TOP 10 ANALYTICS AND BUSINESS INTELLIGENT TRENDS FOR 2018

Oleh:

  1. Yulyardo
  2. Dita Madonna
  3. Wardi Fadillah

Selama dekade terakhir, business intelligence mengalami revolusi. Data meledak, dan menjadi sangat besar. Kita semua mendapat akses ke cloud. Spreadsheets akhirnya mengambil bagian untuk melakukan visualisasi data yang dapat ditindaklanjuti dan business dashboard yang interaktif. Perkembangan self-service analytics mendemokratisasikan rangkaian produk data. Lalu advance analytics tidak hanya diperuntukkan bagi analis saja.

Tahun 2017 adalah tahun yang penting bagi industri business intelligence. Trend yang diperkenalkan pada tahun itu berlanjut sampai tahun 2018. BI landscape yang dikembangkan memunculkan trend yang menarik. Pada tahun 2018, strategi business intelligence meningkat. Perusahaan besar maupun kecil tidak lagi menanyakan apakah mereka membutuhkan peningkatan akses ke business intelligence, melainkan apa solusi BI terbaik untuk perusahaan mereka. Perusahaan tidak lagi bertanya-tanya apakah visualisasi data meningkatkan analisis, namun bagaimana jalan terbaik untuk menampilkan data. Tahun 2018 akan menjadi tahun pengelolaan kualitas data dan BI tools dengan membersihkan dan menjamin keamanan data, dikombinasikan dengan membuat presentasi yang simple dan powerful. Ini juga akan menjadi tahun penuh strategi multi-cloud dan artificial intelligence. Berikut adalah 10 top business intelligence trend pada tahun 2018.

 

  1. Artificial Intelligence

Artificial Intelligence (AI) adalah ilmu yang ditujukan untuk membuat mesin yang dapat mengeksekusi apa yang biasa dilakukan oleh kecerdasan manusia yang rumit. Hal ini dapat dilihat seperti pertarungan di film (Skynet in Terminator, The Mahines of Matrix or The Master Control Program of Tron). AI belum menghancurkan kita, namun memberikan peringatan terhadap reputasi ilmuwan dan pengusaha teknologi.

Laporan yang statik dan pasif dapat berubah menjadi analisa yang proaktif bila dibuat dengan live dashboard. Live dashboard dibuat untuk membantu perusahaan melihat apa yang sedang terjadi setiap detik dan memberikan tanda ketika sesuatu yang buruk terjadi. Solusinya adalah dengan memasukkan  algoritma AI neural network yang paling canggih dan  menyediakan akurasi yang tinggi bila ada penemuan yang aneh, karena algoritma tersebut belajar dari historical trend dan pola. Hal ini berguna untuk memberitahukan banyak kejadian yang tidak terduga dan mengirimkan tanda kepada user. Sebuah fitur baru pada tahun 2017 yang disebut Insights, juga berbasis AI, mampu menganalisa dataset secara otomatis tanpa perlu upaya yang besar. User cukup memilih sumber data yang ingin dianalisa dan kolom/variabel (contohnya: Pendapatan). Kemudian, Insight menjalankan kalkulasi dan menampilkan pertumbuhan/ trend/ perkiraan, pergerakan nilai, korelasi segmen kunci, keanehan, dan hasil analisa kepada user. Hal itu merupakan keuntungan yang luar biasa karena apa yang biasanya dikerjakan oleh seorang data scientist kini dikerjakan oleh tool, dengan menyediakan akses ke Insights yang high-quality dan pemahaman yang lebih baik kepada user, meskipun tanpa latar belakang IT yang kuat.

  1. Predictive and Prescriptive Analytic Tools

Business analytic masa depan difokuskan untuk menjawab pertanyaan: Apa yang akan terjadi? Bagaimana cara mewujudkannya? Oleh karena itu, predictive dan prescriptive analytic menjadi salah satu trend analytic yang paling banyak dibahas oleh BI profesional.

Predictive analytics adalah praktik meng-ekstrak informasi dari dataset yang ada untuk memperkirakan peluang di masa depan.  Itu adalah kelanjutan dari data mining. Predictive analytics mencakup perkiraan data masa depan, dan oleh karena itu selalu ada kemungkinan error terjadi. Saat diterapkan di perusahaan, predictive analytics digunakan untuk menganalisa data sekarang dan fakta historical untuk lebih memahami pelanggan, produk, dan partner, dan untuk mengidentikasi potensi resiko dan peluang pada perusahaan.

