SEPULUH KESALAHAN TENTANG BIG DATA YANG HARUS DIHINDARI

Banyak pengelola data perusahaan yang membuat kesalahan besar dalam mengelola “big data” dengan berbagai alasan. Berikut ini sepuluh kesalahan yang bisa terjadi, menurut Bernard Marr.

Data “apa saja” dikumpulkan. Beberapa perusahaan meminta karyawannya untuk mengumpulkan sebanyak-banyaknya data, karena mereka berfikir main banyak data dimiliki maka akan memberikan keuntungan bagi perusahaan. Ini hanya berlaku bagi perusahaan yang besar karena mereka mempunyai tenaga kerja dan sumbersaya yang banyak untuk mengumpulkan, mengelola, menganalisis data dengan jumlah besar. Bagi sebagian besar perusahaan mereka berfikir, tidak ada gunanya mengumpulkan data apa saja. Bisa-bisa yang didapat stres, mengeluarkan banyak biaya dan pada akhirnya tidak digunakan. Tujuan pengumpulan dan pengelolaan data harus benar-benar jelas dan spesifik tentang data apa yang dibutuhkan. Fokus untuk mendapatkan data yang pasti yang akan menguntungkan perusahaan. Bagaimana caranya, tentukan apa yang perlu diketahui dan dan pertanyaan apa yang ingin jawab. Jadi kumpulkan data X dan Y untuk menjawab pertanyaan Z.

Mengumpulkan data yang menarik dan up to date saja. Data yang dikumpulkan hanya yang mutakhir saja ditandai oleh lingkungan sekitar saja. Data yang mutakhir atau menggambarkan keadaan terkini mungkin tidak bisa membantu kebutuhan perusahaan. Jadi fokus pada bagimana mendapatkan data yang terbaik bagi perusahaan, yaitu data data yang dapat menjawab pertanyaan-pertanyaan strategis dan pada akhirnya dapat meningkatkan kinerja perusahaan.

Langsung mengumpulkan data besar tidak terstruktur dan eksternal.  Data tidak terstruktur memang dapat dipandang sebagi bintang rock di dunia data sedangkan data yang terstruktur sering dianggap kuno. Data internal yang telah dikumpulkan bisa menjadi pilihan untuk digunakan. Risiko langsung menuju data besar eksternal yang tidak terstruktur bisa menjadi kesalahan yang harus dibayar mahal. Mulai dengan data internal yang saat ini tersedia seringkali lebih mudah, walaupun kurang menarik atau kurang menggambarkan keadaan saat ini. Akantetapi sebagian besar bisnis mereka memerlukan kombinasi kumpulan data untuk menjawab pertanyaan strategis mereka.

“Kewalahan” mengelola volume data yang besar. Volume data yang dihasilkan setiap hari bisa sangat besar. Sangat mudah kehilangan arah bekerja di data dengan volume besar. Mengambil langkah pertama langsung ke big data bisa menjadi hal yang sulit. Jadi yang penting adalah berfokus pada data yang akan membantu menjawab pertanyaan strategis, menyediakan informasi untuk pengambilan keputusan, dan diperlukan untuk transformasi bisnis.

Mengabaikan data kecil. Dianjurkan untuk berfikir data cerdas, karena data besar tidak selalu diperlukan untuk mencapai tujuan perusahaan. Data internal yang ada, seperti data transaksi, dapat memberikan banyak informasi, misalnya jam kerja yang baik untuk penjualan. Mungkin juga bila ingin menggabungkan data kecil yang ada ini dengan sumber data besar lainnya. Kuncinya adalah jangan mengabaikan data kecil berharga yang telah dimiliki perusahaan.

Menghamburkan dana. Meskipun pasti perlu menginvestasikan sejumlah dana dalam upaya mengelola big data, menghamburkan banyak dana yang tidak perlu bukanlah cara terbaik. Menghabiskan banyak uang kemungkinan akan membuahkan hasil, tetapi jika tidak memiliki strategi yang jelas di awal akan gagal. Jauh lebih baik apabila memiliki tujuan dan pertanyaan yang jelas dan menargetkan aktivitas big data yang sesuai dengan tujuan perusahaan. Terkait dengan pengelolaan big data saat ini di domain publik banyak tersedia perangkat lunak aplikasi dan tool untuk analisis big data secara gratis.

Tidak mencocokkan big data dengan pertanyaan strategi perusahaan. Saat ini sering terjadi pengelolaan big data dilakukan secara ad hoc, secara sporadis. tanpa strategi yang mendasarinya. Mungkin bila beruntung dapat menemukan hasil dan wawasan yang baik. Tetapi dengan berdasakan pertanyaan strategis, dan dengan selalu memperhatikan aktivitas big data ke pertanyaan strategi, wawasan atau hasil akan muncul dengan teratur dan lebih dapat diprediksi. Sebagai contoh, pertanyaan apakah anda ingin meningkatkan penjualan? Atau meningkatkan kepuasan pelanggan? atau meningkatkan kualitas produk? Pertanyaan strategi akan memengaruhi jenis data yang dibutuhkan dan bagaimana data tersebut perlu dianalisis.

Tidak melibatkan personal yang tepat dalam menetapkan strategi big data.  Siapa saja yang terlibat dalam pembuatan strategi big data tergantung pada apa yang ingin dicapai. Jika ingin mencari peningkatan penjualan, maka melibatkan rekan kerja dari pemasaran dan penjualan sangat bagus. Big data dapat memberikan beberapa wawasan yang luar biasa untuk meningkatkan bisnis, jadi mendapatkan anggota tim yang tepat sejak awal adalah kunci agar mereka terlibat dalam proses transformasi. Anggota tim yang perlu dilibatkan adalah pembuat keputusan utama dalam bisnis. Bila diperlukan, dapat pula melibatkan pihak eksternal, misalnya konsultan big data, untuk membantu perumausan strategi. Namun demikian, jika menyangkut tujuan bisnis perusahaan, tim internal adalah ahlinya.

Data dikumpulkan tetapi tidak dianalisa. Data harus diolah atau dianalisa. Data itu sendiri tidak ada artinya, atau tidak punya arti, tidak peduli berapa banyak yang dimiliki, data perlu diubah menjadi wawasan atau informasi untuk menjawab pertanyaan strategis. Menganalisis data memberikan wawasan berharga yang membantu dan mendukung pencapaian tujuan bisnis.

Data dianalisis tetapi hasilnya tidak dilaporkan dengan cara yang mudah bagi pengguna. Laporan mungkin tidak semerarik analisis data, tetapi ini sangat penting. Laporan wawasan perlu disajikan dengan cara yang mudah dipahami oleh orang-orang dalam bisnis. Jika mereka tidak dapat mengidentifikasi atau memahami wawasan yang dilaporkan, maka mereka tidak akan dapat membuat keputusan yang tepat untuk meningkatkan bisnis.