Big Data Analytics
- 1. BIG DATA ANALISIS Psikologi Konsumen Raras Anggana Prasaty (6018210085)
- 2. Big Data Analytics DEFINISI WHAT IS NOT NEW WHAT IS NEW MANFAAT MENGELOLA DAN MENGANALISIS BIG DATA 1 2 3 4 5
- 4. Definisi "Big data" mengacu pada kumpulan data yang ukurannya di luar kemampuan alat perangkat lunak database biasa untuk menangkap, menyimpan, mengelola, dan menganalisis. (Manyika et al. 2011)
- 5. Definisi Big data analytics pada dasarnya ingin menghasilkan pengetahuan (knowledge) dari hasil analisis data.
- 6. Volumea Veracityd Varietyc Velocityb Dalam infografik IBM, big data sering digambarkan menggunakan empat Vs: Artinya adalah dimensi big data berikut Big Data
- 7. Ini menggambarkan jumlah data yang masuk yang akan disimpan dan dianalisis. Titik ketika sejumlah data sebenarnya dinyatakan sebagai Big data seperti yang dijelaskan di atas bergantung pada sistem yang tersedia. Perusahaan masih menghadapi tantangan untuk menyimpan dan menganalisis jumlah data yang masuk secara efisien dan efektif. Dalam beberapa tahun terakhir, berbagai teknologi seperti sistem terdistribusi telah dibuat untuk tujuan ini. Volume
- 8. Ini menggambarkan dua aspek: Di satu sisi, data dihasilkan dengan kecepatan sangat tinggi dan, di sisi lain, sistem harus mampu menyimpan, memproses, dan menganalisis jumlah data ini dengan segera. Tantangan ini ditangani baik oleh perangkat keras dengan bantuan teknologi dalam memori, misalnya, 1 maupun oleh perangkat lunak, dengan bantuan algoritme yang disesuaikan dan paralelisasi masif Velocity
- 9. Variety Berbagai macam data di dunia big data menghadapkan sistem dengan tugas tidak lagi hanya memproses dengan data terstruktur dari tabel, tetapi juga dengan data semi dan tidak terstruktur dari teks, gambar, atau video berkelanjutan, yang jumlahnya mencapai 85% dari jumlah data. Terutama di bidang media sosial, sejumlah besar data tidak terstruktur terakumulasi, yang semantiknya dapat dikumpulkan dengan bantuan teknologi AI.
- 10. Veracity berarti istilah yang dapat dipercaya, kejujuran, dan kebermaknaan data besar. Oleh karena itu, masalahnya tidak semua data yang disimpan dapat dipercaya dan ini tidak harus dianalisis. Contohnya adalah sensor yang dimanipulasi di IoT, phishing mail atau, sejak pemilihan presiden terakhir di AS, juga berita palsu. Veracity
- 11. What is not new ROUND 2
- 12. What is not new Pendekatan untuk memperoleh wawasan dari data untuk tujuan pemasaran bukanlah hal baru. Pemasaran database atau CRM analitis telah ada selama lebih dari 20 tahun. Fenomena data dalam jumlah besar bukanlah hal baru: Point of sale, pelanggan dan kartu kredit atau server web telah lama menghasilkan data dalam jumlah besar. Demikian pula, analisis data tidak terstruktur dalam bentuk email, teks gratis formulir web, atau survei pelanggan, misalnya, sering kali menjadi bagian dari pemasaran dan penelitian.
- 13. What Is New ROUND 3
- 14. What Is New Sudah jelas bahwa jumlah data telah meningkat pesat berkat Internet of Ting, ponsel, dan media sosial — namun ini merupakan argumen yang bertahap. Faktor yang menentukan adalah bahwa berkat kemungkinan TI dan digitalisasi proses bisnis, titik kontak berorientasi pelanggan untuk menghasilkan data dan untuk mengendalikan komunikasi secara sistematis telah meningkat. Ditambahkan ke ini adalah kecepatan tinggi di mana data terkait dikumpulkan, diproses dan digunakan. Demikian pula, metode penambangan data pembelajaran mendalam dan analitik semantik meningkatkan penciptaan nilai analitik ke tingkat kualitas yang baru
- 15. Manfaat Big Data Analisis ROUND 4
- 16. Perusahaan terus berusaha mencari dan menemukan actionable insight dari data yang mereka miliki. Pada beberapa proyek pembangunan big data berasal dari kebutuhan untuk menjawab pertanyaan-pertanyaan bisnis yang bersifat khusus, seperti “Apa yang sebenarnya pelanggan pikirkan mengenai produk dan brand yang perusahaan hasilkan?, Apakah mereka berpendapat positif atau negatif mengenai produk dan brand tersebut?”, “Bagaimana perusahaan dapat meningkatkan sales intelligence?”. Big data analytics platform yang tepat mendukung perusahaan dalam meningkatkan penjualan, meningkatkan efisiensi dan memperbaiki operasional perusahaan, pelayanan kepada pelanggan dan meningkatkan kemampuan menangani manajemen risiko. Manfaat
- 17. Mengelola dan Menganalisis Big Data ROUND 5
- 18. Mengelola dan Menganalisis Tatangan utama dalam menangani big data dan beban kerjanya yang besar adalah, keragaman dan volume data, kompleksitas beban kerja analitis dan beban kerja. Hal ini dapat dilihat pada information supply chain, input pada information supply chain terdiri atas data mentah yang dibutuhkan untuk analisis. Selama dua dekade terakhir hamper semua business analytics telah dibuat menggunakan structured data yang diekstraksi dari sistem operasional dan dikonsolidasikan ke dalam suatu data warehouse. Big data meningkat secara drastis dari segi jumlah data mentah dan keragaman serta volume data yang diperlukan untuk analisis. Prosentase tertinggi berupa multi-structured data (untuk membedakannya dengan structured data pada data operasional yang digunakan untuk dimasukan pada data warehouse). Pada sebagian besar organisasi , multi-structured data terus bertambah jumlahnya dibandingkan dengan structured data. Terdapat dua teknik utama untuk menganalisis big data : the store and analyze approach, dan the analyze and store approach.
- 19. The Store and Analyze Approach The store and analyze approach, mengintegrasikan sumber data ke dalam consolidated data store sebelum data dianalisa. Pendekatan ini digunakan oleh sistem data warehouse tradisional untuk menghasilkan data analytics. Pada data warehousing system, consolidated data store biasanya berupa enterprise data warehouse atau data mart yang dikelola oleh relational DBMS atau multidimensional DBMS.
- 20. Daftar Pustaka - Gentsch, P. (2018). AI in marketing, sales and service: How marketers without a data science degree can use AI, big data and bots. Springer. - Big Data Analytics. Access at 16.20. Available at: https://sis.binus.ac.id/2014/04/14/big -data-analytics/
- 21. THANK YOU