Sementara itu, vendor teknologi melihat potensi yang belum dimanfaatkan untuk bisnis
menghabiskan uang untuk perangkat lunak dan perangkat keras yang memungkinkan mereka
menggunakan data untuk membuat lebih canggih keputusan bisnis. “Perusahaan yang
beroperasi dengan kecepatan dan kecerdasan terbesar akan menang, ”kata Teradata CEO
Michael Koehler.
Situs perjalanan online telah mulai menginstal analitik teks baru perangkat lunak yang akan
digunakan untuk menjelajahi sekitar 40.000 kata demi kata komentar dari survei kepuasan
pelanggan, 40.000 e-mail dari pelanggan, dan 500.000 interaksi dengan call center yang
menghasilkan komentar untuk pelanggan potensial permukaan masalah layanan. “Yang benar
adalah itu sangat melelahkan dan sangat mahal untuk melalui semua pelanggan verbatim
umpan balik untuk mencoba mengekstrak informasi yang kami butuhkan harus membuat
keputusan bisnis, ”catat Don Hill. Travelocity direktur advokasi pelanggan. “Kemampuan
penambangan teks. . . memberi kita kemampuan untuk pergi melalui semua umpan balik
verbatim dari pelanggan dan ekstrak informasi yang berarti. Kami mendapatkan informasi
tentang sifat komentar dan jika komentarnya positif atau negatif. "
"Itu tidak berkelanjutan, dan itu tidak terukur," Malone kata. “Kami menyadari bahwa
meningkatkan rasio konversi bahkan oleh a beberapa poin persentase dapat memiliki dampak
besar di bagian bawah line. "Jadi VistaPrint berangkat untuk menemukan paket analisis Web
yang dapat menguji antarmuka pengguna baru untuk melihat apakah mereka dapat
meningkatkan tingkat konversi (persentase pengunjung online yang menjadi pelanggan), cari
tahu mengapa pengunjung meninggalkan situs, dan tentukan titik pasti di mana pengguna
berhenti.
Pencarian pertama mengidentifikasi dua kamp vendor. Satu grup menawarkan alat yang
menganalisa semua data yang tersedia, tanpa dimuka pengumpulan. Alat lain yang ditawarkan
yang dikumpulkan semuanya dimuka tetapi mengharuskan pengguna meramalkan semua
pertanyaan mereka ingin berlari, kata Malone. “Jika Anda punya pertanyaan yang berada di luar
rangkaian pertanyaan yang Anda agregasi data karena, Anda harus memproses ulang seluruh
kumpulan data. " Perusahaan akhirnya beralih ke opsi ketiga, memilih Aplikasi Situs Visual dari
Visual Sciences Inc. Visual Situs menggunakan metode sampling, yang artinya VistaPrint bisa
masih query data rinci. tetapi “itu juga cepat karena Anda mendapatkan tanggapan segera
setelah Anda mengajukan pertanyaan. Itu pertanyaan melalui 1% dari data yang Anda miliki,
dan berdasarkan itu. . . saya t memberi Anda jawaban kembali. Ini mengasumsikan sisa 99%
[dari data] terlihat seperti itu. Karena data telah diacak, itu adalah asumsi yang valid, ”kata
Malone.
VistaPrint, yang telah menggunakan alat ini selama lebih dari satu
tahun, berjalan di samping 30-40 fitur baru yang diuji setiap tahun
tiga minggu. Misalnya, perusahaan sedang menguji fourpage
jalur bagi pengguna untuk mengunggah data untuk dicetak pada bisnis
kartu. Tes menunjukkan bahwa jalur unggahan baru memiliki
tingkat konversi yang sama dengan versi kontrol. “Kami sedikit
kecewa karena kami menghabiskan banyak waktu untuk meningkatkan
aliran ini, ”tambahnya.
1. Apa manfaat bisnis dari mengambil waktu dan upaya yang diperlukan untuk membuat dan
mengoperasikan gudang data seperti yang dijelaskan dalam kasus ini? Apakah Anda melihat
ada kerugian? Adakah alasan semua perusahaan tidak boleh menggunakan teknologi data
warehouse?
2. Applebee mencatat beberapa wawasan tak terduga yang diperoleh dari menganalisis data
tentang kinerja "back-of-house". Menggunakan pengetahuanmu tentang bagaimana sebuah
restoran bekerja, pertanyaan menarik apa yang Anda sarankan ke perusahaan? Berikan
beberapa contoh spesifik.
3. Teknologi data mining dan pergudangan menggunakan data tentang peristiwa masa lalu
untuk menginformasikan pengambilan keputusan yang lebih baik di masa depan. Apakah Anda
percaya ini menghambat pemikiran inovatif, menyebabkan perusahaan menjadi terlalu dibatasi
oleh data yang sudah mereka kumpulkan untuk dipikirkan belum dieksplorasi peluang?
Bandingkan dan kontras kedua sudut pandang dalam jawabanmu.
REAL WORLD
1. Masuk ke situs Web of Attensity (www.attensity). com) dan penelitian yang ditawarkan oleh
produk lain perusahaan yang melengkapi yang dibahas dalam kasus. Contoh lain apa yang
dapat Anda temukan dari perusahaan yang mendapat manfaat dari menggunakan teknologi ini?
Siapkan laporan untuk merangkum temuan Anda.
1. Apakah manfaat bisnis dari mengambil waktu dan usaha yang dibutuhkan untuk membuat
dan mengoperasikan gudang data seperti yang telah digambarkan dalam kasus ini? Apakah
Anda melihat kekurangannya? Apakah ada alasan mengapa seluruh perusahaan sebaiknya
tidak menggunakan teknologi pergudangan data?
Manfaat bisnis dari mengambil waktu dan usaha yang dibutuhkan untuk membuat dan
mengoperasikan gudang data seperti yang telah digambarkan dalam kasus ini sangat
menguntungkan.Mengingat ada sejumlah data di gudang data yang tidak digunakan
menyediakan kesempatan bagi teknologi informasi untuk dimasukkan dalam rangka
membantu melakukan perbaikan terhadap bisnis secara keseluruhan dari perusahaan dan
'bottom line-nya. Data yang tidak terstruktur dapat dikonversi ke data yang struktural,
fungsional, dan bermanfaat bagi bisnis secara keseluruhan. Dengan perencanaan yang
matang, implementasi teknologi canggih, dan analisis data yang belum dimanfaatkan telah
dapat dimanfaatkan perusahaan untuk membuat keputusan bisnis yang penting dan
nyata. Dari kasus ini, penggunaan data bervariasi pada kebutuhan bisnis
perusahaan. Sebagai contoh, Applebee memanfaatkan data untuk melakukan perbaikan
untuk pengadaan dan layanan pelanggan secara keseluruhan, Travelocity dan VistaPrint
menggunakan data pelanggan untuk melakukan perbaikan real time ke situs. Efisiensi dan
kelancaran operasi kegiatan adalah salah satu alasan utama mengapa perlu membuat dan
menjaga gudang data. Hal ini meningkatkan efektivitas kinerja dengan menyediakan
informasi yang diperlukan tepat waktu. Bisnis dapat menjadi lebih produktif, sistematis dan
kompetitif dengan mempertahankan gudang seperti data.
Dengan kemajuan teknologi informasi saat ini, tersedia alat-alat elektronik untuk
menganalisis seluruh proses yang dilakukan oleh restoran. Restoran Applebee’s dapat
mengukur berapa lama waktu yang dihabiskan untuk memasak setelah pesanan diterima.
Restoran bahkan bisa mengukur waktu sejak pengunjung masuk ke restoran. Selama jam
kerja, manajer dapat mengawasi tiap meja, dan menjelaskan apa saja layanan yang perlu
ditingkatkan selama pesanan makanan sedang diproses. Manajer juga dapat menentukan
layanan yang tepat untuk masing-masing individu tamu restoran tersebut. Informasi yang
diperoleh manajer ini bisa diolah dan bisa diterapkan pada keseluruhan sistem restoran.
Dan apa pun kerugian dalam hal pemanfaatan gudang data, Informasi yang disediakan
oleh data warehouse, didasarkan pada pengalaman dan perilaku masa lalu, sehingga data
tersebut tidak selalu relevan bila digunakan untuk mengambil keputusan pada hari ini.
mengelola dan memelihara gudang seperti datacukup mengonsumsi waktu dan
membutuhkan banyak usaha. Jadi terkadang bukan ide yang baik bagi organisasi tertentu
untuk mempertahankan gudang data. Jadi faktor yang harus dilihat adalah kompleksitas
dan kebutuhan data, menghitung manfaat gudang data dengan biaya dan usaha yang
diperlukan untuk mengelola gudang data.
Secara pribadi saya tidak setuju bahwa perusahaan tidak harus menggunakan teknologi
data pergudangan. Informasi adalah kekuatan, dan setiap bagian dari informasi yang dapat
dimanfaatkan dijadikan alat persaingan yang sangat berharga. Teknologi ini sekarang
memungkinkan perusahaan untuk membuat real time, keputusan menit demi menit, untuk
menjaga dunia bisnis saat ini.
2. Applebee’s mencatat beberapa pemahaman yang tidak diharapkan yang berasal dari
analisis data mengenai knerja “rumah belakang”. Gunakan pengetahuan Anda bagaimana
perusahaan bekerja, apa pertanyaan menarik lannya yang akan Anda sarankan ke
perusahaan? berikan beberapa contoh spesifik.
Usaha restoran mengumpulkan sejumlah besar data yang memungkinkan keputusan
yang lebih baik untuk bisnis. Applebee’s pada awalnya menggunakan data warehouse untuk
menganalisa performa di belakang restoran (back-of-house), termasuk berapa lama
karyawan mempersiapkan makanan di dapur. Kemudian diubah menjadi konsep di depan
restoran (front-of-house), waktu dianalisis mulai dari pelanggan memesan makanan,
membayar dengan kartu kredit, mempersiapkan hidangan, sehingga dapat diperkirakan
berapa lama waktu yang manajemen lalui bersama pelanggan.
Applebee’s juga sudah maju melampaui dasar tujuan bisnis berbasis data, seperti pengisian
suplai bahan pangan terkait berapa banyak produk jadi terjual tiap hari, untuk analisis yang
lebih riil. Pada salah satu departemen, menghadirkan ‘kuadran optimisasi menu’, yang
menunjukkan seberapa baik jenis-jenis produk terjual, sehingga perusahaan bisa membuat
keputusan lebih baik mengenai produk untuk dipromosikan.
Untuk melihat kepuasan pelanggan, Applebee’s memiliki kolom khusus pada situsnya
yang mengajak pelanggannya untuk meninggalkan komentar online. Dengan peluang untuk
menuliskan spesifikasi apa yang mereka pesan atau siapa pelayannya. Aplikasi ini
menggunakan Facebook App, dinama manajemen restoran bisa berkomunikasi secara
efektif dengan pelanggannya. Ketika pelanggan tidak menuliskan informasi yang cukup
untuk manajemen restoran, data mining dapat menghubungkan pelanggan ke data pesanan
mereka, makanan apa saja, dan kesenangan. Langkah ini membuat manajemen dapat
memperkirakan trend dan kapan serta mengapa pelanggan tersebut mungkin sedang
senang atau jengkel.
Ada banyak pertanyaan yang saya akan sarankan untuk restoran; lingkungan
sekitarnya, profil pelanggan, masa depan, manajemen hubungan klien, rekayasa menu, dan
produktivitas pekerja. Sebuah restoran tergantung pada perkiraan yang tepat untuk
menentukan tingkat yang tepat dari makanan, karyawan, dan persediaan. Bagaimana
restoran membuat keputusan penting? Pada sebagian besar restoran saat Anda
mengajukan pesanan dan Anda menunggu untuk mengetahui kapan meja Anda siap.Pada
Applebee, saat mereka memasak dari waktu yang dibutuhkan dalam rangka untuk melihat
berapa lama yang server habiskan untuk menyiapkan pesanan.Apa informasi lain yang
dapat diperoleh dari sistem entry order? Mereka akan tahu makanan apa yang dipesan
bersama-sam. Data yang diperoleh dari sistem entry order akan merekam segala sesuatu
tentang tabel server untuk menginformasikan manajemen tentang kinerja karyawan
mereka. Data ini akan membantu manajemen memberikan umpan balik dan kinerja evaluasi
kepada karyawannya. Apa pelanggan merasa puas dan membuat mereka datang kembali ke
restoran? Informasi ini dapat diperoleh melalui survei pelanggan online dari link dicetak
pada bagian bawah tanda terima.