Big Data

Belum banyak yang mendefinisikan istilah big data secara pasti. Meskipun demikian, istilah “Big Data”sering digunakan oleh perusahaan untuk menguraikan jumlah data yang besar. Hal ini tidak mengacu pada jumlah khusus data, tetapi menguraikan suatu set data yang tidak dapat disimpan atau diproses menggunakan perangkat lunak database trasdisional. Contoh big data mencakup  Google Search Index, database Facebook (user profile). Big data seringkali didistribusikan melalui banyak storage device, bisa dalam beberapa lokasi yang berbeda. Terdapat beberapa jenis berbeda dari solusi perangkat lunak big data yang berbeda, mencakup platform penyimpan data dan program analisa data. Produk yang paling umum dari perangkat lunak big data mencakup apache Hadoop, IBM’s Big Data Platform, Oracle NoSql database, Microsoft HDInsight dan EMC Pivotal One(Techterms.com, 2013)

Definsi lainnya, Big data adalah data melimpah dalam kecepatan yang tidak pernah terlihat sebelumnya – berlipat dua setiap 18 bulan – akibatnya akses  terhadap data pelanggan yang lebih besar berasal dari sumber-sumber publik, eksklusif, serta informasi baru yang dikumpulkan dari komunitas web dikerahkan dengan cara baru.  (Bughin, Chui, & Manyika, 2010)

Gambar Tiga V big data

Sumber: http://whatis.techtarget.com/definition/3Vs (2013).

Identifikasi elemen kunci big data adalah, pertama perusahaan-perusahaan saat ini dapat mengumpulkan data di seluruh unit-unit bisnis,  data yang semakin meningkat, bahkan data dari partner dan customer (besar dan kompleks). Kedua, suatu infrastruktur yang fleksibel dapat mengintegrasikan informasi dan meningkatkan secara efektif untuk memenuhi gelombang data yang besar. Ketiga, percobaan algoritma dan analitik dapat membuat arti dari semua informasi big data tersebut.  Big data juga  menjadi suatu elemen inti dari strategi. (Brown, Michael, & Manyika, 2011)

Big data fokus pada ukuran data dalam storage. Ukuran menjadi persoalan, tetapi terdapat atribut penting lainnya dari big data yaitu keragaman data dan kecepatan data. Tiga V big data (volume, variety dan velocity) menetapkan suatu definisi komprehensif, dan hal tersebut mengurangi mitos bahwa big data hanya tentang volume data. (Russom, 2011). Dalam 3 V big data, Volume berkaitan dengan ukuran yaitu Terrabyte, record, transaksi, tabel dan file. Velocity berkaitan dengan batch, near time, waktu nyata, stream (aliran). Sedangkan Variety berkaitan dengan  terstruktur, tidak terstruktur, semi terstruktur dan ketiganya. Seperti terlihat dalam gambar di bawah.

Gambar  Tiga V big data

Sumber(Russom, 2011)

Volume data adalah atribut utama dari big data, sebagian orang mendefinisikan big data dalam ukuran terabyte (TB), kadang-kadang dalam petabyte (3 sampai 10 TB). Big data juga dapat dikuantifikasi dengan menghitung jumlah record, transaksi, tabel atau file. Beberapa organisasi menemukan lebih bermanfaat terhadap kuantifikasi big data dalam istilah waktu, misalnya karena Undang-undang keterbatasan tujuh tahun di Amerika, banyak perusahaan memelihara datanya selama tujuh tahun untuk analisa resiko, keluhan dan hukum. (Russom, 2011).

Big data merupakan bagian dari persaingan yang sulit untuk pangsa pasar. Ancaman utamanya adalah kemampuan pesaing untuk mengumpulkan dan menganalisis sentimen konsumen dan menghasilkan rekomendasi di seluruh jutaan  pelanggan. Pentinguntuk dicatatbahwaancaman danpeluang yang terkaitdengan datayang besarsering memilikiimplikasiorganisasidimana  hanyadenganperhatian senioreksekutifdapatmengatasinya. Pimpinan terlalu sedikit memahami potensi data yang besar dalam bisnis mereka, aset data dan kewajiban dari bisnisnya, atau pilihan strategis mereka adalah harus membuat untuk memulai memanfaatkan data yang besar. Dengan berfokus pada isu-isu ini, eksekutif senior dapat membantu organisasi membangun keunggulan kompetitif  berdasarkan data. (Bughin, Chui, & Manyika, 2010)

Teknologi untuk menggunakan dan menganalisa informasi tersedia secara luas, tetapi banyak perusahaan mengambil data pada tingkat baru menggunakan TI untuk mendukung dengan tepat, mengarahkan keputusan dan menguji produk baru, model bisnis, dan inovasi terhadap pengalaman customer, dalam beberapa kasus pendekatan ini membantu perusahaan untuk membuat keputusan real time.  Perusahaan menjual produk fisik juga menggunakan big data untuk eksperimen yang tepat. Menggunakan informasi untuk menganalisa kesempatan bisnis baru, misalnya promosi yang efektif untuk segmen yang tepat. Perusahaan lainnya menggali data dari social network secara real time (Ford Motor, PepsiCo dan Southwest Airlines).  Penggunaan eksperimen dan big data sebagai komponen penting pada pengambilan keputusan manajemen membutuhkan kemampuan baru, serta perubahan organisasi dan budaya, sebagian besar perusahaan jauh dari mengakses seluruh data yang tersedia. Umumnya, perusahaan tidak memiliki talenta yang tepat dan pemrosesan untuk mendesain percobaan dan mengekstrak nilai bisnis dari big data, yang memerlukan perubahan dalam cara tersebut banyak eksekutif yang saat ini membuat keputusan: mempercayai insting/naluri dan pengalaman selama eksperimen dan analisis yang ketat.Big data seiring waktu akan menjadi jenis baru dari aset perusahaan, yang menunjukkan suatu kunci yang penting untuk kompetisi. Jika itu benar, perusahaan harus mulai berpikir dengan sungguh-sungguh apakah mereka terorganisir untuk mengeksploitasi potensi data yang besar (big data) dan untuk mengelola ancaman yang dapat muncul. Sukses akan menuntut tidak hanya keterampilan baru, tetapi juga perspektif baru tentang bagaimana era data besar bisa merevolusi-lingkaran perluasan praktek manajemen yang dapat mempengaruhi dan fondasinya mewakili kebaruan, model bisnis yang berpotensi  (disruptive). (Brown, Michael, & Manyika, 2011)