BUSINESS INTELLIGENCE | SISTEM INFORMASI ENTERPRISE TERPADU

1.    Data warehouse

Definisi Data Warehouse

Data warehouse adalah kumpulan data dari berbagai sumber internal maupun eksternal yang dikumpulkan menjadi satu dalam tempat penyimpanan yang berukuran besar yang bisa digunakan untuk pengambilan keputusan, dan bersifat berorientasi subjek, terintegrasi, time-variant, dan non-volatile.

Berikut ini pengertian data warehouse menurut 3 pandangan para ahli:

§  Menurut [ Bill Inmon, 1996 ] yang dijuluki sebagai bapak Data Warehouse menekankan bahwa Data Warehouse adalah dasar dari proses pengambilan keputusan. Demikian pula Poe (1996) mendefinisikan :”Data Warehouse adalah basis data analisa yang hanya dapat dibaca dan digunakan sebagai bahan untuk sistem pendukung keputusan”. Keduanya memandang Data Warehouse sebagai dasar dari sistem pengambilan keputusan.

§  Menurut [ Laudon, 2006 ] di bukunya Decision Support and Business Intelligence Systems. Data warehouse adalah database yang menyimpan data penting saat ini dan historis dari kebutuhan informasi untuk manager dalam perusahaan.

§  Menurut [ Forrester Research, 1995 ] data warehouse adalah sebuah proses transformasi data kedalam sebuah informasi dan membuat informasi ini dapat diakses oleh pengguannya tepat waktu untuk membuat perubahan-perubahan (strategi bisnis).

Tujuan dan Kegunaan Data Warehouse

Tujuan Data warehouse adalah meningkatkan kualiatas dan akurasi informasi bisnis dan mengirimkan informasi ke pemakai dalam bentuk yang dimengerti dan dapat diakses dengan mudah, kapan pun dan dimanapun.

Manfaat Data Warehouse

·         Kemampuan mengakses data yang berskala perusahaan.

·         Kemampuan memiliki data yang konsisten.

·          Dapat melakukan analisis secara cepat.

·         Dapat digunakan untuk mencari redundansi usaha di perusahaan.

·         Menemukan gap antara pengetahuan bisnis dengan proses bisnis.

·         Meminimalkan biaya administrasi.

·         Meningkatkan kinerja pegawai perusahaan untuk dapat melakukan tugasnya dengan lebih efektif.

Kelebihan Dan Kekurangan Data Warehouse

Data Warehouse memiliki kelebihan-kelebihan sebagai berikut:

1.       Mempertahankan sejarah data, bahkan jika sistem transaksi sumber tidak beroperasi.

2.       Meningkatkan kualitas data, dengan menyediakan kode konsisten dan deskripsi, bahkan memperbaiki data yang buruk.

3.       Menampilkan seluruh informasi organisasi secara konsisten.

4.       Memperbaiki data sehingga memberikan kinerja query yang sangat baik, bahkan untuk pertanyaan analitik kompleks, tanpa mempengaruhi sistem operasional.

5.       Peningkatan produktivitas perusahaan dalam pengambilan keputusan.            

6.       Perbedaan struktur data yang banyak macamnya dari sumber yang berbeda dapat di atasi.                                                       

7.       Masalah keamanan dan kinerja dapat dipecahkan tanpa perlu mengubah sistem produksi.                                                                                                      

8.       Memiliki model data yang banyak macamnya, dan tidak tergantung dari format data awal/sumbernya, sehingga memudahkan dalam menciptakan laporan.

9.       Data Warehouse tidak memperlambat kerja operasional transaksi.

Adapun kekurangan-kekurangan dari data warehouse yaitu:

1. Data warehouse bukan merupakan lingkungan yang cocok untuk data yang tidak terstruktur.
2. Data perlu di ekstrak, diubah (ETL) dan di load ke data warehouse sehingga membutuhkan tenggang waktu untuk memindahkannya.
3. Semakin lama dipelihara, semakin besar biaya untuk merawat sebuah data warehouse.
4. Data warehouse dapat menjadi ketinggalan dari data terbaru yang relatif cepat, karena data yang digunakan di data warehouse tidak di update secara cepat, sehingga data yang ada tidak optimal.

