Introduction to Business Intelligence and Analytics Summary
BI adalah yang menggabungkan arsitektur, alat, database, alat analisis, aplikasi, dan metodologi. Tujuan utama BI adalah untuk mengaktifkan akses interaktif ke data, untuk memungkinkan manipulasi data, dan untuk memberikan manajer bisnis dan analis kemampuan untuk melakukan analisis yang sesuai.
Contohnya Microsoft yang sudah menyediakan layanan software Business Intelligence Solution untuk menjawab kebutuhan tersebut dan terus melakukan pembaharuan sejalan dengan kebutuhan pasar. Microsoft selalu meluncurkan perangkat lunak yang dinamis dengan versi terbaru yaitu Microsoft Business Intelligence yang dapat diakses secara tradisional (on-premise) dan Cloud. Sistem pada Microsoft Business Inteligence memungkinkan orang untuk mendapatkan informasi secara historis, saat ini dan prediksi ke depan dengan cara mengolah data yang diperoleh dari gudang data (data warehouse) dan data operasional.
Perbedaan BI dan BA
BI membantumu untuk mengetahui apa yang telah terjadi dan apa yang sedang terjadi pada bisnismu. Sedangkan BA, memprediksi apa yang akan terjadi berdasarkan situasi di masa lalu dan sekarang. Baik BA maupun BI, keduanya diperlukan oleh bisnis dan perusahaan. Oleh karena itu, penting untuk mengetahui apa yang paling dibutuhkan oleh bisnis.
Contoh penerapan BI di Lazada
Seperti teknologi terbarunya yaitu store builder memungkinkan brand dan seller membuat etalase yang membuat mereka tampil beda di Lazada, Super-solutions juga memudahkan brand dan seller untuk membuka toko di LazMall.
3 tipe data analytics
Data analytics adalah ilmu menggali wawasan yang dapat ditindaklanjuti dari koleksi data besar (big data) untuk membantu orang/organisasi membuat keputusan yang lebih baik. 3 tipenya yaitu:
- Descriptive analytics proses data analytics untuk mendapatkan gambaran umum dari data yang sudah dikumpulkan. Ini adalah model yang akan membantu untuk memahami apa yang terjadi dan mengapa. Contohnya Google Analytics.
- Predictive analytics data analytics yang memberikan hasil prediksi tentang sesuatu yang akan datang dengan peningkatan daya komputasi, kemampuan menjalankan ratusan atau ribuan model dengan cepat dan adopsi teknik prediktif seperti support vector machines, neural networks dan random forests.
- Prescriptive analytics proses analytics yang menghasilkan jawaban atas pertanyaan kenapa sesuatu akan terjadi serta memberikan saran terhadap kondisi yang kemungkinan akan terjadi dimasa yang akan datang.
Reference: