Data analytics using SAP Analytics Cloud part 3

Data Analytics untuk permulaannya. Leveraging data to generate actionable insight. Data seperti halnya bermain lego. Jadi lego yang sedemikian banyaknya kemudian lego disusun. One lego piece is like a singular data point. Bermula dari data kecil lalu dikumpulkan. Combined you are able to tell a story. Kemudian dirangkai menjadi sebuah cerita untuk di deliver kepada user.

Dari data-data yang dirangkai, dari data yang tidak jelas, semrawut. Kumpulan lego yang semrawut akan dirangkai menjadi data yang lebih bersih, menjadi data berguna nantinya setelah sederhanakan/dirangkum lalu divisualisasikan melalui story. Lego yang bertumpuk-tumpuk sebenarnya membuat pusing kepala. Namun jika sudah direcognize, cari trend nya, cari insight, dapat informasi, Penggunaannya dalam 3 bidang; Business Intelligence, Predictive, dan Planning. Jika sudah direcognize, cari trend nya, cari insight, dapat informasi. Dengan tujuan membuat report tentunya meringkas data. Itu dinamakan Business Intelligence.

Memprediksi data yang ada kedepan apa yang terjadi. Meramal dengan menggunakan Data. Goalnya adalah consistency dan reliability.

“What if” simulation termasuk kedalam Planning. Data yang sudah ada pun bisa dibuat perencanaan, kalau faktor ini diturunkan akan berdampak seperti apa. Begitu juga kalau faktor lain juga dinaikkan maka akan berdampak ke hal apa. Itu untuk planning.

Bertemu dengan data yang begitu banyak dan semrawut. Tidak bisa melakukan apa-apa kedepannya. Nah untuk itu merangkai kepingan kepingan data lalu tell a story.

Bercerita atau tell story dari kumpulan data yang kelihatannya tidak bermakna. Kemudian melakukan perbaikan dari data dan itu yang menggerakan melalui story / cerita.

Data analytics juga digunakan bagi para pembuat aplikasi seperti halnya waze, tinder, spotify, netflix, youtube, tiktok, dsb. Experiences by similar individuals allow us to discover similar interests and lifestyles. What does your netflix context you look like? Difference of everyone. Tampilan rekomendasi dipaling depan akan berbeda dengan tampilan pada user yang lainnya. Begitupun youtube juga sama. Mereka mempelajari kita, mereka menganalisa kita, dan memberikan iklan apa yang kita mau. Dan tahu kebiasaan kita, lalu memberi iklan dengan menggunakan data analytics. Topik yang sedang dipelajari bersama saat ini. Waze atau Gmaps akan memberi prediksi, jadi kemarin pergi ke suatu tempat (bali) dan dia akan tahu perginya kita dihari rabu untuk jam sekian, tanggal sekian, lalu macetnya dimana. Akan ketahuan, dari data sebelumnya mereka akan suggest. Kira-kira perjalan kita dari jam sekian sampai jam sekian. Nanti daerah yang merah ada didaerah sini. Mempelajari data ke kita, mereka akan kasih saran. Seharusnya hari rabu minggu depan pergi ke bali jam berapa, agar tidak terlambat. Harus lewat mana, naik kendaraan apa. Secanggih itu, mengatur tindakan orang dari contoh aplikasi yang menggunakan Data Analytics. Data kita is being tracked. Baik dari age, gender, location, taste, user habits, community & network, political beliefs, prospensity to respond, dsb.

Tampilan yang mereka berikan disesuaikan dengan data-data detail user.

Tujuannya adalah dengan iklan dari penyedia jasa internet ini.

lanjut part 4