Inteligensi bisnis: Perbedaan antara revisi

'''IntelijenInteligensi Bisnis''' ('''IB''') adalah sekumpulan teknik dan alat untuk mentransformasi dari data mentah menjadi informasi yang berguna dan bermakna untuk tujuan [[analisis bisnis]].

Mengidentifikasi kesempatan yang baru dan mengimplementasikan suatu strategi yang efektif berdasarkan wawasan dapat menyediakan bisnis suatu keuntungan pasar yang kompetitif dan stabilitas jangka panjang. <ref>{{cite book

Fungsi-fungsi umum dari teknologi intelijeninteligensi bisnis adalah [[Pelaporan bisnis|pelaporan]], [[pemrosesan analisis daring]], [[analitis]], [[penggalian data]], [[penggalian proses]], [[pemrosesan kejadian kompleks]], [[manajemen performansi bisnis]], [[pengukuran]], [[penggalian teks]], [[analisis prediktif|analitis prediktif]] dan [[analitis preskriptif|analitis preskriptif]].

Bila digabungkan, data eksternal dan internal bisa menyediakan gambaran yang lebih lengkap, yang efeknya, menciptakan "intelijensiinteligensi" yang tidak dapat diturunkan dari kumpulan data tunggal manapun. <ref>

| last1 = Coker

| first1 = Frank

| title = Pulse: Understanding the Vital Signs of Your Business

| publisher = Ambient Light Publishing

| publication-date = 2014

| page = 41-42

| isbn = 978-0-9893086-0-1}}

IntelijenInteligensi Bisnis dibangun dari sejumlah komponen termasuk:

* [[Denormalisasi]], penandaan dan standarisasistandardisasi

Istilah "IntelijenInteligensi Bisnis" awalnya ditemukan oleh Richar Millar Devens dalam "''Cyclopedia of Commercial and Business Anecdotes''" pada tahun 1865.

"''Sepanjang Holandia, Flanders, PerancisPrancis, dan Jerman, dia memelihara rentetan intelijeninteligensi bisnis yang komplitkomplet dan sempurna.''

Berita-berita dari banyak pertempuran pertama kali diterima olehnya, dan jatuhnya Namur menambah keuntungannya, berkat penerimaan paling awal dari berita''." (Devens, (1865), p. &nbsp;210).

Kemampuan untuk mengumpulkan dan bereaksi berdasarkan informasi yang diterima, suatu kemampuan yang Furnese sangat handal, sampai sekarang masih menjadi jantung dari IB. <ref name="Miller Devens">{{cite book

Dalam artikel tahun 1958, peneliti dari [[IBM]] [[Hans Peter Luhn]] menggunakan istilah intelijeninteligensi bisnis.

Dia menggunakan definisi kamus Webster tentang intelijeninteligensi: "kemampuan untuk memahami hubungan mendalam dari fakta yang ada dengan suatu cara sebagai panduan aksi terhadap tujuan yang diinginkan." <ref>{{cite journal

IntelijenInteligensi bisnis seperti yang dipahami sekarang dikatakan telah berkembang dari Sistem Pendukung Keputusan (SPK) yang mulai dari tahun 1960-an dan berkembang sepanjang pertengahan 1980-an.

Dari SPK, [[gudang data]], [[Sistem Informasi Eksekutif]], [[Online analytical processing|OLAP]] dan intelijeninteligensi bisnis muncul menjadi fokus pada akhir 80-an.

DiPada tahun 1988, konsorsium Itali-Belanda-Prancis-Inggris melaksanakan pertemuan internasional tentang [[Analisis Data Ragamcara]] di Roma. <ref>

Pada tahun 1989, Howard Dresner (kemudian sebagai analis [[Gartner Group]]) mengajukan "intelijeninteligensi bisnis" sebagai istilah umum untuk menjelaskan "konsep dan metode untuk meningkatkan pembuatan keputusan bisnis dengan menggunakan sistem bantu berdasar-fakta. <ref name=power>{{cite web

}}</ref>

Baru pada akhir 1990-an penggunaan ini menyebar luas. <ref>{{cite web

| url = http://www.knowledgent.com/competency/business-intelligence-and-data-warehousing-bidw

| title = Business Intelligence and Data Warehousing (BI/DW)

| website = Knowledgent

| publisher = Knowledgent Group Inc.

| accessdate = 2014-07-06

| quote = Business Intelligence and Data Warehousing (BI/DW)

| last1 dead-url = Goldenyes

| titlelast1 = Amazon Web Services For DummiesGolden

| url first1 = http://books.google.com/books?id=xSVwAAAAQBAJBernard

|title series = Amazon Web Services For dummiesDummies

|url publisher = John Wiley & Sons = http://books.google.com/books?id=xSVwAAAAQBAJ

|publisher page = John Wiley & = 234Sons

| isbn publication-date = 97811186522682013

|page accessdate = 2014-07-06234

|isbn = 9781118652268
|accessdate = 2014-07-06
|quote = [...] traditional business intelligence or data warehousing tools (the terms are used so interchangeably that they're often referred to as BI/DW) are extremely expensive [...]

Namun, tidak semua layanan gudang data untuk intelijeninteligensi bisnis, tidak juga semua aplikasi intelijeninteligensi bisnis membutuhkan sebuah gudang data.

Untuk membedakan antara konsep dari intelijeninteligensi bisnis dan gudang data, [[Forrester Research]] mendefinisikan intelijeninteligensi bisnis dengan satu atau dua cara:

# Menggunakan definisi luas: "IntelijenInteligensi Bisnis adalah suatu kumpulan metodologi, proses, arsitektur, dan teknologi yang mengubah data mentah menjadi informasi yang bermakna dan berguna digunakan untuk mendapatkan strategi yang lebih efektif dan taktis, dan wawasan operasional dan pengambilan-keputusan." <ref>{{cite web

|date=21 November 2008}}</ref> Di bawah definisi ini, intelijeninteligensi bisnis juga mengikutkan teknologi seperti integrasi data, kualitas data, penggudangan data, manajemen data-master, analitis konten dan teks, dan banyak lainnya yang terkadang pasar menyatukannya ke segmen "[[Manajemen Informasi]]"". Oleh karena itu, Forrester mengacu pada ''persiapan data'' dan ''penggunaan data'' sebagai dua bagian yang terpisah tapitetapi pada segmen yang berkaitan dekat dari susunan arsitektur intelijeninteligensi-bisnis.

# Forrester mendefinisikan pasar intelijeninteligensi-bisnis yang lebih kecil sebagai, "... mengacu hanya pada lapisan paling atas dari susunan arsitektural IB seperti pelaporan, analitis dan [[dasbor (sistem informasi manajemen)|dasbor]]." <ref>{{cite web

|date=29 April 2010

== Perbandingan dengan intelijeninteligensi kompetitif ==

Walaupun istilah intelijeninteligensi bisnis terkadang sinonim untuk [[intelijen kompetitif|inteligensi kompetitif]] (karena keduanya mendukung [[pembuatan keputusan]]), IB menggunakan teknologi, proses, dan aplikasi untuk menganalisis data terstruktur dan proses bisnis yang umumnya internal; sementara intelijeninteligensi kompetitif mengumpulkan, menganalisis dan menyebarluaskan informasi dengan fokus topik pada pesaing perusahaan.

Jika dipahami secara luas, intelijeninteligensi bisnis bisa mengikutkan bagian dari intelijeninteligensi kompetitif. <ref>{{cite web

|quote=“Business” intelligence is a non-domain-specific catchall for all the types of analytic data that can be delivered to users in reports, dashboards, and the like. When you specify the subject domain for this intelligence, then you can refer to “competitive intelligence,” “market intelligence,” “social intelligence,” “financial intelligence,” “HR intelligence,” “supply chain intelligence,” and the like.

IntelijenInteligensi bisnis dan [[analitis bisnis]] terkadang digunakan bergantian, tapitetapi ada definisi alternatif. <ref>{{cite web

Salah satu definisi membedakan keduanya, menyatakan bahwa istilah intelijeninteligensi bisnis mengacu pada mengoleksi data bisnis untuk menemukan informasi terutama lewat mengajukan pertanyaan, laporan, dan proses analitis daring.

Analitis bisnis, di sisi lain, menggunakan alat statistik dan kuantitatif untuk pemodelan yang prediktif dan bisa dijelaskan. <ref>{{cite web

Dalam definisi alternatif, [[Thomas H. Davenport|Thomas Davenport]], profesor manajemen dan teknologi informasi di [[Babson College]] berargumen bahwa intelijeninteligensi bisnis seharusnya dibagi menjadi [[penerimaan informasi|''querying'']], [[pelaporan bisnis|pelaporan]], [[Pemrosesan analitis daring]] (''Online analytical processing'' - OLAP), sebuah alat "peringatan", dan analitis bisnis.

|date=4 January 2010}}</ref>

IntelijenInteligensi bisnis bisa diterapkan untuk tujuan bisnis berikut, dengan tujuan untuk mendapatkan nilai bisnis. {{Citation needed|date=October 2010}}

# [[Perkiraan]] - program yang membuat hirarkihierarki dari [[metrik performansi]] (lihat juga [[Model Referensi Metrik]]) dan [[pengukuran]] yang menginformasikan pimpinan bisnis tentang progres kearah tujuan bisnis ([[manajemen proses bisnis]]).

Sebagai tambahan dari yang di atas, intelijeninteligensi bisnis bisa menyediakan pendekatan pro-aktif, seperti fungsi peringatan yang secara langsung mengingatkan pengguna jika suatu kondisi tertentu tercapai.

Akan sangat sulit untuk menyediakan kasus bisnis yang positif untuk inisiatif intelijeninteligensi bisnis, dan terkadang proyek tersebut harus diprioritaskan lewat inisiatif strategis.

* Akses data untuk seluruh organisasi harus dipaksa. <ref>{{cite web

|publisher= Dell.com

|accessdate=22 April 2013}}</ref>

Menurut Kimball dkk., ada tiga wilayah kritis yang mana organisasi harus miliki sebelum mulai melakukan proyek IB: <ref>Kimball et al. 2008: p. 298</ref>

Komitmen dan dukungan dari senior manajemen menurut Kimball dkk., adalah kriteria yang paling penting dalam penilaian. <ref>Kimball et al., 2008: 16</ref>

Namun, seperti yang Kimball dkk. katakan: "Bahkan rancangan sistem GD/IB yang paling elegan pun tidak dapat mengatasi minimnya dukungan [manajemen] bisnis". <ref>Kimball et al., 2008: 18</ref>

Ideal bila pendukung bisnis menuntut tapitetapi juga harus mampu bersikap realistik dan suportif jika implementasi menghadapi keterlambatan atau kekurangan.

Karena keterkaitan yang dekat dengan senior manajemen, hal penting yang harus diperhatikan sebelum proyek dimulai adalah apakah ada kebutuhan bisnis dan apakah jelas keuntungan bisnis dengan melakukan implementasi. <ref

Perusahaan yang mengimplementasikan IB biasanya organisasi yang besar dan multinasional dengan cabang yang beragam. <ref>{{cite web

|title=How Companies Are Implementing Business Intelligence Competency Centers

|deadurl=noyes

|accessdate=1 April 2014}}</ref>

Analisis ini mengidentifikasi "isi, konsistensi dan struktur [...]"

<ref name="Kimball et al., 2008: 17"/>

Saat merencanakan untuk kebutuhan-kebutuhan data bisnis dan intelijeninteligensi bisnis, selalu disarankan untuk mempertimbangkan skenario tertentu yang berlaku untuk organisasi tertentu, dan kemudian memilih fitur-fitur intelijeninteligensi bisnis yang cocok untuk skenario tersebut.

Kebutuhan bisnis dari organisasi untuk setiap proses bisnis yang diadopsi bergantung pada langkah-langkah penting dari intelijeninteligensi bisnis.

Langkah-langkah penting dari intelijeninteligensi bisnis ini mengikutkan, tapitetapi tidak terbatas pada, hal-hal berikut:

'''Aspek kualitas''' dalam intelijeninteligensi bisnis harus mencakup semua proses dari sumber data sampai pelaporan akhir.

#* StandarisasiStandardisasi data: buat supayaagar data bisadapat dibandingkan (unit yang sama, pola yang sama, ..dsb.)

#* [[Pembersihan data]]: deteksimendeteksi dan benarkanmengoreksi data yang salah

#* Pemrofilan data: periksamemeriksa nilai yang salah, atau kosong

#* KekomplitanKelengkapan: periksamemeriksa apakah semua data telah dimuat

#* Konsistensi antara sumber: periksamemeriksa data konsolidasi terhadap sumber

Beberapa pertimbangan harus dibuat dengan tujuan supaya sukses mengintegrasikan penggunaan dari sistem intelijeninteligensi bisnis dalam sebuah perusahaan.

Pada akhirnya sistem IB harus diterima dan digunakan oleh pengguna supaya bernilai bagi perusahaan. <ref name = kimball>Kimball</ref>

Jika sistem tidak memberikan nilai tambah bagi misi pengguna, mereka tidak menggunakannya. <ref name=swain />

Untuk meningkatkan penerimaan pengguna terhadap suatu sistem IB, disarankan untuk mengkonsultasikan pengguna bisnis pada tahap awal siklus GD/IB, sebagai contohnya pada fase pengumpulan kebutuhan. <ref name=kimball />

Ada beberapa metodametode untuk mengumpulkan informasi ini, seperti kuesioner dan sesi wawancara.