Prescriptive analytics melangkah lebih jauh ke masa depan. Prescriptive analytics menguji data dan konten untuk menentukan keputusan apa yang harus dibuat, dan langkah apa yang harus dilakukan untuk mencapai tujuan yang dimaksud. Prescriptive analytics ditandai dengan teknik seperti grafik, simulasi, complex event prosessing, neural network, recommendation engines, heuristic, dan machine learning. Prescriptive analytics mencoba untuk melihat apa efek dari keputusan di masa depan sebelum keputusan tersebut benar-benar dibuat. Ini meningkatkan pengambilan keputusan  karena hasil keputusan masa depan tergantung pada prediksi tersebut. Prescriptive analytics mengoptimalkan penjadwalan, produksi, inventaris, dan menyediakan rangkaian desain untuk memberikan apa yang pelanggan inginkan dengan cara yang paling optimal.

  1. Natural Language Processing

Natural Language Precessing (NLP) atau ilmu bahasa komputasi, adalah cabang dari artificial intelligence yang berkaitan dengan pemahaman bahasa manusia melalui program komputer. Hal ini didasarkan pada ilmu bahasa dan deep learning, sebuah tipe AI yang bekerja dengan pengenalan pola untuk meningkatkan pemahaman program dengan menganalisa data berjumlah besar dalam menemukan korelasi yang relevan. Deep learning adalah pendekatan yang lebih intuitif dan fleksibel yang mempelajari bagaimana memperkirakan maksud pembicara, hampir sama ketika seorang anak belajar berbicara dengan lingkungannya.

  1. Data Quality Management (DQM)

Belakangan ini, trend analytic dalalm kualitas data meningkat dengan pesat. Perkembangan business intelligence untuk menganalisa dan mengekstrak nilai sumber data dengan skala besar, membawa error dan kualitas rendah pada laporan: perbedan data source dan data types membuat proses lebih rumit.

Saat ini, sebagian besar perusahaan memahami dampak kualitas data pada analisis dan pengambilan keputusan lebih lanjut, dan oleh karena perlu menerapkan kebijakan departemen, atau teknik Data Quality Management (DQM). DQM benar-benar diperhitungkan sebagai faktor kunci untuk analisis data yang efisien, karena merupakan dasar darimana semua hal dimulai.

  1. The Multi-Cloud Strategy

Keberadaan cloud bukan lagi sesuatu yang baru bagi orang yang selalu mengikuti trend BI. Pada tahun 2018 cloud akan melanjutkan kekuasaannya karena semakin banyak perusahan yang bergerak maju menerapkan perkembangan cloud dengan tools yang tersedia di pasaran. Selain itu, pengusaha belajar bagaimana caranya menerapkan kekuatan cloud analytic, dimana elemen yang paling banyak adalah data source, data model, processing application, computing power, analytic model dan data storage, yang disimpan di cloud.

Ada semakin banyak organisasi yang memindahkan data dan semua aplikasi ke cloud. Diprediksi pada tahun 2019, cloud akan menjadi strategi umum untuk 70% dari perusahaan. Ketika mengevaluasi hosting environment, user harus memperhitungkan risiko, kecepatan, biaya dan kompleksitas.

  1. Data Governance

Berdasarkan pada Data Governance Institute (DGI), data governance adalah pelaksanaan pengambilan keputusan dan wewenang untuk hal-hal yang berhubungan dengan data. Dengan kata lain, hal itu merupakan kontrol atas setiap data entry yang harus dibuat sesuai dengan  standar tertentu.

Masalah data, akses, dan security tidak semuanya berurusan dengan pelanggaran data. Pada tahun 2018, organisasi akan meningkatkan fokus pada data governance dan kualitas data. Karena data hanya dapat digunakan ketika dapat diakses, organisasi akan terus meningkatkan keseimbangan antara data access dan security. Organisasi juga harus cepat belajar dan beradaptasi saat bisnis berubah.

  1. Security

Security adalah salah satu trend business inteligence terbesar dalam beberapa tahun terakhir. Berita melaporkan  bahwa pelanggaran data dan masalah database security, termasuk kehilangan data oleh brand-brand besar seperti AOL, MySpace, Compass Bank, AT & T, NHS, LinkedIn, Apple, JP Morgan Chase, atau Uber. Sementara perusahaan-perusahaan besar diberitakan, perusahaan kecil juga menaruh parhatian pada masalah vulnerability.

Database security telah menjadi perdebatan yang hangat, baik di masyarakat maupun di organisasi swasta. Pemilik perusahaan semakin gencar mencari solusi paling aman untuk menghindari risiko pelanggaran dan kehilangan data.Dalam konteks ini, debat yang biasanya hangat adalah keputusan memilih antara perangkat lokal atau cloud BI dengan pertimbangan “apakah perangkat lunak diinstal secara lokal di server milik perusahaan sendiri atau dihosting di cloud?”. Analisis pada Cloud BI vs Premise BI dapat dilihat pada bagan di bawah ini.

  1. Growing Importance of The CDO

Saat ini data dan analytic adalah inti dari setiap bisnis. Setiap perusahaan memiliki Chief Information Officer yang mengawasi semua informasi management asset dan security. Jumlah data dan analytic serta perannya menjadi begitu besar sehingga muncul posisi baru yaitu CDO (Chief Data Officer), yang ditugaskan hanya untuk manajemen data. Peran CDO adalah untuk menciptakan sistem dengan mengembangkan cara agar data dapat dimanfaatkan di seluruh unit di dalam perusahaan, mulai dari pemasaran hingga penjualan, pengadaan, dan pembiayaan. CDO perlu memberdayakan semua user dengan memebrikandata tepercaya, bersih, dan siap digunakan. Peran CDO sangat penting untuk mengatur information asset yang dimiliki perusahaan dengan baik, meningkatkan efisiensi dalam menganalisa data, dan mendapatkan keunggulan kompetitif dalam strategi BI. 9.      Embedded Business IntelligenceEmbedded BI mengacu pada integrasi BI tools atau fitur yang dipilih ke dalam aplikasi bisnis lain untuk mengisi kesenjangan dalam application analytic atau reporting functionality. Berkat itu, user dapat mengubah data mentah menjadi dashboard yang interaktif, meningkatkan pengalaman user dengan real-time analytic dan visualisasi data yang inovatif, dan memungkinkan orang untuk membuat keputusan lebih cepat dan mandiri.Embedded dashboard menambahkan fitur-fitur yang biasanya khusus untuk BI software, memperkaya aplikasi, dan mempermudah user dengan tidak perlu menginstal atau beradaptasi dengan tool baru. Waktu antara pengumpulan data dan analisisnya juga dipersingkat.

10.  Collaborative Business Intelligence

Saat ini, manajer dan pekerja perlu berinteraksi dengan cara berbeda karena menghadapi lingkungan yang lebih kompetitif. Saat ini jenis baru business intelligence meningkat, salah satunya collaborative BI. Ini adalah kombinasi dari tools kolaborasi, termasuk media sosial dan teknologi 2.0 lainnya, dengan BI tool yang online. Ketika berbicara tentang collaborative BI, istilah “self-service BI” dengan cepat muncul, yang artinya bahwa tools self-service BI tidak memerlukan tim TI untuk mengakses, menafsirkan, dan memahami semua data.BI tools ini mempermudah dalam menghasilkan laporan otomatis yang dapat dijadwalkan pada waktu tertentu dan untuk orang-orang tertentu, misalnya untuk mengatur inteligent alert, berbagi dashboard public atau embedded dengan tingkat interaktivitas yang fleksibel. Semua kemungkinan ini dapat diakses di semua perangkat yang meningkatkan proses pengambilan keputusan dan pemecahan masalah.Informasi kolaboratif, peningkatan informasi, dan pengambilan keputusan kolaboratif adalah fokus utama BI tool yang baru. Tetapi BI collaborative tidak hanya fokus terhadap pergantian atau update dokumen, tapi BI collaborative juga harus mampu mengikuti jejak progress meeting, calls, pergantian email, dan pengumpulan ide. Masa depan business intelligence adalah bersifat kolaboratif.

 

Reference:1. https://www.datapine.com/blog/business-intelligence-trends/

Sani Muhammad Isa