Berangkat dari survei Intel yang menyatakan 80% perusahaan di dunia yang mengimplementasikan big data analytics lebih efektif ketimbang yang lainnya, cukup bisa dijadikan acuan betapa metode ini sangat solutif dalam meningkatkan performa perusahaan. Dengan demikian imbasnya adalah pada peningkatan profitabilitas perusahaan.

Imron Zuhri, Chief Technology Officer Mediatrac, dalam sesi seminar Big Data Week yang dihelat di Ballroom Pacific Place, Jakarta (9/3), menyampaikan bahwa perusahaan yang menerapkan big data analytics bisa meningkatkan profitability-nya dikarenakan salah satunya mereka mampu mendeteksi perilaku konsumen terhadap tendensi suatu produk.

“Misalnya saja melalui intensitas pembicaraan masyarakat terhadap suatu produk di sosial media, itu bisa mengindikasikan respons mereka terhadap produk tersebut negatif atau positif,” Imron mencontohkan. Sehingga dengan pemetaan tendensi perilaku masyarakat tersebut, bisa diambil sebuah pertimbangan bagi perusahaan untuk menentukan siapa target pasarnya, metode pemasaran apa yang harus dilakukan, produk apa yang dioptimalkan, dan sebagainya.

Lebih lanjut lagi, apabila sekumpulan data dalam jumlah besar tersebut diintegrasikan satu sama lain, maka bisa didapatkan meta-analytics yang sangat berguna untuk diterapkan ke berbagai divisi dalam suatu perusahaan. Misalnya pada industri banking, data dari seorang nasabah akan sangat berguna untuk dianalisa perilakunya untuk kemudian dikawinkan dengan produk lainnya seperti misalnya insurance, kartu kredit, dan investasi.

Imron juga menjelaskan faktor – faktor apa saja yang perlu diperhatikan oleh perusahaan untuk mengoptimalkan performa mereka ketika telah mengimplementasikan big data analytics.

Faktor utama yang paling diperhatikan adalah ketersediaan data yang dikaitkan dengan kebutuhan perusahaan. “Data baik yang unstructured dan structured perlu dipersiapkan sesuai dengan kebutuhan,” kata Imron. Menurutnya, dari data yang bersifat terstruktur dan tidak terstruktur ini diklasifikasikan lagi menjadi data linguistik, yakni data yang datang dari pembicaraan masyarakat, serta data geodemografik semisal alamat, populasi penduduk, dan pendapatan perkapita. Dari data tersebut, perusahaan perlu memilah data mana yang diperlukan dan data mana yang tidak diperlukan.

Setelah mengetahui datanya, prosesnya pada bagaimana perusahaan mengambil data tersebut, yang ia beri nama sebagai data acquisition. Pada proses ini perusahaan perlu melakukan proses data mining untuk mendapatkan data tersebut, dimana infrastruktur mulai berpengaruh terhadap kelancaran proses ini. “Misalnya sebuah sensor ditanam di persimpangan untuk mengukur traffic level yang ada di jalan raya,” jelas Imron.

Pada konteks sebuah perusahaan, infrastruktur tersebut bisa meliputi tiga hal yakni hardware, software, serta mainware. Hanya saja investasi untuk menciptakan infrastruktur yang besar ini tidaklah murah, perusahaan mulai mempersiapkan data centre, jaringan konektivitas yang mumpuni, teknologi yang bisa mensupport, serta mainware itu sendiri yang meliputi data analyst, data engineer, dan data scientist.

Walaupun demikian imbas yang bisa dimanfaatkan juga sangat efektif. Sebagai contoh, HM Sampoerna melalui divisi marketingnya, merasakan benefit lebih ketika perusahaan telah mengimplementasikan big data analytics sehingga untuk melakukan analisa pemasaran yang biasanya talentnya menyelesaikan pekerjaan tersebut dalam sehari, bisa dihemat menjadi 4 jam per hari.

Setelah melalui data acquisition, perusahaan juga perlu menyiapkan talent yang kompeten untuk mengolah data tersebut. Adapun aktivitas yang dilakukan antara lain mengintegrasikan antara data yang satu dengan data yang lainnya, memvisualisasikan data tersebut, serta menganalisa kemungkinan yang akan terjadi berdasarkan data yang telah diolah tersebut.

Pada tahap ini peran big data analytics telah melebihi beberapa level sebelumnya yakni ke tahap prescriptive atau memberikan suggestion. Adapun perlu diketahui tahapan big data analytics itu melalui beberapa level, yakni deskriptif contohnya berdasarkan data bisa tergambar perilaku konsumen. Setelah itu ke tahap analytics yakni bisa menjelaskan kenapa penjualan turun dan kenapa penjualan naik. Kemudian ke tahap predictive yakni bisa memperkirakan trend penjualan ke depan seperti apa, dilihat dari data linguistik yang dikumpulkan. Serta tahap paling tinggi yakni prescriptive atau memberikan suggestion dimana untuk menangkal hal – hal buruk yang akan terjadi perusahaan perlu mempersiapkan strategi, misalnya perkuat produk tertentu, penambahan cabang, optimalkan segmen pasar tertentu dan sebagainya.

“Mudahnya kita bisa belajar dari aplikasi Waze, dengan kondisi kemacetan lalu lintas aplikasi ini bisa memberikan saran sebaiknya lewat jalan mana,” Imron mencontohkan. Pada akhirnya, kembali kepada individu masing – masing, apakah mereka siap trust dengan teknologi. (EVA)