Blue Abstract art

Big Data

Apa itu dan mengapa hal itu penting

Big data adalah istilah yang menggambarkan volume besar data – baik terstruktur maupun tidak terstruktur – yang membanjiri bisnis sehari-hari. Namun bukan jumlah data yang penting. Apa yang dilakukan organisasi dengan data itulah yang penting. Big data dapat dianalisis demi pemahaman yang mengarah kepada keputusan dan gerakan bisnis strategis yang lebih baik.

Riwayat Big Data dan Pertimbangan Terkini

Sementara istilah “big data” relatif baru, tindakan mengumpulkan dan menyimpan informasi dalam jumlah besar untuk analisis akhirnya sudah ada sejak lama. Konsep ini memperoleh momentum di awal tahun 2000an ketika analis industri Doug Laney mengartikulasikan definisi big data yang saat ini menjadi mainstream sebagai tiga V:

Volume. Organisasi mengumpulkan data dari berbagai sumber, termasuk transaksi bisnis, media sosial, dan informasi dari data sensor atau mesin-ke mesin. Di masa lampau, menyimpannya akan menjadi masalah – namun teknologi baru (seperti Hadoop) mampu meringankan beban ini.

Velocity (Kecepatan) Data mengalir dalam kecepatan yang belum pernah terjadi sebelumnya dan harus ditangani secara tepat waktu. Tag RFID, sensor, dan pengukuran pintar mendorong kebutuhan untuk menghadapi derasnya curahan data secara hampir real-time.

Variety (Keberagaman) Data hadir dalam semua jenis format – dari data terstruktur dan numerik dalam database tradisional hingga dokumen teks tidak terstruktur, email, video, audio, data stock ticker, dan transaksi keuangan.

Di SAS, kami mempertimbangkan dua dimensi tambahan dalam hal big data:

Variabilitas. Selain meningkatnya kecepatan dan keberagaman data, aliran data dapat sangat tidak konsisten dengan puncak periodik. Apakah ada sesuatu yang sedang tren di media sosial? Pemuatan data puncak yang dipicu peristiwa, harian, dan musiman dapat begitu menantang untuk dikelola. Bahkan lebih menantang lagi dengan data tidak terstruktur.

Kompleksitas. Data saat ini hadir dari berbagai sumber, yang menjadikannya sulit untuk menautkan, mencocokkan, membersihkan, dan mentransformasikan data di seluruh sistem. Namun begitu, perlu untuk menghubungkan dan mengorelasikan hubungan, hierarki, dan beberapa tautan data atau data Anda dapat dengan cepat berputar di luar kendali.

SciSports dan SAS Viya Score New Insights pada Soccer Pitch

Perusahaan analitik data olahraga SciSports telah mengembangkan sistem kamera yang disebut BallJames untuk menangkap data besar semua pemain di lapangan yang tidak memiliki bola – suatu perluasan pendekatan tradisional. Teknologi pelacakan real-time ini secara otomatis menghasilkan data 3-D dari video 14 kamera yang ditempatkan di sekitar stadion untuk merekam setiap gerakan pemain. BallJames menghasilkan data pemain seperti presisi, arah, dan kecepatan operan, kekuatan lari, dan kekuatan melompat - itu benar-benar data yang besar.

Mengapa Big Data Penting?

Pentingnya big data tidak berkisar pada seberapa banyak data yang Anda miliki, tetapi apa yang Anda lakukan dengan data tersebut. Anda dapat mengambil data dari sumber apa pun dan menganalisisnya untuk menemukan jawaban yang memungkinkan 1) pengurangan biaya, 2) pengurangan waktu, 3) pengembangan produk baru, dan penawaran yang dioptimalkan, serta 4) pengambilan keputusan yang cerdas. Saat Anda menggabungkan big data dengan analitik berkekuatan tinggi, Anda dapat menyelesaikan tugas-tugas yang terkait dengan bisnis seperti:

  • Menentukan akar penyebab kegagalan, masalah, dan kegagalan hampir secara real time.
  • Menghasilkan kupon di titik penjualan berdasarkan kebiasaan membeli pelanggan.
  • Menghitung ulang seluruh portofolio risiko dalam hitungan menit.
  • Mendeteksi perilaku curang sebelum hal ini memengaruhi organisasi Anda.

Big Data di Dunia Saat Ini

Big Data – dan cara organisasi mengelola dan mendapatkan wawasan darinya – mengubah cara dunia menggunakan informasi bisnis. Pelajari selengkapnya tentang dampak big data.