2.    Customer Relationship Management (CRM)

Definisi Customer Relationship Management (CRM)

CRM didefinisikan sebagai strategi atau pendekatan yang diterapkan organisasi untuk mempelajari kebiasaan  dan kebutuhan pelanggan sehingga memungkinkan kedekatan hubungan dengan pelanggan  baik melalui email, telepon, masukan di situs, atau hasil pembicaraan dengan sales dan marketing.

Berikut ini pengertian data warehouse menurut 3 pandangan para ahli:

·         Menurut (Turban, 2004) CRM adalah suatu pendekatan pelayanan kepada konsumen yang berfokus pada pembangunan jangka panjang dan hubungan konsumen yang berkelanjutan yang dapat memberikan nilai tambah bagi pelanggan maupun perusahaan.

·         Menurut (Kalakota dan Robinson, 2001) CRM adalah integrasi dari strategi penjualan, pemasaran, dan pelayanan yang terkoordinasi.

·         Menurut (Laudon dan Traver, 2002) CRM menyimpan informasi pelanggan dan merekam seluruh kontak yang terjadi antara pelanggan dan perusahaan, serta membuat profil pelanggan untuk staf perusahaan yang memerlukan informasi tentang pelanggan tersebut.

Tujuan dari CRM

Tujuan utama dari CRM adalah membantu bisnis dalam penggunaan teknologi dan sumberdaya manusia agar memperoleh pengertian yang dalam tentang nilai dan prilaku customer mereka.

Kegunaan CRM

Database kostumer didalam CRM dapat digunakan untuk berbagai macam kegunaan, diantaranya adalah :

o   Mendesain dan melaksanakan marketing campaign untuk mengoptimalkan eketifitas marketing

o   Mendesain dan melaksanakan costumer campaign yang spesifik seperti cross selling, up-selling, dan retensi.

o   Menilai respon kostumer terhadap produk dan level service, misalnya seperti kenaikan harga, new product development, dan lainnya

o    Mengambil keputusan manajemen seperti forecasting financial dan costumer profitability analysis

o    Prediksi terhadap level defect yang tak diinginkan kostumer (churn analysis)

Manfaat dan Keuntungan CRM

§  Meningkatkan Loyalitas Pelanggan; Aplikasi CRM memungkinkan untuk menggunakan informasi dari semua titik dengan pelanggan, baik via web, call center, ataupun lewat staff pemasaran dan pelayanan di lapangan. Konsistensi dan aksepsibilitas informasi ini memungkinkan penjualan dan pelayanan yang lebih baik dengan berbagai informasi penting mengenai pelanggan tersebut.

§  Mengurangi Biaya;  CRM juga memungkinkan penjualan atau pelayanan dengan biaya lebih murah dalam sebuah skema program pemasaran yang spesifik dan terfokus. Tertuju ke pelanggan yang tepat dan pada waktu yang tepat pula.

§  Meningkatkan Efisiensi Operasional; Otomasi penjualan dan proses layanan dapat mengurangi resiko turunnya kualitas pelayanan dan mengurangi beban cashflow. Penggunaan teknologi web dan call center misalnya, akan mengurangi hambatan birokrasi dan biaya serta proses administratif yang mungkin timbul.

§  Peningkatan Time to Market;  Aplikasi CRM memungkinkan membawa produk ke pasar dengan lebih cepat dengan informasi pelanggan yang lebih baik, adanya data trend pembelian oleh pelanggan.

3.    Suplay Chain Management (SCM)

Definisi Suplay Chain Management

Suplay Chain Management adalah suatu sistem, metodologi, strategi, perangkat lunak (software) dan aplikasi berbasis web yang mampu membantu sebuah perusahaan untuk mengelola dan mengontrol terhadap material, informasi, dan keuangan dalam menangani proses perpindahan produk mulai dari supplier, manufaktur, distributor, pengecer(retailer) hingga ke konsumen akhir. Jadi dapat disimpulkan bahwa SCM adalah proses alur data dari supllier hingga ke konsumen.

Tujuan Suplay Chain Management (SCM)

Tujuan utama dari SCM ini adalah untuk mengurangi inventori/stok, tetapi dengan asumsi bahwa produk tersedia jika diperlukan. Tujuan dan manfaat lainnya jika mengoptimalkan program SCM, yaitu:

1)      Menjamin kelancaran penyediaan barang

Kelancaran barang yang perlu dijamin adalah mulai dari supplier, perusahaan sendiri, retailer sampai kepada konsumen akhir.

2)      Menjamin mutu

Mutu barang jadi ditentukan tidak hanya oleh proses produksinya, tetapi ditentukan oleh mutu bahan mentahnya dan mutu dalam kualitas pengirimannya.

3)      Mengurangi jumlah supplier

Bertujuan untuk mengurangi ketidakseragaman , biaya-biaya negoisasi, dan pelacakan(tracking).

4)      Mengembangkan supplier partnership atau strategic alliance.

Dengan mengadakan kerjasama dengan supplier (supplier partnership) dan juga mengembangkan strategic alliance dapat menjamin lancarnya pergerakan barang dalam supply chain.

Konsep Suplay Chain Management

Chain 1 : Supplier

·         Awal mula jaringan yang merupakan sumber penyedia bahan pertama

·         Bentuk : bahan baku, bahan mentah, bahan penjualan, suku cadang, dll

·         Sumber pertama disebut dengan supplier  termasuk didalamnya sub-suppliers yang biasanya jumlahnya banyak.

Chain 2 : Manufactur

·         Rantai pertama dihubungkan ke rantai kedua yaitu manufacturer atau plants atau assembler atau dengan kata lain yang melakukan pekerjaan membuat, memfabrikasi, merakit, mengkonversikan atau menyelesaikan barang (finishing).

Chain 3 : Distributor

·         Barang yang sudah jadi yang dihasilkan oleh manufacturer harus disalurkan kepada pelanggan dengan melalui distributor.

·         Barang dari pabrik disalurkan dari gudang ke gudang distributor atau retailer atau pedagang besar dalam jumlah besar.

Chain 4 : Retailers

·         Dari gudang distributor hasil produksi akan disalurkan ke gudang pengecer (retailer) yang nantinya akan diletakkan di rak-rak (outles) retailer.

·         Pada tahap ini dapat diperoleh kesempatan penghematan dalam bentuk jumlah inventories dan biaya gudang.

Chain 5 : Customer

·         Barang ditawarkan oleh retailer langsung ke pelanggan (customer) atau pengguna barang tersebut.

·         Yang termasuk outlet adalah tempat dimana customer akhir melakukan pembelian misanya : toko, supermarket, koperasi, dll.

·         Suplay chain benar-benar berhenti jika barang telah sampai ke pemakai yang sebenarnya.

4.    Data Mining

Definisi Data Mining

Data Mining adalah kegiatan untuk menemukan informasi atau pengetahuan yang berguna secara otomatis dari data yang jumlahnya besar.Data mining menggambarkan sebuah pengumpulan teknik-teknik dengan tujuan untuk menemukan pola-pola yang tidak diketahui pada data yang telah dikumpulkan. Data mining memungkinkan pemakai menemukan pengetahuan dalam data database yang tidak mungkin diketahui keberadaanya oleh pemakai. Data mining merupakan teknologi yang diharapkan dapat menjembatani komunikasi antara data dan pemakainya.

Beberapa solusi yang diberikan data mining antara lain :

a)      Menebak target pasar

Data mining dapat mengelompokkan (clustering) model-model pembeli dan melakukan klasifikasi terhadap setiap pembeli dan melakukan klasifikasi terhadap setiap pemebeli sesuai dengan karakteristik yang diinginkan.

b)      Melihat pola beli dari waktu ke waktu

Data mining dapat digunakan untuk melihat pola beli dari waktu ke waktu.

c)       Cross-market analysis

Data mining dapat dimanfaatkan untuk melihat hubungan antara satu produk dengan produk lainnya.

d)      Profil pelanggan

Data mining bisa membantu pengguna untuk melihat profil pembeli sehingga dapat diketahui kelompok pembeli tertentu cenderung kepada suatu produk apa saja.

e)      Informasi summary

Data mining dapat membuat laporan summary yang bersifat multi dimensi dan dilengkapi dengan informasi statistik lainnya.