Saat mengumpulkan kebutuhan dari pengguna bisnis, departemen IT lokal juga harus diikutkan untuk menentukan sampai mana kemungkinan memenuhi kebutuhan bisnis berdasarkan data yang ada. <ref name=kimball />

Menggunakan pendekatan berpusat pada pengguna selama tahap perancangan dan pengembangan bisa meningkatkan kesempatan adopsi bagi pengguna sistem IB. <ref name=swain />

Dalam sebuah artikel tahun 2007, H. J. Watson memberikan sebuah contoh bagaimana elemen kompetitif dapat berguna sebagai sebuah insentif. <ref name = watson>{{cite journal

Kesempatan sukses untuk IB dapat ditingkatkan dengan mengikutkan senior manajemen untuk membantu membuat IB sebagai bagian dari [[kultur organisasi]], dan dengan menyediakan pengguna dengan alat-alat yang berguna, pelatihan, dan dukungan. <ref name=watson />

Pelatihan mendorong lebih banyak orang menggunakan aplikasi IB. <ref name=kimball />

Menyediakan bantuan pengguna sangat diperlukan untuk menjaga sistem IB dan menyelesaikan permasalahan pengguna. <ref name=swain />

''Help desk'' bisa dijalankan oleh pengguna ahli atau tim proyek GD/IB. <ref name=kimball />

Sebuah '''portal IntelijenInteligensi Bisnis''' (portal IB) adalah akses antarmuka utama untuk aplikasi [[gudang data]] (GD) dan IntelijenInteligensi Bisnis (IB).

Portal IB harus diimplementasikan supaya mudah digunakan bagi pengguna aplikasi GD/IB untuk melakukan panggilan terhadap fungsionalitas dari aplikasi. <ref name="Ralph">

Cara paling umum untuk merancang portal adalah dengan menyesuaikannya dengan proses bisnis dari organisasi di mana aplikasi GD/IB dirancang, dengan cara tersebut portal dapat disesuaikan dengan kebutuhan penggunannya. <ref name="Wiley">

Ada sejumlah vendor intelijeninteligensi bisnis, terkadang dikategorikan menjadi vendor independen "murni" dan gabungan "megavendor" yang memasuki pasar lewat tren baru <ref>{{cite news

| date= 2013-02-14

akuisisi dalam industri IB. <ref>{{cite web

|work=The OLAP Report}}</ref>

Beberapa perusahaan yang mengadopsi perangkat lunak IB memutuskan untuk memilih dari penawaran produk yang terpisah (tapi yang terbaik) dibandingkan membeli satu solusi yang terintegrasi secara komprehensif (layanan penuh). <ref>{{cite web

Pertimbangan khusus untuk sistem intelijensiinteligensi bisnis harus dilakukan pada sektor-sektor tertentu seperti [[Regulasi Bank|regulasi bank pemerintahan]].

Bagaimanapun juga, organisasi sering kali hanya menggunakan dokumen-dokumen itu sekali saja. <ref name = rao>{{cite journal

Manajemen dari data semi terstruktur dikenal sebagai masalah utama yang tak terpecahkan dalam industri teknologi informasi. <ref name = blumberg>{{cite journal

|author=Blumberg, R. & S. Atre

|journal=DM Review

|pages=42–46}}</ref>

IB menggunakan data semi struktur dan tak terstruktur, tapitetapi yang pertama lebih mudah dicari, dan yang terakhir berisi informasi yang sangat besar dibutuhkan untuk analisis dan pembuatan keputusan. <ref name = blumberg /><ref name = negash>{{cite journal

|author=Negash, S

|journal= Communications of the Association of Information Systems

|year= 2004

|pages=177–195}}</ref>

Hal ini akhirnya mengarah pada buruknya informasi pembuatan keputusan. <ref name="rao"/>

Oleh karena itu, saat merancang solusi GD/IB, masalah tertentu yang berhubungan dengan data semi terstruktur dan tak terstruktur haruslah ditangani sebagaimana halnya dengan data terstruktur. <ref name="negash"/>

Oleh karena itu, akan lebih akurat berbicara tentang hal ini sebagai dokumen atau data semi-terstruktur, <ref name="blumberg"/> tapitetapi tampaknya belum ada konsensus tertentu yang telah tercapai.

Menangkap pengetahuan bisnis yang mungkin hanya ada dalam pikiran pengguna bisnis menyediakan nilai data paling penting untuk sebuah solusi IB yang komplitkomplet.

