Visi dan Pendekatan 'Big Data Analytics' Menurut SAS Indonesia

WE Online, Jakarta - Istilah big data sudah mulai marak dibicarakan di Indonesia dalam beberapa tahun belakangan. Seiring dengan pesatnya pertumbuhan penetrasi internet, volume dan variasi data yang diterima, big data kini telah menjadi kenyataan. Perusahaan dan organisasi tidak hanya perlu memahami big data untuk dapat menelaah informasi yang berharga, namun mereka juga perlu memahami potensi dari big data analytics.

Mendorong pemanfaatan strategi big data analytics merupakan komitmen yang berkelanjutan dari SAS di Indonesia. Komitmen dari SAS ini pun sejalan dengan visi dari MarkPlus Center for Technology and Creativity untuk memfasilitasi dan bersama-sama membentuk ekosistem bisnis berbasis teknologi di Indonesia.

Berbagi visi dan komitmen bersama untuk mendorong pemanfaatan strategi big data analytics, MarkPlus berkolaborasi dengan SAS Indonesia dalam upayanya untuk mengedukasi ekosistem bisnis Indonesia terkait pemanfaatan big data analytics, melalui sebuah ajang diskusi yang digelar pada hari Jumat, 31 Juli 2015, di MarkPlus Campus Bandung. Selain SAS, terdapat perwakilan dari Telkom dan Telkomsel MSIGHT yang berbagi tentang big data analytics.

"Big data analytics masih merupakan hal baru di Indonesia, dan banyak organisasi yang belum mempertimbangkan strategi big data analytics dengan baik. Kami percaya bahwa penerapan strategi big data analytics akan memberikan dampak yang signifikan terhadap pertumbuhan bisnis. Bekerja sama dengan SAS Indonesia, melalui ajang ini, kami ingin mengedukasi dan mendorong pemanfataan big data analytics untuk bisnis di Indonesia," ujar Levina Yulianti, Chief Operation MarkPlus Insight.

Sebagai komitmen yang berkelanjutan untuk mendorong pemanfaatan big data analytics, SAS Indonesia juga berbagi visinya mengenai big data analytics dan empat pendekatan big data analytics menurut SAS yang dapat diterapkan oleh perusahaan dan organisasi di Indonesia.

"Secara sederhana big data adalah kumpulan volume data yang sangat besar yang tidak dapat diatasi oleh aplikasi pemrosesan data tradisionil. Definisi big data analytics sendiri menurut SAS adalah proses telaah big data untuk menemukan informasi-informasi berharga untuk membantu membuat keputusan yang lebih baik. SAS percaya bahwa informasi dan wawasan yang didapat dari big data analytics akan menjadi faktor penentu keberhasilan di tengah lansekap kompetisi yang semakin ketat," ujar Peter Sugiapranata, Sales Director untuk SAS Indonesia.

"Big data bukanlah sebuah istilah teknologi, namun sebuah istilah bisnis. Dengan memanfaatkan tools analytics berperfoma tinggi, kami telah menyaksikan bagaimana big data telah mentransformasi bisnis para pelanggan kami," tambah Peter.

Pertumbuhan big data dan pemanfatannya merupakan suatu hal yang tidak terelakkan, termasuk di Indonesia. Jumlah informasi atau data yang disimpan pada tahun 2020 di seluruh dunia diperkirakan akan meningkat 50 kali lipat dibandingkan dengan pada tahun 2012, dengan jumlah data yang telah melampaui 2,8 zettabyte (atau setara dengan 2,8 triliun gigabyte).

Secara terpisah, International Data Corporation (IDC) melaporkan bahwa investasi sektor big data dan analytics mengalami peningkatan yang pesat. IDC memprediksikan bahwa belanja big data di Asia Pasifik pada tahun 2015 akan mencapai US$1,61 milyar, meningkat 355% dibandingkan dengan tahun 2014. Sedangkan di Indonesia, dilaporkan bahwa 70% perusahaan mulai menunjukkan ketertarikan untuk meningkatkan sektor TI dan 60% berencana menganggarkan dana untuk big data.

Melihat pertumbuhan big data yang pesat, banyak perusahaan yang telah menyadari pentingnya implementasi strategi big data analytics. Berdasarkan studi terbaru oleh Accenture dan General Electric, 87 persen dari perusahaan-perusahaan yang disurvei percaya bahwa big data analytics akan meredefinisikan ranah kompetisi di industri mereka dalam tiga tahun ke depan. 89 persen dari mereka percaya bahwa perusahaan yang tidak mengadopsi strategi big data analytics dalam setahun ke depan akan beresiko kehilangan pangsa pasar dan momentum.

Secara garis besar, pendekatan terhadap strategi big data analytics dibagi atas Reactive dan Proactive. Berikut ini SAS Indonesia membagikan empat pendekatan yang dapat dipertimbangkan oleh perusahaan dan organisasi yang berniat untuk mengadopsi strategi big data analytics.

Reactive – Business Intelligence. Di kategori reaktif, Business Intelligence atau BI menghadirkan laporan bisnis standar, laporan secara ad hoc, OLAP dan bahkan notifikasi dan pemberitahuan berdasarkan analytics. Analisis secara ad hoc ini menelaah data di masa lampau, yang memberikan manfaat dalam situsasi-situasi yang terbatas.

Reactive – Big Data BI. Ketika proses pelaporan diambil dari rangkaian data yang besar, hal tersebut dapat dikategorikan sebagai Big Data BI. Namun, keputusan yang diambil dari metode ini masih bersifat reaktif, sama dengan sebelumnya.

Proactive – Big Analytics. Membuat keputusan yang progresif dan proaktif memerlukan proses analytics skala besar yang proaktif seperti optimization, predictive modeling, text mining, forecasting dan statistical analysis. Hal ini akan memungkinkan perusahaan dan organisasi untuk mengidentifikasi tren, menemukan kelemahan dan menentukan kondisi untuk membuat keputusan untuk masa depan. Meskipun bersifat proaktif, big analytics tidak dapat dilakukan terhadap big data karena lingkungan storage dan pemrosesan tradisional tidak dapat mengikuti besarnya volume data.

Proactive – Big Data Analytics. Dengan memanfaatkan Big Data Analytics, perusahaan dan organisasi dapat mengambil hanya informasi-informasi yang relevan dari volume data yang sangat besar dan menganalisanya menjadi keputusan bisnis untuk masa depan. Mengambil pendekatan proaktif dengan big data analytics merupakan upaya berkelanjutan dan menuntut perubahan budaya – cara baru agar para analis dan pengambil keputusan dapat mengatasi tantangan di masa depan dengan pengetahuan dan wawasan yang tepat guna.

Selain pendekatan terhadap big data analytics, berikut adalah tiga teknologi kunci menurut SAS Indonesia yang dapat membantu perusahaan dan organisasi dalam mengatasi big data – dan yang lebih penting lagi, mengambil informasi yang berharga dari big data.

Information management untuk big data. Untuk mengelola data sebagai aset inti yang strategis dengan kendali proses yang berkelanjutan untuk big data analytics.

Analytics berperforma tinggi untuk big data. Untuk meraih wawasan dan pemahaman dengan cepat dari big data, kemampuan untuk menyelesaikan masalah-masalah yang semakin kompleks menggunakan lebih banyak data.

Pilihan implementasi yang fleksibel untuk big data. Pilih pendekatan Software-as-a-Service (Saas) antara on-premise atau hosted untuk big data dan big data analytics.