Fungsi dan Tujuan Data Mining

1.       Fungsi Data mining

Data Mining mempunyai 5 fungsi:

a.       Classification

Classification, yaitu menyimpulkan definisi-definisi karakteristik sebuah grup. Contoh: pelanggan-pelanggan perusahaan yang telah berpindah kesaingan perusahaan yang lain.

b.      Clustering

Clustering, yaitu mengindentifikasikan kelompok-kelompok dari barang-barang atau produk-produk yang mempunyai karakteristik khusus (clustering berbeda dengan classification, dimana pada clustering tidak terdapat definisi-definisi karakteristik awak yang di berikan pada waktu classification).

c.       Association

Association, yaitu mengidentifikasikan hubungan antara kejadian-kejadian yang terjadi pada suatu waktu, seperti isi-isi dari keranjang belanja.

d.      Sequencing

Hampir sama dengan association, sequencing mengidentifikasikan hubungan-hubungan yang berbeda pada suatu periode waktu tertentu, seperti pelanggan-pelanggan yang mengunjungi supermarket secara berulang-ulang.

e.      Forecasting

Forecasting memperkirakan nilai pada masa yang akan datang berdasarkan pola-pola dengan sekumpulan data yang besar, seperti peramalan permintaan pasar.

2.       Tujuan Data Mining

Tujuan data mining antara lain:

a.       Explanatory

Untuk menjelaskan beberapa kondisi penelitian, seperti mengapa penjualan truk pick up meningkat di colorado.

b.      Confirmatory

Untuk mempertegas hipotesis, seperti halnya 2 kali pendapatan keluarga lebih suka di pakai untuk membeli peralatan keluarga, di bandingkan dengan satu kali pendapatan keluarga.

c.       Exploratory

Menganalisis data untuk hubungan yang baru yang tidak di harapkan, seperti halnya pola apa yang cocok untuk kasus penggelapan kartu kredit.

Kelebihan dan Kekurangan Data Mining :

Kelebihan Data Mining :

·         Kemampuan dalam mengolah data dalam jumlah yang besar.

·         Pencarian Data secara otomatis.

Kekurangan Data Mining :

·         Kendala Database ( Garbage in garbage out ).

·         Tidak bisa melakukan analisa sendiri.

5.    Kaitan Bisnis Intelligence dengan Data Mining

Data mining adalah suatu proses penggalian data dari data warehouse yang disimpan dalam basis data atau media penyimpanan lain sehingga diharapkan setelah melakukan mining terhadap data akan didapatkan suatu data baru yang kemudian disimpan menjadi informasi yang baru pula. Data mining memiliki beberapa solusi untuk melakukan mining data, diataranya menggunakan metode clustering, forecasting, classifying, asociating dan sequencing. Jadi hubungan antara data mining dan business intellegence berada pada data yang akan diproses. Awalnya dari data warehouse yang kemudian di proses data mining baru kemudian disajikan pada business intellegence sehingga mendapat informasi yang lebih bagus, nyaman dan akurat.

Data Mining bekerja dalam proses penggalian data dari data warehouse yang disimpan dalam basis data atau media penyimpanan lain sehingga diharapkan setelah melakukan mining terhadap data akan didapatkan suatu data baru yang kemudian disimpan menjadi informasi yang baru juga. Jadi hubungan antara data mining dan business intellegence berada pada data yang akan diproses. Awalnya dari data warehouse yang kemudian di proses data mining baru kemudian disajikan pada business intellegence sehingga mendapat informasi yang lebih akurat.

6.    Kaitan Bisnis Intelligence dengan Data Warehouse

Business Intelligence dan data warehouse adalah dua hal yang berbeda namun hampir tidak bisa dipisahkan. Data warehouse lebih mengenai bagaimana data- data yang besar dan beragam disimpan dalam satu repository (gudang data) dan disusun secara terstruktur sehingga memudahkan pencarian, sedangkan Business Intelligence adalah salah satu teknologi yang digunakan untuk menyajikan data- data tersebut sehingga memudahkan analisa dan pengambilan keputusan berdasarkan informasi yang akurat dari sumber data. Suatu solusi Business Intelligence yang baik memerlukan sumber data yaitu data warehouse.

7.    Hubungan Data Warehouse dengan Data Mining

o   Data Mining dan Data Warehouse mempunyai kaitan yang sangat erat tetapi bukan merupakan objek yang sama. Agar data di dalam Data Warehouse dapat digunakan untuk Data Mining, data-data tersebut biasanya dipersiapkan terlebih dahulu dan biasanya disimpan dalam bentuk data mining database atau data mart.

o   Data warehouse adalah database besar yang menyimpan raw data yang biasanya langsung didapat dari responden dan merupakan data-data yang beorientasi subjek, terintegrasi, memiliki dimensi waktu, serta merupakan koleksi tetap (non-volatile), yang digunakan dalam mendukung proses pengambilan keputusan.

o   Data mining merupakan proses dalam menggali pengetahuan yang menarik dari sumber data dalam jumlah besar yang tersimpan baik dalam database, data warehouse ataupun repository informasi lainnya. Data mining muncul setelah banyak dari pemilik data baik perorangan maupun organisasi mengalami penumpukan data yang telah terkumpul selama beberapa tahun, misalnya data pembelian, data penjualan, data nasabah, data transaksi, email dan sebagainya.

