Business Intelligence
Sistem kecerdasan bisnis (BI) adalah DSS yang digerakkan oleh data, dengan
fokus pada manipulasi data perusahaan dalam jumlah besar di gudang data
(data warehouses). Seperti jenis DSS lainnya, seperti DSS yang digerakkan
oleh model, DSS yang digerakkan oleh komunikasi, dan DSS yang digerakkan
oleh pengetahuan (Bagian 1.5.3), sistem BI mengalami kekurangan dukungan
keputusan kognitif, meskipun fungsi analisis datanya kuat. Bab ini akan
membahas konsep dasar BI, arsitektur dan beberapa produk BI vendor.
Kekurangan BI saat ini juga dianalisis secara detail.
Tingkat Analytics
Berdasarkan data warehouse, berbagai jenis aplikasi analitik
dikembangkan, yang mewakili level terakhir: Analisis. Sistem BI
mendukung dua tipe dasar fungsi analitik: pelaporan dan online
analytical processing (OLAP). Fungsi pelaporan memberi manajer
berbagai laporan bisnis, seperti laporan penjualan, laporan produk,
dan laporan sumber daya manusia. Laporan dibuat dengan
menjalankan kueri ke dalam data warehouse (DW). Kueri DW
sebagian besar adalah kalimat kueri yang telah ditentukan
sebelumnya yang diprogram oleh pengembang DW. Dengan demikian,
laporan yang dihasilkan oleh sistem BI biasanya memiliki format
statis dan berisi tipe data tetap.
Analitik BI yang paling menjanjikan adalah OLAP. OLAP
memungkinkan manajer untuk secara efisien menelusuri data bisnis
mereka dari dimensi analisis yang berbeda melalui operasi
pemotongan, pemotongan dan pengeboran sesuka hati (Codd et al.
1993). Dimensi analisis adalah perspektif melalui mana data disajikan,
misalnya jenis produk, lokasi penjualan, waktu dan pelanggan.
Dibandingkan dengan fungsi pelaporan, OLAP mendukung analisis
data ad hoc, yaitu manajer memiliki kendali penuh atas data dengan
memilih berbagai dimensi analisis yang menarik bagi mereka. OLAP
didasarkan pada model data multidimensi (dikenal sebagai snowflake
dan skema star).
Selain pelaporan dan OLAP, ada banyak jenis aplikasi analitik
lainnya yang dapat dibangun berdasarkan sistem DW, seperti data
mining, executive dashboards, customer relationship management,
dan business performance management. Secara teknis, aplikasi ini
tidak selalu dibangun di atas data warehouse. Namun
mengintegrasikannya dengan sistem DW telah menjadi praktik umum
di banyak sistem BI praktis.
Manajemen Metadata
Metadata adalah data khusus tentang data lain seperti sumber data,
penyimpanan data warehouse, aturan bisnis, otorisasi akses, dan
bagaimana berbagai data diekstraksi dan diubah. Metadata sangat
penting untuk menghasilkan informasi yang akurat dan konsisten
serta pemeliharaan sistem. Ini mempengaruhi seluruh proses
perancangan, pengembangan, pengujian, penerapan dan penggunaan
sistem BI (Caserta 2004; Inmon 2002).
(2) Alat kueri ad hoc memberikan jawaban cepat untuk pertanyaan bisnis
Ketika pemformatan atau distribusi laporan tidak diwajibkan, dan
seorang profesional manajemen informasi hanya membutuhkan
jawaban cepat untuk pertanyaan bisnis seperti, "Berapa banyak unit
produk yang terjual kemarin di semua toko dan outlet?" atau, "Berapa
total penjualan saya pada tahun 2007 di Amerika Utara?" Alat kueri
ad hoc sederhana dengan antarmuka pengguna (UI) tunjuk dan klik
yang intuitif adalah cara yang tepat.
(3) Alat OLAP, ketika pertanyaan bisnis lebih banyak tentang "mengapa"
daripada "apa"
Sementara alat pelaporan dan kueri ad hoc biasanya digunakan untuk
menjawab pertanyaan seperti "Apa yang terjadi?" dan "Kapan dan di
mana hal itu terjadi?", alat pemrosesan analitik online (OLAP)
digunakan untuk menjawab pertanyaan seperti "Mengapa hal itu
terjadi?" dan juga untuk melakukan "Bagaimana jika?" analisis. Jika
tidak dikenal dan analisis "mengiris dan memotong" (pada dasarnya
tabel pivot spreadsheet pada steroid), alat OLAP memungkinkan
pengguna yang kuat untuk melihat fakta apa pun (numerik, biasanya
angka aditif, seperti jumlah transaksi dan saldo akun) hampir secara
instan dikelompokkan kembali, digabungkan kembali dan
menggunakan dimensi apa pun (elemen deskriptif seperti waktu,
wilayah, unit organisasi, atau lini produk).
(4) Dasbor sebagai UI visual dan interaktif - bukan alat pelaporan atau
analitis itu sendiri
Dasbor harus digunakan sebagai UI untuk informasi operasional atau
analitis. Dirancang untuk memberikan informasi historis, terkini, dan
prediktif yang biasanya diwakili oleh key performance indicators
(KPI), dasbor menggunakan isyarat visual untuk memfokuskan
perhatian pengguna pada kondisi, tren, dan pengecualian penting.
Istilah dasbor sering digunakan secara sinonim dengan kartu skor,
tetapi Forrester mendefinisikan kartu skor hanya sebagai satu jenis
dasbor yang menghubungkan KPI ke goals, objectives, dan strategies.
Banyak scorecard mengikuti metodologi tertentu, seperti Balanced
Scorecard, Six Sigma, Capability Maturity Model, dan lain-lain.
Varietas dasbor lainnya termasuk dasbor business activity monitoring
(BAM) dan visualisasi operasi data / teks mining.
2.5 Batasan