Ikon Dokumen Resmi

Deja Vu Integrasi Data: Big Data Menyegarkan Kembali Integrasi Data (ID)

Agar tetap relevan, integrasi data harus bekerja bersama dengan beraneka ragam jenis dan sumber data, selagi beroperasi di berbagai latensi – dari real time hingga streaming. Pelajari bagaimana ID berevolusi untuk memenuhi kebutuhan modern.

Baca laporan

Ikon Dokumen Resmi

SAS: Suatu Pendekatan Komprehensif terhadap Tata Kelola Big Data

Beberapa analis memprediksi bahwa data akan melonjak hingga 10 kali volume tahun 2016 pada tahun 2025. Seiring dengan lonjakan ini, masalah tata kelola big data akan lebih menakutkan dari sebelumnya. Cari tahu bagaimana platform komprehensif dari SAS – mencakup pengelolaan data dan analitik – dapat membantu.

Baca laporan

Ikon artikel

Data lake dan data warehouse – ketahui perbedaannya

Apakah "data lake" hanyalah jargon pemasaran? Atau nama baru untuk data warehouse? Phil Simon membuat catatan langsung tentang apa itu data lake, bagaimana cara kerjanya, dan kapan Anda mungkin membutuhkannya.

Baca artikelnya

Tangkapan layar SAS Visual Analytics pada monitor

Menambahkan Hadoop ke Campuran Big Data Anda?

SAS memberikan segala yang Anda butuhkan untuk mendapatkan wawasan yang berharga dari semua data tersebut.

Pelajari selengkapnya tentang solusi big data dari SAS

Siapa yang menggunakan big data?

Big data memengaruhi organisasi di hampir semua industri. Lihat bagaimana masing-masing industri dapat memanfaatkan serangan informasi ini.

Perbankan

Dengan sejumlah besar aliran informasi dari sumber yang tak terhitung jumlahnya, bank dihadapkan dengan menemukan cara-cara baru dan inovatif untuk mengelola big data. Meskipun penting untuk memahami pelanggan dan meningkatkan kepuasan mereka, sama pentingnya untuk meminimalkan risiko dan penipuan sambil mempertahankan kepatuhan terhadap peraturan. Big data membawa wawasan besar, tetapi juga membutuhkan lembaga keuangan untuk tetap selangkah lebih maju dari yang sudah ada dengan analitik tingkat lanjut.

Pendidikan

Pendidik yang dipersenjatai dengan wawasan berbasis data dapat membuat dampak signifikan pada sistem sekolah, siswa, dan kurikulum. Dengan menganalisis big data, mereka dapat mengidentifikasi siswa berisiko, memastikan siswa membuat kemajuan yang memadai, dan dapat menerapkan sistem yang lebih baik untuk evaluasi dan dukungan guru serta kepala sekolah.

Pemerintah

Ketika lembaga pemerintah dapat memanfaatkan dan menerapkan analitik untuk big data yang dimiliki, pemerintah mendapatkan sesuatu yang signifikan dalam hal mengelola utilitas, menjalankan badan-badan, menangani kemacetan lalu lintas atau mencegah kejahatan. Tapi sementara ada banyak keuntungan untuk big data, pemerintah juga harus mengatasi masalah transparansi dan privasi.

Layanan Kesehatan

Catatan pasien. Rencana pengobatan. Informasi resep. Dalam hal layanan kesehatan, semuanya harus dilakukan dengan cepat, akurat – dan, dalam beberapa kasus, dengan transparansi memadai guna memenuhi peraturan industri yang ketat. Ketika big data dikelola secara efektif, penyedia layanan kesehatan dapat menemukan pengetahuan tersembunyi yang meningkatkan perawatan pasien.

Manufaktur

Dipersenjatai dengan wawasan yang dapat diberikan oleh big data, produsen dapat meningkatkan kualitas dan keluaran sambil meminimalkan limbah – proses yang menjadi kunci dalam pasar yang sangat kompetitif saat ini. Semakin banyak produsen yang bekerja dalam budaya berbasis analitik, yang berarti produsen dapat menyelesaikan masalah lebih cepat dan mengambil keputusan bisnis lebih gesit.

