Enhancing Decision Making by using Data Analytics_Part 3
Teknik Analisis lain yang dapat digunakan adalah Predictive Analysis. Analisis Prediktif merupakan prediksi strategi masa dengan menggunakan data historis yang diperoleh dari tahun sebelumnya, mendeteksi pola atau hubungan data tersebut, dan perusahaan harus mengeksplorasi hubungan yang terjadi ke depannya dalam waktu tertentu.
Sedangkan menurut sumber Harvard Business Online, Analisis Prediktif digunakan khususnya untuk membuat prediksi atas tren maupun peristiwa yang akan terjadi di masa yang akan datang/ masa depan dan mampu untuk menjawab pertanyaan “apa yang mungkin terjadi di masa depan?”. Menganalisa data historis dan trend industry akan membuat para pelaku usaha mampu membuat prediksi yang didasarkan oleh informasi mengenai apa yang akan terjadi pada masa yang akan datang/ masa depan bagi perusahaan, dan membuat prediksi atas masa depan dapat membantu organisasi/ perusahaan dalam merumuskan strategi perusahaan ke depannya berdasarkan skenario yang mungkin terjadi.
Menurut sumber UNSW online, keuntungan yang didapatkan oleh Analisis Prediktif adalah efisiensi yang mencakup peramalan inventaris, layanan pelanggan yang mampu membantu perusahaan dalam memberikan pemahaman mengenai siapa pelanggan mereka dan apa yang mereka inginkan dengan tujuan untuk menyesuaikan rekomendasi, mendeteksi & melakukan pencegahan atas penipuan dengan mengidentifikasi pola sekaligus perubahannya, dan pengurangan risiko dalam industry finansial/ keuangan serta berperan dalam peningkatan penyaringan kandidat. Contohnya adalah Credit Scoring dan memprediksi respon atas campaign dari direct marketing. Perusahaan pada saat ini telah memanfaatkan jasa Data Analyst dan Data Scientist yang bertugas dalam mengolah big data (Big Data Management) yang ditransformasikan menjadi keputusan strategis perusahaan.
Pada perusahaan manufaktur yang kesehariannya melakukan Supply Chain Management, Operational Intelligence menjadi pilihan yang tepat. Terkadang perusahaan menggunakan software dalam keperluan operational intelligence dan analitik yang memberikan perusahaan kemudahan dalam menganalisa Big Data mereka. Terdapat pula Location Analysis seperti yang dimanfaatkan oleh Google Map dalam mengetahui lokasi apa yang paling sering kita kunjungi dan memberikan rekomendasi misalkan kita menyukai tempat makan, maka Google Map akan memberikan rekomendasi mengenai tempat makan enak di sekitar kita (dari jarak terdekat/ bahkan bisa diatur jaraknya). Hal ini bertujuan untuk memperoleh business insight dari komponen lokasi (geografi) pengguna. Kemudian terdapat pula GIS (Geographical Information System) yang biasanya memiliki peranan penting untuk memberikan informasi mengenai waktu pemerintah dalam menangani/ menindaklanjyti bencana alam.
Terakhir adalah Business Performance Management yang berperan untuk menerjemahkan strategi perushaaan seperti diferensiasi, menekan biaya produksi, dan jangkauan dari kegiatan operasional) menjadi target dalam segi operations. Contoh dari implementasi dari Data Analytics adalah teknologi Hawk Eye pada badminton yang mendeteksi secara real time dan akurat bahwa kok menyentuh garis in/ out dan teknologi yang diterapkan pada sepakbola dimana berperan dalam menentukan apakah pemain offside/ tidak. Hal yang ada pada keseharian kita juga adalah Group Decision-Support System (GDSS) yang berperan sebagai platform untuk berkolaborasi secara virtual dimana terdapat fitur untuk mengumpulkan ide, mengedit dan memperingkatkan ide maupun tanggapan dari participants. Contohnya adalah Cisco’s Collaboration Meeting Rooms Hybrid (CMR), dan Skype untuk keperluan berbisnis.
Sumber:
http://ab.polimdo.ac.id/wp-content/uploads/2019/02/Pengantar-Manajemen_TOPIK-4.pdf
https://www.info.populix.co/post/business-intelligence-adalah
https://studyonline.unsw.edu.au/blog/descriptive-predictive-prescriptive-analytics
https://online.hbs.edu/blog/post/types-of-data-analysis