Hubungan antara data mining dan data warehousing diantaranya:

·         Keduanya dapat dijadikan alat untuk mendukung business intelligence

·         Sumber dari data mining dapat diperoleh dari data warehouse

8.    Penerapan Bisnis Intelligence pada CRM dan SCM

Penerapan Bisnis Intelligence pada CRM

Business intelligence adalah salah satu implementasi yang dapat menyediakan kebutuhan bisnis tersebut. Diintegrasikan dengan konsep customer relationship management (CRM) yang diimplementasikan perusahaan menjadikan dua kolaborasi ini dapat membantu meningkatkan efisiensi dan efektifitas kerja perusahaan. Output dari business intelligence merupakan pengetahuan yang dihasilkan dari analisis data yang berasal dari sumber-sumber transaksi perusahaan. Umumnya business intelligence system terdiri dari aplikasi maupun teknologi yang terintegrasi, digunakan untuk mengumpulkan data, menyediakan akses serta menganalisis data-data tersebut untuk menghasilkan informasi yang berharga bagi perusahaan.

Kemampuan menganalisis data tersebutlah yang melatar belakangi penggunaan business intelligence untuk meningkatkan pelayanan kepada pelanggan sehingga meningkatkan loyalitas pelanggan kepada perusahaan. Dalam penerapan konsep CRM, perusahaan diharapkan dapat memandang pelanggan dalam single view yang utuh dan unik per pelanggannya. Perusahaan pada umumnya memiliki lebih dari satu sumber transaksi dimana perusahaan melakukan interaksi dengan pelanggan, kesulitan mengintegrasikan data sering dialami oleh perusahaan dalam penyediaan data, data sering redundan, sehingga tidak dapat menyajikan informasi yang relevan, valid, mendekati real time sehinggakeputusan yang diambil pun kurang solutif dan responsif terhadap permasalahan bisnis yang ada.

CRM umumnya diimplementasikan dengan tujuan menciptakan nilai tambah bagi pelanggan dan mendapatkan loyalitas pelanggan sehingga tercipta hubungan timbal balik yang saling menguntungkan antara perusahaan dengan pelanggan. Kunci keberhasilan CRM antara lain adalah kemampuan perusahaan mengidentifikasi nilai pelanggan yang tepat dan memahami kebutuhan, keinginan, dan harapa pelanggan yang berbeda-beda.

BI dapat membantu perusahaan menghadapi tantangan bisnis. Meskipun tidak secara langsung, BI membantu menyediakan informasi bagi perusahaan untuk mendukung pengambilan keputusan dan formulasi strategi. BI mengintegrasikan seluruh informasi dari sumber-sumber data transaksi perusahaan di semua cabang perusahaan, misalnya data transaksi penjualan.Integrasi CRM dengan BI dapat menghasilkan keuntungan yang lebih banyak disamping juga memangkas biaya operasional perusahaan.

Dalam integrasi dengan CRM, BI berperan dalam proses penyampaian informasi secara rinci dan tepat mengenai perilaku pelanggan sebagai pondasi untuk pelayanan maksimal kepada pelanggan dalam menumbuhkan loyalitas pelanggan serta mendukung hubungan yang baik dengan pelanggan, serta mendapakan keuntungan yang maksimal.

Penerapan Bisnis Intelligence pada SCM

Penerapan business intelligence (BI) dalam area CRM, BI dapat diaplikasikan pada supply chain management (SCM). Dengan menerapkan SCM, manajemen perusahaan dapat mengefisiensikan kontrol terhadap persediaan dan proses pembelian barang kepada pemasok. Data yang diperoleh pada proses pembelian dan persediaan dapat memberikan berbagai macam insight yang cukup komprehensif terhadap dinamika dalam rantai persediaan. Penerapan data warehouse pada SCM dapat membantu pihak manajemen untuk menganalisis kinerja pemasok, mengontrol tingkat persediaan (safety stock, lot size, dan lead time analysis), pergerakan produk, peramalan permintaan, dll.