Retail

Membangun hubungan pelanggan sangat penting bagi industri retail – dan cara terbaik untuk mengelolanya adalah dengan mengelola big data. Retailer perlu mengetahui cara terbaik untuk memasarkan kepada pelanggan, cara paling efektif untuk menangani transaksi, dan cara paling strategis untuk mengembalikan bisnis yang bangkrut. Big data tetap menjadi jantung dari seluruh hal itu.

Apa itu platform analisis modern?

Oliver Schabenberger, Executive Vice President dan Chief Technology Officer di SAS, menguraikan karakteristik platform analitik modern. Ia mengutip keragaman manajemen data dan analitik yang harus dihadapi oleh platform tersebut – untuk data kecil maupun data besar. Platform analitik modern, ujarnya, harus dapat memproses data terstruktur dan tidak terstruktur dan mengakomodasi analitik sederhana hingga masalah pembelajaran mesin.

 Penting untuk diingat bahwa nilai utama dari big data tidak berasal dari data dalam bentuk mentahnya, tetapi dari pemrosesan dan analisisnya serta wawasan, produk, serta layanan yang muncul dari analisis. Perubahan besar dalam teknologi big data dan pendekatan manajemen perlu disertai dengan perubahan dramatis yang serupa dalam cara data mendukung keputusan dan inovasi produk/layanan.
Thomas H. Davenport dalam Big Data in Big Companies
Tangkapan layar SAS Visual Analytics pada monitor

Eksplorasi & Visualisasi Data

SAS memudahkan Anda memahami apa yang data informasikan kepada Anda. Secara interaktif mengeksplorasi miliaran baris data dalam hitungan detik.

Pelajari selengkapnya tentang solusi big data dari SAS

Bagaimana Cara Kerjanya

Sebelum menemukan seberapa besar data dapat berfungsi untuk bisnis Anda, Anda harus terlebih dahulu memahami dari mana asalnya. Sumber-sumber big data umumnya masuk ke dalam salah satu dari tiga kategori:

Streaming data

Kategori ini mencakup data yang mencapai sistem TI Anda dari web perangkat yang terhubung, sering kali merupakan bagian dari IoT. Anda dapat menganalisis data ini ketika data tiba dan mengambil keputusan tentang data apa yang harus disimpan, apa yang tidak disimpan, serta apa yang memerlukan analisis lebih lanjut.

Data media sosial

Data tentang interaksi sosial adalah kumpulan informasi yang semakin menarik, terutama untuk fungsi pemasaran, penjualan, dan dukungan. Sering kali dalam bentuk yang tidak terstruktur atau semi terstruktur, sehingga menimbulkan tantangan unik ketika menyangkut konsumsi dan analisis.

Sumber yang tersedia untuk umum

Sejumlah besar data tersedia melalui sumber data terbuka seperti data.gov pemerintah AS, the CIA World Factbook atau the European Union Open Data Portal.

Setelah mengidentifikasi semua sumber potensial untuk data, pertimbangkan keputusan yang perlu Anda buat setelah Anda mulai memanfaatkan informasi. Hal ini mencakup:

Cara menyimpan dan mengelolanya

Sementara penyimpanan akan menjadi masalah beberapa tahun yang lalu, sekarang ada pilihan berbiaya rendah untuk menyimpan data jika itu adalah strategi terbaik untuk bisnis Anda.

Berapa banyak yang harus dianalisis

Beberapa organisasi tidak mengecualikan data apa pun dari analisis mereka, yang dimungkinkan dengan teknologi berkinerja tinggi saat ini seperti komputasi grid atau analitik dalam memori. Pendekatan lainnya adalah menentukan data mana yang relevan sebelum menganalisisnya.

Cara menggunakan wawasan apa pun yang Anda temukan

Semakin banyak pengetahuan yang Anda miliki, semakin yakin Anda akan mengambil keputusan bisnis. Sangat cerdas untuk memiliki strategi setelah Anda mendapatkan banyak informasi di tangan Anda.

Langkah terakhir dalam membuat big data untuk bisnis Anda adalah dengan meneliti teknologi yang membantu Anda memanfaatkan big data dan analitik dengan big data. Pertimbangkan:

  • Penyimpanan yang murah dan melimpah.
  • Prosesor yang lebih cepat.
  • Open source yang terjangkau, platform big data yang didistribusikan, seperti Hadoop.
  • Pemrosesan paralel, pengelompokan, MPP, virtualisasi, lingkungan jaringan besar, konektivitas tinggi, dan lewatan tinggi.
  • Komputasi awan dan pengaturan alokasi sumber daya fleksibel lainnya.

Back to Top