data : The Management Revolution
Dosen: Syaiful Ali, MIS., Ph.D., Ak., CA
Oleh:
Kelompok 3
Alberta Vinanci R.
391593
Diana Putri
391615
Hesti Sri Budiastuti
391639
Kisty Mincahyawati 391646
M.Amrullah Reza P.T.
391649
Magister Akuntansi Fakultas Ekonomika dan Bisnis
Universitas Gadjah Mada Yogyakarta
BIG DATA: THE MANAGEMENT REVOLUTION
Big Data dapat membantu manajer untuk mengukur dan mengetahui lingkungan bisnis yang
bersifat radikal, serta menerjemahkan pengetahuan tersebut kedalam sebuah keputusan dan kinerja.
Pada perusahaan retail, sebagai contoh, toko buku dapat menghitung jumlah buku yang telah terjual dan buku yang belum terjual. Bila mereka memiliki program tentang loyalitas pelanggan mereka dapat melakukan beberapa pembelian yang sesuai dengan permintaan pelanggan. Ketika sistem berbelanja dapat menggunakan sistem online maka akan terjadi peningkatan pelanggan secara drastis. Penjualan online tidak hanya dapat mendata buku apa yang telah konsumen beli, tetapi dapat juga mendata buku apa yang konsumen cari, bagaimana konsumen mencari pada website, seberapa besar konsumen terpengaruh dengan promosi yang diberikan, tinjauan, serta kesamaan dari setiap individu dan grup. Sistem yang sederhana tidak dapat mengakses informasi-informasi seperti yang diperoleh menggunakan Big Data.
Kita dapat mengukur dan mengelola lebih tepatnya dari sebelumnya. Kita bisa membuat prediksi yang lebih baik dan keputusan yang lebih cerdas, yang sejauh ini lebih didominasi intuisi daripada data. Sebagai alat dan filosofi, Big Data dapat mengubah ide-ide lama tentang nilai pengalaman, sifat keahlian, dan praktik manajemen. Pemimpin cerdas di dalam industri akan menggunakan Big Data sebagai revolusi manajemen.
Perpindahan Big Data seperti melakukan analisis sebelumnya, mengumpulkan data dan menerjemahkan kepada business advantage. Namun terdapat tiga perbedaan utama:
1. Volume.
Lebih banyak lalu lintas data di internet setiap detiknya yang disimpan, hal ini memberikan kesempatan perusahaan untuk bekerja dengan data sebanyak petabyte dalam satu data dan bukan hanya dari internet. Petabyte merupakan salah satu quadrillion byte atau setara dengan sekitar 20juta lemari arsip.
2. Kecepatan.
Untuk sebagian besar aplikasi, kecepatan pembuatan data lebih penting daripada volume. Informasi yang real-time ataupun yang hampir real-time memungkinkan perusahaan untuk menjadi jauh lebih gesit dibandingkan pesaingnya. Wawasan yang cepat seperti itu dapat memberikan keuntungan kompetitif kepada analis Wall Street dan manajer Main Street.
Big Data mengambil dari pesan, update, dan gambar yang diposting ke media social,
membaca sensor, sinyal GPS dari ponsel, dan banyak lagi. Banyak sumber penting dari Big
Data yang relatif baru. Penggunaan database untuk menyimpan informasi secara terstruktur
tidak cocok untuk menyimpan dan mengolah data yang besar.
Karena semakin banyak kegiatan bisnis yang digital, sumber-sumber informasi yang baru, dan peralatan yang murah akan membawa perusahaan ke era yang baru: dimana sejumlah besar informasi digital hampir selalu ada topik menarik untuk suatu bisnis. Data yang tersedia sering tidak terstruktur, tidak terorganisir dalam database, dan berat. Analitik membawa teknik yang tepat untuk pengambilan keputusan. Big Data adalah salah satu yang lebih sederhana dan lebih kuat.
Bagaimana Melakukan Data-Driven pada Perusahaan
Pertanyaan skeptis yang muncul adalah: mana bukti bahwa menggunakan Big Data akan meningkatkan kinerja bisnis. Kami merancang untuk melakukan uji hipotesis bahwa perusahaan yang data driven akan berkinerja lebih baik dengan melakukan wawancara yang terstruktur dengan para eksekutif di 330 perusahaan publik Amerika Utara tentang praktik manajemen organisasi dan teknologi mereka, dan mengumpulkan data kinerja dari laporan tahunan mereka dan sumber-sumber independen. Sebagain besar perusahaan yang menggunakan data driven, mereka menunjukkan hal yang lebih baik pada pengukuran objektif dari keuangan dan operasional.