Menurut Inmon dan Nesavich, <ref name="inmon">

# Pencarian dari data tekstual tak-terstruktur - Pencarian sederhana pada beberapa data, misalnya apel, menghasilkan tautan yang memiliki acuan terhadap istilah yang dicari. <ref name="inmon"/> Sebagai contoh: "suatu pencarian dilakukan untuk istilah tindak pidana. Dalam pencarian sederhana, istilah tindak pidana digunakan, dan di mana pun ada suatu acuan ke kata tindak pidana, sampai pada dokumen tak terstruktur. Tapi pencarian yang sederhana adalah kasar. Ia tidak menemukan referensi ke kriminal, aksi pembakaran, pembunuhan, penggelapan, kematian karena tabrakan, dan lainnya, walaupun jenis kejahatan ini adalah tipe dari tindak pidana."

Hal ini bisa dilakukan dengan menambahkan konteks lewat penggunaan [[metadata]]. <ref name="rao"/>

Banyak sistem telah menggunakan metadata (misalnya, nama berkas, penulis, ukuran, dll), tapitetapi yang lebih berguna tentu metadata tentang apa yang ada dalam isi -- misalnyaisi—misalnya, kesimpulan, topik, orang atau perusahaan yang disebutkan.

* Pada 2012, unit-unit bisnis akan mengontrol paling kurang 40 persen dari anggaran total untuk intelijeninteligensi bisnis.

"[[komputasi hijau]], [[jasa jaringan sosial]], [[visualisasi data]], [[intelijensi bisnis seluler|IB seluler]], [[analitis prediktif]], [[aplikasi komposit]], [[komputasi awan]] dan [[multi-sentuh|multi-sentuh]].". <ref>{{cite web

Penelitian yang dilakukan tahun 2014 mengindikasikan bahwa karyawan lebih mungkin memiliki akses ke, dan lebih mungkin lagi terlibat dengan, perangkat IB berbasis-awan daripada perangkat tradisional. <ref>{{cite web

* Produk SOA-IB pihak ketiga yang menangani masalah [[Ekstract, transform, load|ETL]] yang besar.

Jalur penelitian yang lain mengikutkan pengkajian gabungan dari IB dan data tak pasti. <ref>{{Cite journal

Dalam konteks ini, data yang digunakan tidak diasumsikan harus tepat, akurat dan komplitkomplet. Melainkan, data dianggap tidak pasti dan karenanya ketidakpastian ini disebarkan ke hasil yang dikeluarkan oleh IB.

Menurut kajian dari Aberdeen Group, ada peningkatan ketertarikan dalam IB Software-as-a-Service (SaaS - Perangkat lunak sebagai jasa) selama beberapa tahun terakhir, dengan dua kali lipat organisasi menggunakan pendekatan ini setahun lalu - 15% dipada tahun 2009 dibandingkan 7% dipada tahun 2008.{{citation needed|date=November 2010}}

Sebuah artikel oleh Chris Kanaracus menunjukan pertumbuhan data yang sama dari firma penelitian IDC, yang memprediksi pasar IB SaaS akan tumbuh 22 persen setiap tahun sampai 2013 berkat meningkatnya kecanggihan produk, anggaran IT yang ketat, dan faktor lainnya.<ref>[http://infoworld.com/d/cloud-computing/saas-bi-growth-will-soar-in-2010-511 SaaS BI growth will soar in 2010 | Cloud Computing]. InfoWorld (2010-02-01). Retrieved 17 January 2012.

* [[IntelijenInteligensi akuntansi]]

* [[Pemasaran intelijensiinteligensi buatan]]

* [[IntelijenInteligensi Bisnis 2.0]]

* [[DokumenInteligen intelijendokumen|intelijensiinteligensi dokumen]]

* [[IntelijenInteligensi lokasi]]

* [[IntelijenInteligensi meteorologis]]

* [[IntelijenInteligensi bisnis seluler]]

* [[IntelijenInteligensi operasional]]

* [[Perangkat intelijensiinteligensi bisnis]]

* [[IntelijenInteligensi bisnis seketika]]

* [[IntelijenInteligensi runtime]]

* [[IntelijenInteligensi penjualan]]

* Ralph Kimball ''et al.'' "The Data warehouse Lifecycle Toolkit" (2nd ed.) Wiley ISBN 0-470-47957-4

* Peter Rausch, Alaa Sheta, Aladdin Ayesh : ''Business Intelligence and Performance Management: Theory, Systems, and Industrial Applications'', Springer Verlag U.K., 2013, ISBN 978-1-4471-4865-4.

== TautanPranala luar ==

{{DEFAULTSORT:IntelijenInteligensi Bisnis}}

[[Kategori:IntelijenInteligensi (pengumpulan informasi)Bisnis]]