Tahap Design Perancangan BI Spotify
Database Design
Satu atau lebih target database BI akan menyimpan data bisnis dalam bentuk rinci atau kumpulan, bergantung pada kebutuhan laporan dari komunitas bisnis. Tidak semua laporan kebutuhan strategis, dan tidak semua multidimensional. Skema perancangan database harus mencocokkan kebutuhan-kebutuhan pengaksesan informasi dari komunitas bisnis.
Database Design yang diperoleh dari analisa untuk membangun BI pada Spotify meliputi terdiri atas :
- Reports and Queries
- Pola pelaporan yang dihasilkan saat ini yang sifatnya rutin berupa laporan dari sistem Spotify.
- Level detail mencakup informasi berdasarkan waktu (tahun → bulan → minggu → hari).
- Pertanyaan ad hoc muncul secara tidak rutin tetapi dibutuhkan untuk mendukung pengambilan keputusan.
- Perancangan multidimensional data model menggunakan pendekatan metodologi Kimball, dengan tahapan sebagai berikut:
- Memilih Proses
Proses yang dianalisis dalam desain database ini mencakup proses identifikasi lagu secara real-time dan analisis interaksi pengguna.
- Memilih Grain
Grain yang dipilih adalah data transaksi dan data interaksi pengguna, seperti waktu identifikasi lagu, durasi pemutaran lagu, dan aktivitas pengguna lainnya.
- Identifikasi dan Menyesuaikan Dimensi
Pada tahap ini diidentifikasi serta disesuaikan dimensi yang dimiliki oleh setiap tabel fakta
Tabel Fakta | Dimensi |
SongPlay | User, Artist, Songs, Album |
- Choosing the fact
Star Schema SongPlay
ETL Design
Proses ETL merupakan proses untuk memindahkan data dari database source (OLTP) ke dalam data warehouse (OLAP). Proses ETL pada penelitian ini menggunakan Script yang dimana Script ini berfungsi untuk menyimpan data-data yang digunakan untuk memvisualisasikan informasi yang dibutuhkan.
- Tools (Alat)
Have we selected an ETL tool, or are we writing the ETL programs from scratch? Perancang tidak memiliki tool ETL. Perancang menulis ETL dari awal menggunakan queries SQL dalam bentuk scripts. Skrip-skrip ini digunakan untuk mengekstrak, mentransformasi, dan memuat data yang diperlukan untuk fitur identifikasi lagu. Skrip-skrip tersebut ditulis dalam bahasa kueri yang didukung oleh SQL Server Management Studio (SSMS).
Metadata Repository Design
- Struktur Data Utama:
Terdapat pada ERD Spotify pada Gambar 4.3
- Metadata Tambahan:
- Metadata Audio: Informasi tambahan tentang audio, seperti format file, bitrate, dll.
- Metadata Pengguna: Informasi tambahan tentang pengguna, seperti lokasi, preferensi, perangkat yang digunakan, dll.
- Metadata Interaksi: Informasi tentang interaksi pengguna dengan platform, seperti riwayat putar, lagu yang disukai, dan playlist yang dibuat.
- Metadata Spesifik Fitur Baru:
- Identifikasi Lagu: Metadata terkait dengan proses identifikasi lagu secara real-time, seperti waktu identifikasi, keakuratan, dan informasi tentang lingkungan audio.
- Data Lingkungan: Metadata tentang lingkungan audio di mana lagu diidentifikasi, seperti lokasi geografis, tingkat kebisingan lingkungan, dll.
- Model Dimensi dan Fakta:
- Dimensi: Entitas utama yang digunakan untuk menganalisis data, seperti Dimensi Waktu, Dimensi Artis, Dimensi Lagu, Dimensi Lokasi, dll.
- Fakta: Tabel fakta yang berisi metrik atau ukuran yang dianalisis, seperti jumlah streaming lagu, durasi mendengarkan, jumlah pengguna unik, dll.
- Hubungan dengan Data Operasional:
- Integrasi dengan database operasional Spotify untuk memperbarui metadata secara berkala dengan data baru.
- Pemetaan antara struktur data BI dan data operasional Spotify untuk memastikan konsistensi dan akurasi.
- Teknologi Penyimpanan dan Query:
- Penggunaan teknologi penyimpanan data yang sesuai seperti basis data relasional atau data warehouse.
- Desain indeks yang efisien untuk mengoptimalkan kueri BI dan pencarian metadata
Construction
Construction terdiri atas ETL Development dan Application Development
ETL Development
ETL Development yang diperoleh dari analisa untuk membangun BI pada spotify meliputi :
- ETL Tool:
ETL dibuat oleh perancang menggunakan Microsoft SQL Server 2012 dalam bentuk script
Application Development
Dalam Application Development ini, kami telah mengambil langkah signifikan dalam pengembangan Business Intelligence (BI) untuk aplikasi Spotify dengan mengintegrasikan sebuah fitur baru yang inovatif. Fitur ini, yang kami sebut sebagai “Audio Insight,” dirancang untuk meningkatkan pengalaman mendengarkan musik di Spotify dengan cara yang unik dan interaktif. Dengan mengaktifkan fitur Audio Insight, pengguna diberikan kemudahan untuk mendapatkan informasi tentang lagu yang sedang diputar, termasuk judul lagu dan nama artis, tanpa perlu melihat layar perangkat mereka. Fitur ini bekerja dengan menyediakan notifikasi audio yang diskret, yang secara otomatis memberitahu pengguna tentang detail lagu saat mereka mendengarkan. Ini merupakan langkah maju dalam usaha kami untuk membuat pengalaman pengguna Spotify lebih personal dan intuitif, memungkinkan pengguna untuk tetap terkoneksi dengan musik mereka tanpa gangguan visual atau perlu mengalihkan perhatian dari kegiatan lain. Pengembangan ini tidak hanya meningkatkan keterlibatan pengguna dengan konten musik tetapi juga memperkaya pengetahuan mereka tentang dunia musik, sembari menjaga fokus pada keamanan dan kenyamanan pengguna selama penggunaan aplikasi.
Data Mining
Pada penelitian ini tidak menggunakan Data Mining karena belum termasuk kebutuhan pihak eksekutif.