TANTANGAN BUSINESS INTELLIGENCE (BI) DAN BIG DATA

Tantangan utama dan harus difahami dari para praktisi big data adalah bahwa mereka harus dapat memanfaatkan sekumpulan data yang luas/besar, terperinci, dan beragam untuk menghasilkan materi/kesimpulan yang signifikan dan dapat ditindaklanjuti berkaitan dengan proses bisnis perusahaan. Mereka tidak harus menerapkan teknik statistik pada kumpulan data besar ini untuk memahami mengapa perilaku tertentu terjadi atau mengapa hal-hal tertentu terjadi karena user tidak berurusan dengan sampel, tetapi berurusan dengan populasi data yang lengkap. Para pengguna dari sisi bisnis, yang biasanya bukan ahli analisis statistik, harus berjuang keras untuk mempelajari dan mengintegrasikan statistik ke dalam proses bisnis sehari-hari mereka. Dan biasanya mereka akan menyimpulkan bahwa alat analisa bisnis telah gagal membantu nereka dalam melakukan transisi dari pelaporan ke area pemikiran analitik atau karena alat tersebut tidak memadai serta tidak optimal dalam membantu mereka pada saat memahami mengapa sesuatu terjadi. Pelatihan dan praktek statistik yang signifikan ternyata diperlukan untuk membantu pengguna dari sisi bisnis mengukur sebab dan akibat dalam membangun model yang diperlukan guna memprediksi apa yang harus dilakukan selanjutnya. Akibatnya, transisi user bisnis untuk prediksi kedepan dan melihat situasi bisnis mereka kedepan jatuh memasuki analitik gap (analytics chasm).  

Analitik gap adalah area analisis data dimana user mencoba menggunakan algoritma statistik terhadap data mereka untuk mengukur sebab-akibat dengan mengidentifikasi korelasi antara tindakan tertentu dengan keluaran-keluaran yang dihasilkan. Harapannya, apabila mereka dapat mengukur dan menentapkan sebab-akibat, mereka akan berada dalam posisi yang lebih baik untuk mendukung ekplorasi porsoes “what-if”, memprediksi hasil yang diharapkan dari tindakan yang dilakukan, dan menemukan rekomendasi-rekomendasi apa yang perlu dilakukan kedepan untuk meningkatkan kinerja bisnis. 

Big data memberikan kesempatan untuk mengurangi kebutuhan untuk menguasai keterampilan statistik untuk memahami mengapa sesuatu terjadi. Dengan jumlah data terperinci yang besar dan beragam serta alat analitik berkemampuan tinggi (powerful), adalah mungkin untuk mengidentifikasi apa yang akan berhasil tanpa harus khawatir tentang mengapa itu berhasil. Hal ini memungkinkan user untuk berpikir secara berbeda tentang konteks serta cara yang digunakan untuk mengatur wawasan dan kinerja bisnis kedepan.