Meningkatkan ETA Penerbangan
Ketika sebuah perusahaan penerbangan besar AS belajar dari studi internal bahwa sekitar 10% dari penerbangan ke hub utama memiliki setidaknya 10 menit kesenjangan antara perkiraan waktu kedatangan dan waktu kedatangan yang sebenarnya, dan 30% memiliki celah setidaknya lima menit untuk memutuskan mengambil tindakan. Pada saat itu, pilot membuat perkiraan. Dalam mencari solusi yang lebih baik, maskapai ini beralih ke PASSUR Aerospace, penyedia teknologi pendukung keputusan untuk industri penerbangan.
Pada tahun 2001 PASSUR mulai menawarkan layanan perkiraan kedatangan yang disebut RightETA. Hal ini dihitung dengan menggabungkan data yang tersedia secara publik seperti cuaca, jadwal penerbangan, dan faktor lain. Data milik perusahaan dikumpulkan, termasuk feed dari jaringan stasiun radar pasif itu telah dipasang di dekat bandara untuk mengumpulkan data tentang setiap pesawat di langit. Semua data perusahaan terus dikumpulkan dari waktu ke waktu, sehingga memiliki informasi multidimensi yang lebih dari satu dekade. Hal ini memungkinkan analisis dan pencocokan pola. Setelah beralih ke RightETA, maskapai ini hampir menghilangkan kesenjangan antara estimasi dengan waktu
kedatangan aktual setiap kedatangan. Menggunakan Big Data mengarah ke prediksi yang lebih baik, dan prediksi yang lebih baik menghasilkan keputusan yang lebih baik.
Lebih Cepat, Lebih Banyak Promosi
Sear holding menyimpulkan bahwa untuk menghasilkan nilai yang lebih besar dibutuhkan konsumen, produk, dan data promosi yang lebih besar yang terdiri dari Sears, Craftman, dan Lands’ End. Hal ini akan lebih bernilai dengan menggabungkan dan membuat semua data yang digunakan untuk melakukan promosi dan membuat penawaran-penawaran ke pelanggan serta dapat mengambil keuntungan dari kondisi lokal. Data yang dibutuhkan untuk analisis skala besar ini sangat banyak dan tidak tersusun/tidak terpadu.
Dalam mencari teknologi yang cepat dan murah dalam melakukan analisis kerja, Sear holding menggunakan teknologi dan praktik dari Big Data. Langkah awal yang dilakukan adalah mendirikan cluster Hadoop. Hadoop adalah sekelompok server berkomoditas murah yang kegiatannya dikoordinasikan oleh kerangka kerja perangkat lunak yang muncul.
Sears mulai menggunakan cluster untuk menyimpan data yang masuk dari semua merek dan digunakan untuk menyimpan data dari gudang data yang ada. Kemudian dilakukan analisis pada cluster ini secara langsung, menghindari kompleksitasdan memakan waktu dengan menarik data dari berbagai sumber dan menggabungkan data tersebut sehingga dapat dianalisis. Perubahan ini memungkinkan perusahaan untuk menjadi jauh lebih cepat dan lebih tepat dengan promosi nya, sehingga promosi ini memiliki kualitas tinggi, karena mereka lebih tepat waktu, lebih rinci, dan lebih personal. Hadoop klaster dan Sears memproses beberapa petabytes data di sebagian kecil dari biaya gudang data dengan standar yang sebanding.
The PASSUR dan Sears memberikan contoh yang menggambarkan kekuatan Big
Data, yang memungkinkan prediksi lebih-akurat, keputusan yang lebih baik, dan intervensi
yang tepat, dan dapat memungkinkan pengambilan keputusan pada skala yang tak terbatas.
Budaya Baru dalam Pengambilan Keputusan
Muting the HiPPOs (Highest Paid Person’s Opinion)
Salah satu aspek yang paling penting dari Big Data adalah dampak pada bagaimana keputusan dibuat dan pada siapa keputusan itu dibuat. Bila data yang langka, mahal untuk didapatkan, atau tidak tersedia dalam bentuk digital, maka akan lebih baik bila orang yang memiliki basis pengalaman untuk membuat keputusan, karena mereka melakukannya atas dasar pengalaman yang telah mereka bangun serta pola dan hubungan yang telah mereka amati dan terinternalisasi.
