Pentingnya Data Warehouse dan Business Intelligence di tahun 2021

Christopher P. (2201771293) | Earlicha M. (2201770813) | Isabella D. (2201758221) | Johannes F. (2201760554)

Definisi Data Warehouse dan BI
Data Warehouse (DW) adalah gudang sentral yang digunakan untuk menampung data
dan informasi yang terkumpul melalui relational database selama periode tertentu. Tujuan
utama dari data warehouse adalah membuat data dapat diakses secara mudah untuk
keperluan analytics.

Business Intelligence (BI) adalah proses mengubah data mentah menjadi suatu
informasi visual yang dapat dipresentasikan melalui insight tertentu yang berhubungan untuk
keperluan business process.

Contoh implementasi Data Warehouse dan Business Intelligence
Seiring berjalannya transformasi digital penggunaan DW dan BI bisa memberikan
wawasan dengan mengecilkan usaha yang diperlukan untuk mencari, menggabungkan, dan
mengquery data yang diperlukan untuk membuat keputusan bisnis yang baik. Contoh kasus
implementasi DW dan BI (dari sumber berikut):
● Coca Cola, sebuah perusahaan minuman memaksimalkan efisiensi operasional
dengan cara menggunakan BI tools untuk secara otomatis menghasilkan laporan
penjualan dan pengiriman secara real time yang tadinya tidak dapat dilakukan ketika
membuat laporan secara manual.
● Perusahaan produk outdoor REI, mengalami pertambahan member setelah
mengintegrasikan DW dan BI untuk memungkinkan analisa data sebesar 90 TB.
Mereka menggunakan BI untuk menganalisis segmentasi pelanggan, yang membantu
menginformasikan keputusan seperti metode pengiriman, manajemen siklus member,
dan bermacam-macam kategori produk sehingga mereka dapat memberikan
pelayanan terbaik bagi pelanggannya.
Kenapa data warehouse dan BI sangat digemari di tahun 2021?
Data warehouse kian mengalami perkembangan setiap tahunnya dalam dunia bisnis.
Implementasi data warehouse diyakini telah memberikan dampak yang sangat nyata dalam
menjawab kebutuhan perusahaan terkait analisa data. Tidak hanya data warehouse, business
intelligence pun juga mengalami peningkatan popularitas setiap tahunnya.

Data warehouse juga dianggap penting karena kebutuhan analisa tertentu tidak bisa
dilakukan pada live relational database yang sedang berjalan dalam business process. Oleh
sebab itu, data warehouse digunakan sebagai tempat alternatif untuk melakukan analisa data.
Dilansir dari globenewswire.com, tahun 2021 nilai market global data warehouse as a
service mencapai $1.7 milyar dan akan terus berkembang mencapai $4.5 milyar di tahun
2026. Berikut ini adalah beberapa alasan data warehouse sangat berkembang dan terus
digunakan dari tahun ke tahun

Integrasi Data Source
Seiring berkembangnya teknologi, perusahaan menggunakan teknologi pada setiap
sektor. Akan tetapi kebutuhan penyimpanan data secara terintegrasi tidak bisa dicapai tanpa
menggunakan data warehouse. Data warehouse mengintegrasikan berbagai sumber data dari
berbagai sektor menjadi sebuah penyimpanan data terpusat yang tidak hanya digunakan
untuk analisis namun juga operasional.

Kemampuan Analisis Data
Data warehouse memiliki arsitektur dan skema yang sangat mendukung analisis.
Kegiatan data warehousing mengubah struktur data menjadi sebuah struktur data warehouse
yang dapat digunakan untuk analisis market dan juga kinerja perusahaan. Beberapa analisis
data yang digemari adalah untuk mendata sales, marketing, dan target market, serta analisis
performa operasional perusahaan. Analisis data juga dapat didukung dengan aplikasi
Business Intelligence.

Implementasi Machine Learning
Perkembangan machine learning yang semakin menarik perhatian publik membuat
data warehouse digemari. Data yang telah terintegrasi dan tertata dapat digunakan sebagai
bahan pembuatan model machine learning. Data mining merupakan salah satu metode
machine learning yang digemari untuk mengetahui pola penjualan dan market sehingga dapat
digunakan untuk memprediksi market dan membuat strategi marketing di kemudian hari.
Tools yang dipakai

Future trends
Valuates Reports memprediksikan penggunaan data warehousing akan terus
meningkat hingga tahun 2028, dengan melihat meningkatnya kesadaran perusahaan akan
pentingnya data warehouse dalam mengolah data. Peningkatan ini akan terus terjadi dengan
munculnya tren virtual data warehouse dan penggunaan AI pada data warehousing.

Tidak hanya itu, penggunaan data warehouse sebagai solusi ETL yang mendominasi
pasar pada tahun 2019 diproyeksikan akan mempertahankan posisinya hingga 2028. Hal ini
disebabkan oleh peningkatan kebutuhan perusahaan akan manajemen data yang kompleks,
pembersihan data, dan data profiling yang lebih canggih. Namun, penggunaan data
warehouse untuk data mining juga diperkirakan akan bertumbuh pesat karena meningkatnya
kebutuhan solusi data mining di antara perusahaan untuk mencari pola data yang berbeda
guna meningkatkan penjualan dan keuntungan perusahaan.
Dari sisi BI, tren yang dapat muncul di masa depan yaitu:
● Aplikasi BI yang kolaboratif.
● Dashboard BI yang dikombinasikan dengan AI.
● Penggunaan data lineage untuk membantu menjelaskan BI.
● Implementasi BI untuk data warehouse pada distributed cloud.
● Penggabungan berbagai sumber secara otomatis tanpa integrasi kode.
● Penggabungan data science dan analytics untuk penggunaan yang lebih kasual.
● Data Mesh menjadi struktur baru untuk data terdistribusi.

Reference:
● https://aws.amazon.com/data-warehouse/
● https://www.globenewswire.com/news-release/2021/09/20/2299615/28124/en/2021-G
lobal-Data-Warehouse-as-a-Service-Market-Report-Featuring-Key-Players-AmazonWeb-Services-Inc-Alphabet-Inc-Cloudera-Inc-IBM-Corp-Oracle-Corp-Microsoft-Cor
p-SAP-SE-and-Snowfla.html
● https://reports.valuates.com/market-reports/ALLI-Auto-2Q343/data-warehousing
● https://www.tableau.com/learn/articles/business-intelligence
● https://www.tableau.com/learn/articles/business-intelligence-examples
● https://courses.cs.washington.edu/courses/csep573/01sp/lectures/class1/tsld060.htm
● https://www.qlik.com/us/bi/data-trends
● https://www.xplenty.com/blog/top-7-etl-tools/#stitch
● https://www.selecthub.com/business-intelligence-tools/