Big Data dan Analisis

Saya Gumilang Adhi Negara (1401154163), Mahasiswa Universitas Telkom, Jurusan MBTI akan membuat rangkuman tentang

“Data dan Analisis”

Rangkuman ini dibuat untuk memenuhi tugas mata kuliah “New Digital Economi”

Big Data dan Analisis

1. Volume berarti data set yang disimpan dalam jumlah yang besar
2. Velocity berarti ada kebutuhan mengakses data set besar tersebut dengan cepat
3. Variety berarti format data yang semakin bervariasi saat ini.

Atribut Big Data dan Analytics

• Volume

Atribut pertama Big Data adalah Volume proyek Big Data cenderung menyiratkan terabyte ke petabyte informasi. Namun, beberapa industri kecil dan organisasi cenderung untuk menangani gigabyte atau terabyte data. Namun demikian, organisasi yang lebih kecil mungkin masih memerlukan analisis intens dan kompleks, berdasarkan data yang kurang. Misalnya, produsen mungkin hanya memiliki beberapa gerai ritel, tapi mendapatkan dan menyimpan data penjualan terpercaya masih penting. Produsen yang sama mungkin memiliki rantai pasokan yang sederhana, lagi membutuhkan akuisisi dan penyimpanan data pemasok terpercaya. Plus, data disimpan banyak tempat-tempat lain yang tidak termasuk  sistem komputasi traditional atau keras Anda.

2. Velocity

Atribut kedua Big Data adalah velocity kecepatan di mana informasi tiba, dianalisis, dan disampaikan. Kecepatan data bergerak melalui sistem dari lisasi organi bervariasi dari integrasi batch dan pemuatan data pada interval yang telah ditentukan untuk real-time streaming data. Yang terakhir adalah dalam dunia teknologi seperti peristiwa yang kompleks pro cessing (CEP), aturan mesin, analisis teks, inferensia, dan mesin belajar. Real time atau tepat waktu tidak hanya untuk pengendali lalu lintas udara. Ini tentang pengumpulan data dan wawasan Anda menjalankan bisnis anda saat ini dapat  terjadi ketika sebuah panggilan pelanggan dan anda menangkap catatan dari percakapan. Hal ini dapat klik stream dari website Anda, data penjualan per jam, atau apapun yang berhubungan dengan kecepatan di mana anda beroperasi ragam bisnis anda.

3. Variety

Atribut ketiga Big Data adalah variasi. Di masa lalu, perusahaan hanya berurusan dengan sejumlah dikelola sumber data. Waktu telah berubah. Lingkungan bisnis saat ini tidak hanya mencakup lebih banyak data namun jenis juga lebih data daripada sebelumnya. Data yang berbeda adalah data dari berbagai sumber data dan dalam variasi variabel format data, dan merupakan tantangan utama yang business analytics dan proyek-proyek Big Data harus bersaing.

Dua jenis perangkat tambahan efisiensi penghematan biaya:

1. Efisiensi operasional:

Keuntungan ini diukur dengan mengurangi biaya untuk mendapatkan hasil yang sama atau lebih baik. Dengan BD & A, hal ini disebabkan metode yang lebih efisien data inte- Gration, manajemen, analisis, dan pengiriman.

2. Proses bisnis

Peningkatan ini diukur dengan dampak baru, cara yang lebih baik untuk menjalankan usaha termasuk perbaikan transaksi komersial, manajemen lestari sus masyarakat. Dan distribusi yang tepat dari sosial, kesehatan, dan pelayanan pendidikan.

Jenis Analytics

Ada empat jenis utama dari analisis:

1. Deskriptif

Menggunakan statistik dasar atau visualisasi keren untuk mengkarakterisasi satu set data. Hasilnya mungkin menunjukkan aver usia, jumlah, frekuensi, dan mungkin sebuah kapal hubungan

kausal. Sebagian besar analisis dilakukan hari ini jatuh dalam kategori ini.

2. Predictive

Menggunakan model statistik untuk meramalkan kondisi seperti pendapatan, keuntungan, pangsa pasar, atau hasil operasional analisis prediktif didasarkan pada hubungan yang dimodelkan antara satu set variabel independen. Perusahaan menyebarkan jenis analisis dengan cara yang berbeda, tapi itu yang paling sering digunakan untuk perencanaan.

3. Preskriptif

Membawa analisis prediktif (melihat item sebelumnya) tingkat yang baru dengan mengoptimalkan hasil terbaik dari prediksi masa depan Ini memperhitungkan masukan baru atau kendala yang spesifik untuk sebuah asi in situ diberikan Ini mungkin termasuk tindakan terbaik berikutnya dari perubahan kebijakan kredit atau harga atau strategi upselling / cross-selling.

4. Kognitif

Menggunakan teknik dan infrastruktur kinerja tinggi untuk mengekstrak hubungan dari beragam set data.

Keunggulan kompetitif

Keunggulan kompetitif terjadi ketika mengakuisisi perusahaan atau mengembangkan atribut  atau proses yang memungkinkan untuk mengungguli pesaingnya. Sangat mudah untuk menentukan, tapi lebih sulit untuk mendapatkan eksekutif yang berbeda memiliki item favorit mereka yang memberikan keuntungan kompetitif. Secara umum, mereka termasuk satu atau lebih hal berikut: Memperoleh, tumbuh, dan mempertahankan pelanggan

• Buat model bisnis baru
• Transform proses keuangan
• Operasi optimalkan dan mengurangi penipuan
• Meningkatkan IT
• Mengelola risiko

Peningkatan ROI

Tujuan bisnis peningkatan ini juga dikenal sebagai mendapatkan lebih banyak uang. Ada banyak cara untuk mengukur ROI, termasuk keuntungan lebih melalui peningkatan penjualan, keuntungan melalui penjualan stabil dengan keuntungan kurang kelebihan persediaan Lebih berasal dari pengurangan biaya operasi.

BD & A membantu meningkatkan ROI dengan menempatkan data yang lebih baik dianalisis di tangan pengambil keputusan pada tingkat yang cepat.

Peningkatan Pengalaman  Pelanggan

Pelanggan adalah jumlah dari semua pengalaman pelanggan memiliki dengan pemasok barang dan / atau services selama durasi hubungan. Anda juga bisa menelepon kepuasan pelanggan ini untuk tingkat besar anda dapat mengelola dan meningkatkan. Anda dapat menggunakan BD & A untuk mempelajari apa yang pelanggan inginkan, anda harus memenuhi keinginan dan kebutuhan pelanggan.

Memperkenalkan BD & A Infrastruktur

Secara umum, infrastruktur adalah kombinasi dari software, hardware dan jasa. Yayasan ini adalah pengolahan dan penyimpanan hardware karena perangkat lunak harus tinggal di suatu tempat. Tapi pertama-tama, inilah kenyataannya sulit:  Ini kepastian bahwa sistem anda saat ini tidak dapat mengimbangi pertumbuhan data dan tidak dapat anggaran TI anda. Volume data tumbuh cepat dan bagian yang dibutuhkan untuk mengelola tumbuh semakin kompleks. Untuk menjadi organisasi berkinerja, anda perlu mengambil pendekatan perbedaan ke alat arsitektur dan praktik.

Mempromosikan Keberhasilan

Item kunci yang dibutuhkan untuk sukses mengelola risiko, kelincahan promosi, bertindak strategis, dan berlatih berpikir ke depan ini akan dibahas dalam bagian ini.

Bagaimana mengelola risiko

Untuk mengelola risiko, Perlunya:

1. Penjagaan  terhadap pengambilan keputusan yang buruk oleh sumber data  pada waktu yang tepat, dan mengintegrasikannya
2. Melindungi terhadap risiko keamanan dan privasi, baik internal maupun eksternal
3. Dapatkan persamaan kesempatan risiko yang tepat melalui manajemen proaktif data anda, Itu termasuk risiko regulasi dan risiko organisasi

Pendekatan dapat mengikuti:

Ada prosedur tiga langkah yang dapat anda ikuti untuk mendapatkan infrastruktur dalam bentuk. rencana induk Membangun terhadap rencana induk. Rencana untuk semua jenis data dan semua jenis analisis, dengan infrastruktur IT efisien sebagai diberikan. Berkolaborasi, menumbuhkan  kemitraan dan peran baru dan lob eksekutif harus bergabung untuk memahami dan mengembangkan rencana induk.

Rencana Infrastruktur

Membangun infrastruktur yang dirancang untuk memungkinkan tingkatan baru dari wawasan yang berasal dari pemanfaatan semua data yang relevan. Platform ini harus fasih dalam segala bentuk data dan analisis: Data transaksional, data yang Hadoop, dan sebagainya. Membangun sangat fleksibel, infrastruktur TI terukur, disetel untuk lingkungan data besar hari ini dan dirancang untuk memanfaatkan integrasi teknologi sosial, mobile, dan awan. Jika Anda tidak dapat menjawab pertanyaan terakhir ini dengan dence kerahasiaan, Anda tidak sendirian. Penelitian IBM menunjukkan bahwa hanya satu dari lima klien IBM dapat menjawab pertanyaan ini dengan tegas.