BigBox Gunakan Transformasi Big Data Dengan Decision Making

0
1984

Karena tidak bisa suatu organisasi mengandalkan divisi IT saja, namun di operating model ini kita mengkombinasikan organisasi yang capabilitynya sesuai dengan teknis dan knowledge based terkait bisnis dan lainnya,”

JAKARTA, Komite.id – Di era digitalisasi saat ini, telah banyak perusahaan yang menggunakan data sebagai salah satu bentuk pertimbangan dalam mengambil keputusan. Pada hal ini, data telah dianggap menjadi begitu penting dalam pengambilan keputusan. Sehingga pemegang keputusan itu tidak lagi berdasarkan intuisi akan tetapi sudah harus dikombinasikan dengan data-data yang dikenal sebagai data driven.

Situasi pandemi COVID-19 telah melatar belakangi begitu pentingnya suatu data dalam pengambilan keputusan. Seperti yang kita ketahui, krisis virus corona yang terjadi hari ini tidak hanya menyebabkan single crisis, tapi juga multiple crisis. Yang awalnya berdampak pada kesehatan, tetapi kini juga berdampak pada ranah ekonomi, seperti turunnya daya beli, business declining, ranah sosial serta berdampak pada politik suatu negara.

Di tahun 2021, BigBox sebagai penyedia layanan platform big data menemukan permasalahan sebanyak 80% data yang tersedia merupakan data yang bersifat tidak terstruktur seperti image, video file, IoT dianggap sebagai data cukup kompleks dan belum siap untuk diolah pada suatu organisasi. Sehingga diperlukan suatu knowledge maupun kemampuan untuk mengolahnya.

Saat ini, kebanyakan dari kita masih familiar dengan data-data yang terstruktur seperti data transaksi, data customer dan lain sebagainya. Oleh karena itu, kedepannya harus terus mempelajari dan mempersiapkan bagaimana 80% data juga bisa diolah dan bisa dikombinasikan dengan data-data internal yang bentuknya terstruktur. Sehingga bisa menimbulkan insight dan mendukung suatu keputusan bisnis juga operasional.

Dalam hal ini, BigBox diyakini mampu memenuhi semua hal yang ada dalam kebutuhan Satu Data Indonesia. Seperti lingkungan data yang terintegrasi dan mudah diakses, pengolahan data, analitik yang akurat dan dipertanggungjawabkan, sampai menghasilkan insight untuk pengambilan keputusan serta API (Application Programming Interface) pada marketplace yang memudahkan data untuk dibagi-pakaikan.

Dalam pengelolaan big data, suatu organisasi atau korporasi harus mempertimbangkan suatu Big Data Operating Model. Sebab, hal tersebut merupakan proses bisnis secara N2N yang harus dipahami. Baik dari pengolahan sumber data, kemudian data-data yang diintegrasikan dan disimpan dalam sebuah infrastruktur, serta data-data yang akan diolah oleh seorang data science untuk membentuk suatu insight dari data model yang dihasilkan.

Selain itu, dibutuhkan juga sponsorship dan governance terkait visi data-data yang akan digunakan. Dalam organisasi juga dibutuhkan struktur organisasi yang memang bertanggung jawab terkait big data. ”Karena tidak bisa suatu organisasi mengandalkan divisi IT saja, namun di operating model ini kita mengkombinasikan organisasi yang capabilitynya sesuai dengan teknis dan knowledge based terkait bisnis dan lainnya,” kata Budi A. Setiawan, S.T., Chief Marketing Officer BIGBOX, pada web Summit DataGovAi 2021, dengan tema “Big Data & AI Technology Transformation” hari Kamis (25/11).

Tak hanya itu, operating model juga dapat diterapkan untuk menjadi sebuah data driven organization dan dipakai untuk perusahaan besar. Dikatakan olehnya, arsitektur big data secara praktis dari segi teknologi dikenal sebagai 4A layer, yang mana pada Layer Acquired berfungsi untuk mengakuisisi data, baik data-data sifatnya terstruktur maupun tidak terstruktur. Selanjutnya Layer Accessed digunakan untuk mengolah data-data dan menyimpannya. Pada Layer Analytic, data-data diolah dengan teknologi data science seperti mesin learning untuk menghasilkan model-model sesuai dengan data yang dihasilkan, sedangkan Layer Application ini merupakan data-data insight yang dihasilkan divisualisasikan dalam bentuk dashboard ataupun API yang dapat dilihat secara business operation, mengikuti tren penjualan secara visual dan keputusan efisiensi, monitoring operation dan lain sebagainya.

Selain dari segi teknologi, manusia pun juga sama tidak kalah pentingnya. Sebab, menurutnya di dalam big data itu terdapat talent-talent digital yang dapat memahami data  secara analytic dan teknikal. Sebab, melihat situasi global di Indonesia saat ini pada implemetasi resource yang berkaitan dengan technical skill masih sedikit dan pendidikan jurusan-jurusan di institusi Indonesia pun masih terbilang minim. Untuk itu, perlu adanya merelasikan kebutuhan big data yang turut membentuk data science yaitu orang-orang yang mampu memahami technical skill dan analytical skill.

Berkaitan dengan itu, terdapat gambaran minimal organisasi yang harus dimiliki dalam mengadopsi transformasi big data. Pertama, dibutuhkan data engineer yang mana orang tersebut lebih familiar dibidang programming dan database dibanding skill lain, data scientist yang cenderung lebih menguasai bidang statistikal dan matematika serta data analysis yang merupakan seorang lebih menguasai data visualization dan business communication serta story telling.

Untuk membuat keputusan pada transformasi big data, terdapat tiga kategori keputusan diantaranya, decision support yang berarti mayoritas saat ini sedang dialami. Decision kebanyakan didominasi oleh human dibandingkan machine, sedangkan decision augmentation dimana antara human dan machine saling memiliki keterkaitan karena peran keduanya dibutuhkan, sementara di era big data juga kita harus mengantisipasi dengan decision automation yang berarti peran human akan jauh lebih berkurang melainkan peran machine yang akan lebih besar.

Lebih lanjut Budi menerangkan, baik data, teknologi dan manusia merupakan suatu kombinasi yang akan menghasilkan value sehingga tidak bisa dipisahkan untuk menciptakan inovasi, efisiensi dan customer experience.

“Di Telkom sendiri sudah menyiapkan teknologi Big data secara N2N. Tidak hanya dari segi produk tapi juga dari service. Bagaimana kita tidak memandang big data dari sisi teknologi tetapi juga dari kapabilitas dari organisasi dalam mengadopsi big data seperti apa,” tutupnya. (red)