Big Data Untuk Pengambilan Keputusan: Studi Kasus Perhotelan

Review oleh Tirta Kusuma, Fransisco Junius Amadeus, Jonathan Immanuel, Nico Ricky Aditya

Editor: Amalia Zahra, S.Kom., Ph.D.

Pendahuluan

Saat ini banyak perusahaan yang mulai menyadari akan pentingnya pemanfaatan data untuk pengambilan keputusan sebagai keunggulan kompetitif. Namun, mayoritas perusahaan ini juga mengalami kesulitan dalam menangani data yang terus mengalir seperti banjir. Berbagai macam data yang mengalir mulai dari yang internal terstruktur seperti data transaksional sampai dengan tak terstruktur dan eksternal seperti komentar pelanggan di media sosial. Hal ini membuat perusahaan kesulitan dalam mengembangkan strategi Big Data. Melalui studi kasus ini akan dicoba diteliti tantangan dan proses pengambilan keputusan yang dihadapi perusahaan ukuran menengah ketika mempertimbangkan Big Data dalam pengambilan keputusan.

Studi terkait menunjukan bahwa Big Data bisa menghasilkan nilai yang signifikan bagi perusahaan. McKinsey Global Institute dari studinya di Eropa dan Amerika menunjukkan Big Data Analytics bisa membawa keuntungan marjin operasional sampai 60% dan berbagai keuntungan lainnya bernilai milyaran dolar Amerika. Selanjutnya dalam tulisan ini akan diuraikan Big Data dan penerapannya dalam proses pengambilan keputusan.

Big Data dan Pengambilan Keputusan Studi Kasus Perhotelan

Salah satu definisi Big Data yang muncul paling awal disampaikan oleh Laney di mana Big Data digambarkan memiliki tiga karakteristik utama yaitu: Volume, Velocity dan Variety. Volume, membesarnya jumlah data di mana IBM memperkirakan akan ada 43 zettabytes data pada 2020 yang jumlahnya 300 kali dari data di 2005. Velocity, data yang dihasilkan dan dianalisis semakin cepat di mana data pelanggan saat ini bisa bersifat real time via web. Variety, kini tersedia beragam format data mulai dari media sosial, video, audio, dan bursa saham. Veracity, ditambahkan oleh IBM terkait dengan kepercayaan data. Volatility, tambahan sebagai indikasi bahwa data bersifat dinamis dan juga sensitif terhadap waktu, misal preferensi pelanggan berubah seiring waktu.

Dibandingkan pada periode DSS (Decision Support System) 1.0, saat ini para pengambil keputusan menghadapi tantangan dari data dengan Volume lebih besar, Veracity atau keraguan lebih besar, ditambah Velocity dan juga Volatility yang tinggi. Namun, tantangan ini jika ditangani dengan baik bisa bawa keuntungan kompetitif lewat pemanfaatan Big Data Analytics dengan standar DSS 2.0. Walaupun Big Data sendiri sudah banyak diadopsi oleh perusahaan-perusahaan besar, tetapi perusahaan yang baru mengadopsi biasanya mendapat kesulitan seperti yang dipaparkan dalam studi ini di industri perhotelan.

Choice Hotels International adalah sebuah perusahaan waralaba untuk hotel-hotel yang terkenal di Amerika dan lebih dari 35 negara. Perusahaan ini memiliki 1160 hotel di luar Amerika akan tetapi kontribusi operasional waralaba internasional dari penjualannya masih 10%. Padahal sumber pendapatan utama perusahaan ini berasal dari royalti dan tarif, termasuk layanan pemasaran dan pemesanan untuk pemegang waralaba. Pertumbuhan pendapatan dan laba dilaporkan terjadi pada tahun fiskal 2012, dengan pendapatan meningkat sekitar 8% menjadi 691,5 juta dolar Amerika dibandingkan tahun 2011. Kemungkinan hal ini dipengaruhi oleh data-data yang tersedia untuk membantu keputusan pemasaran yang memberikan keunggulan kompetitif.

Strategi yang diterapkan perusahaan ini adalah dengan bergerak menawarkan merek hotel yang telah dikelompokkan berdasarkan jenis konsumen dengan sistem waralaba. Persaingan dalam kelompok hotel dengan tingkat harga menengah sendiri sangat ketat, dan banyak perkumpulan hotel memiliki program loyalitas yang saling bersaing. Dalam hal ini, bagian pemasaran dan TI dianggap sebagai satu departemen, dan sekitar 10% pendapatan dihabiskan untuk meningkatkan kesadaran konsumen dan mendorong penjualan. Perusahaan secara berkala menggunakan data untuk membuat keputusan dan menyadari nilai potensial dari Big Data. Namun perusahaan menghadapi tantangan signifikan sebagai berikut dalam menerapkan strategi Big Data:

• Tantangan Teknis. Beberapa tantangan teknis di antaranya data yang berasal dari berbagai sumber memiliki tantangan seperti inkonsistensi dan juga data yang tak terstruktur. Kemudian sulit mencapai pandangan menyeluruh dengan data yang relevan. Perusahaan besar biasanya memakai sistem tambahan ERP atau untuk perusahaan menengah ke bawah dapat menggunakan teknologi cloud. Tantangan lainnya yaitu visualisasi data yang bisa diakses beragam kelompok tim marketing sesuai kebutuhannya dan juga cukup menantang untuk terus mengikuti kemajuan teknologi mobile dengan perkembangan aplikasinya.
• Tantangan Organisasi. Dalam menginterpretasikan data sendiri, masih kekurangan ahli terampil untuk mengembangkan dan menafsirkan model data. Implementasi analitik secara efektif juga menjadi tantangan tersendiri di mana selain itu dibutuhkan juga kustomisasi.
• Tantangan Manajemen Strategis. Kesulitan mengukur nilai Big Data dengan biaya yang berkelanjutan dari inisiatif yang didorong oleh data dibandingkan dengan nilai yang diperoleh menjadi tantangan besar. Hal ini berakibat ROI (laba atas investasi) dari keputusan yang diambil berdasarkan data ini sulit diketahui. Selain itu, sinergi dengan strategi dan juga kepemimpinan inisiatif analitik juga cukup besar tantangannya.

Analisis Sentimen Data Twitter

Sebagai gambaran adalah tantangan dan pengambilan keputusan yang dihadapi oleh Choice Hotels dalam menyertakan sumber data eksternal dari media sosial untuk kampanye marketing loyalitas pelanggan, yakni dilakukan pengumpulan dan penelitian sampel data dari Twitter. Selanjutnya dilakukan analisis sentimen, yaitu bentuk analitik media sosial yang mewakili emosi pelanggan melalui kata atau frasa. Bentuk analisis sentimen paling sederhana bergantung pada sebuah kamus kata yang misalnya telah diberi skor seperti -5 hingga +5 untuk mewakili tingkat emosi positif atau negatif. Dalam kasus ini, post Twitter diuraikan lewat identifikasi dan nilai kata kunci yang menjadi variabel untuk kemudian dianalisis korelasi antar variabel ini.

Beberapa peneliti menunjukkan bahwa konteks seringkali kurang dalam Decision Support System (DSS) dan juga pemrosesan bahasa. Penelitian untuk memahami konteks dilaporkan oleh Socher et al. menggunakan jaringan saraf dan sentimen treebank untuk menentukan efek komposisi dari sentimen dalam bahasa dengan klasifikasi frase dan kalimat. Mereka mengklaim peningkatan akurasi dibandingkan jenis analisis sentimen lain dengan tingkat akurasi mencapai 80,7%.

Dalam penelitian ini juga ditentukan apakah analisis sentimen dapat memberikan informasi yang berguna untuk perusahaan ukuran menengah seperti Choice Hotels International. Pertanyaan keputusan yang harus diatasi dalam menggunakan Big Data dilakukan dengan mempertimbangkan: Variety (Sumber data, misalnya internal, eksternal, transaksional, web, media sosial), Veracity (Seberapa akurat data bisa dipercaya untuk menjawab pertanyaan keputusan), Velocity (Seberapa cepat data direkam dan diproses? Real-time, harian, atau bulanan), Volatility (Pola perubahan yang kita harapkan dari data, misalnya stabil sepanjang waktu atau sangat fluktuatif), dan Volume (Berapa banyak data yang ingin kita pertimbangkan, misalnya detil atau ringkas).

Sampel data penelitian ini dibangun lewat identifikasi struktur sebuah tweet yang terdiri dari 140 kata termasuk informasi user dan lokasi geografisnya. Dilanjutkan dengan pengolahan data di program Python yang berisi seluruh tweet dan kata kunci yang mengandung kata “hotel” dan “comfort” yang dimasukkan dalam kamus data dengan nilai sentimen antara -5 sampai 5. Data tersebut diuji coba dengan waktu 10 menit dari 2 periode waktu berbeda, yaitu pada saat liburan akhir pekan di mana banyak pengunjung dan pada saat hari kerja di mana pengunjung untuk tujuan bisnis berkunjung. Dari hasil data terlihat bahwa tweet dengan 2 kata kunci tersebut lebih sering digunakan untuk pengunjung akhir pekan dibanding pengunjung bisnis; di mana kata positif dan kata negatif dalam kamus data menghasilkan hasil yang seimbang. Dari hasil studi Twitter, dapat dianalisis secara mendalam untuk memberikan insight terhadap marketing dan media sosial dalam memberikan beragam informasi yang terintegrasi untuk meningkatkan transaksi di hotel.

Kesimpulan

Perusahaan kecil dan menengah harus lebih memperhatikan penggunaan Big Data agar dapat bersaing dan lebih efisien memanfaatkan data. Dalam kasus Choice Hotels International, mereka sudah berkomitmen menggunakan Big Data dan memahami tantangannya dengan kombinasi sistem data dan pengembangan organisasi untuk memaksimalkan nilai data. Adapun tantangan dalam penggunaan Big Data ini terdiri dari sisi teknikal, organisasi, dan manajemen strategi. Dalam penelitian ini, juga diuraikan pemanfaatan Big Data sumber eksternal berupa sentimen analisis Twitter yang ternyata memiliki korelasi dengan hotel ini untuk pengambilan keputusan strategi berdasarkan sentimen emosi pelanggan. Adapun limitasi dalam penelitian ini mencakup sampel yang sedikit, keterbatasan informasi demografi pengguna karena tidak tersedia di data Twitter, dan keterbatasan kata kunci. Pada akhirnya, Big Data secara analitikal dan strategis dapat membawa keuntungan kompetitif bagi perusahaan dalam mengambil keputusan.

Sumber: Phillips-Wren, G.E., & Hoskisson, A. (2014). Decision Support with Big Data: A Case Study in the Hospitality Industry. DSS.