Untuk membuat keputusan yang sangat penting, biasanya orang-orang ini memiliki pengalaman yang banyak sehingga mereka memiliki harga yang sangat mahal karena keahlian dan prestasinya.
Peranan Baru
Eksekutif dalam memimpin transisi Big Data dapat mulai dengan dua teknik sederhana. Pertama, mereka bisa mendapatkannya dalam kebiasaan bertanya "Apa yang ditunjukan oleh data?" Ketika dihadapkan dengan sebuah keputusan penting dan menindaklanjuti dengan pertanyaan yang lebih spesifik seperti "Dari mana data tersebut berasal ?," "Apa jenis analisis yang digunakan?" dan "Seberapa yakin kita dengan hasilnya?" (orang-orang akan mendapatkan pesan lebih cepat jika eksekutif mengembangkan disiplin seperti ini.) Kedua, mereka dapat mengesampingkan data, beberapa hal yang lebih kuat untuk mengubah budaya pengambilan keputusan daripada melihat seorang senior eksekutif mengakui ketika dugaan telah dibantah oleh data.
Lima Tantangan Manajemen
Perusahaan tidak mendapat manfaat penuh dari transisi ke penggunaan Big Data kecuali mampu mengelola perubahan secara efektif. Ada lima area penting di dalam proses ini adalah:
1. Leadership
Perusahaan yang berhasil di era Big Data tidak semata-mata karena memiliki data yang lebih banyak atau lebih baik, tetapi karena mereka memiliki tim kepemimpinan yang menentukan tujuan, mendefinisikan kesuksesan, dan menanyakan pertanyaan yang benar. Kekuatan big data tidak menghapus kebutuhan pengetahuan manusia, akan tetapi pemimpin bisnis yang dapat mencari peluang besar, mengerti perkembangan pasar, berpikir kreatif, mengusulkan hal yang baru, mengartikulasikan visi, mengajak orang untuk memahami dan bekerja keras untuk merealisasikannya, dan berurusan dengan pelanggan, karyawan, pemegang saham, dan stakeholder lainnya secara efektif.
2. Talent Management
Saat ini data menjadi sangat murah, dan data pelengkap menjadi lebih bernilai sehingga diperlukan data scientist dan profesional lain yang dapat mengolah data dalam jumlah besar. Penggunaan statistik memang penting, akan tetapi teknik kunci dalam big data tidak diajarkan dalam statistik. Hal yang dibutuhkan adalah keterampilan membersihkan dan mengatur set data yang besar dimana terdapat banyak jenis data baru yang belum memiliki format. Bekerja dengan data scientist yang andal dapat membantu pemimpin memformulasikan ulang tantangan mereka menggunakan informasi big data.
3. Technology
Alat yang ada untuk menangani volume, kecepatan dan jenis big data telah banyak berkembang. Umumnya, teknologi ini tidak mahal dan software yang digunakan mudah dicari (banyak software open-source), misalnya Hadoop yang mengkombinasikan
hardware komoditas dengan open-soure software. Hadoop mampu menerima aliran masuk
data dan mendistribusikannya serta menyediakan alat analisis data. Untuk dapat menggunakan teknologi ini, butuh keterampilan baru dalam departemen IT dan membutuhkan usaha untuk menggabungkan semua sumber data internal dan eksternal. Hal ini merupakan komponen penting dalam strategi big data.
4. Decision Making
Di dalam organisasi yang efektif, informasi dan hak keputusan yang relevan diletakkan di tempat yang sama. Di era big data, informasi diciptakan dan ditransfer, akan tetapi keahlian terletak di tempat yang tidak seharusnya. Pemimpin yang baik akan menciptakan sebuah organisasi yang fleksibel untuk meminimalisasi sindrom “not invented here” dan memaksimalkan kerjasama lintas fungsi. Orang yang paham akan masalah harus diberikan data yang benar dan harus diletakkan bersama dengan orang yang memiliki teknik memecahkan masalah.
5. Company Culture
Pertanyaan pertama perusahaan yang mengolah data bukanlah “Apa yang kita pikirkan?” melainkan “Apa yang kita tahu?”. Hal ini perubahan dari yang sebelumnya bertindak berdasarkan firasat dan insting. Kita sering melihat para eksekutif menambah laporan mereka dengan banyak data yang mendukung keputusan yang telah mereka buat dengan HiPPO, tetapi setelah itu mereka menyuruh bawahan mereka untuk mencari angka-angka untuk membenarkan keputusannya.
