Information Technology For Management 10th Edition (049-085) (1) .En - Id

Bab
Tata Kelola Data dan IT

Architecture Dukungan Jangka
2 Panjang Kinerja
Bab Snapshot Syarat utama Menjamin Belajar
Kasus Kasus 2.1 Pembukaan: Detoksifikasi data kotor Anda

dengan Tata Kelola data di McAfee • Bahas: Pertanyaan Pemikiran Kritis
2.1 Manajemen informasi • Jelajahi: Latihan Online dan Interaktif
2.2 Enterprise Architecture dan Data • Menganalisis & Putuskan: Terapkan Konsep IT untuk
Tata Kelola Keputusan Bisnis
2.3 Sistem Informasi: Dasar-dasar Kasus 2.2 Kasus Bisnis: Data Chaos Menciptakan Risiko
2.4 Pusat Data, Cloud Computing, dan Kasus 2.3 Kasus Video: Cloud Computing: Tiga Studi
virtualisasi Kasus
2,5 Cloud Services Tambah Agility Referensi
Hasil pembelajaran
1. Jelaskan manfaat bisnis dari manajemen informasi 4. Menjelaskan fungsi dari pusat data, komputasi awan,
dan bagaimana kualitas data menentukan keberhasilan atau kegagalan sistem. dan virtualisasi dan kekuatan, kelemahan, dan pertimbangan biaya
mereka.
2. Jelaskan bagaimana perusahaan arsitektur (EA) dan data
governance memainkan peran utama dalam membimbing IT pertumbuhan dan 5. Jelaskan berbagai layanan awan, keuntungan mereka, dan
mempertahankan kinerja jangka panjang. bisnis dan risiko hukum yang mereka buat.
3. Memetakan fungsi berbagai jenis informasi

sistem untuk jenis dukungan yang dibutuhkan oleh operasi bisnis dan
pengambil keputusan.
Bab Snapshot
kinerja tinggi adalah tentang mengalahkan saingan lagi dan lagi, bahkan cara untuk mengembangkan usaha mereka selama perubahan yang cepat
sebagai dasar persaingan dalam perubahan industri. Pasar tidak berdiri diam teknologi, konsumen lebih diberdayakan dan karyawan, dan intervensi
dan dasar persaingan berubah pada kecepatan yang lebih cepat. Pada saat pemerintah lebih.
kinerja keuangan perusahaan mulai meruncing off, mungkin terlalu terlambat cara yang efektif untuk berkembang dalam jangka panjang adalah untuk
untuk mulai membangun kemampuan yang relevan pasar-baru. Untuk tetap meluncurkan model bisnis baru dan strategi atau menemukan cara-cara baru untuk
di depan, para pemimpin saat ini mencari baru pesaing outperform. Pada gilirannya, kemampuan kinerja ini tergantung pada
perusahaan IT perusahaan
33
arsitektur dan tata kelola data. Itu arsitektur enterprise IT, atau hanya arsitektur
keuntungan dan pertumbuhan. governance data, atau informasi pemerintahan, adalah
enterprise (EA), memandu evolusi dan perluasan sistem informasi, kontrol data perusahaan melalui kebijakan dan prosedur formal. Tujuan
teknologi digital, dan proses bisnis. Panduan ini diperlukan untuk pemerintahan data adalah untuk memberikan karyawan dan mitra bisnis dengan
kemampuan IT leverage yang untuk kompetitif data highquality mereka percaya dan dapat mengakses pada permintaan.
KASUS 2.1 PEMBUKAAN CASE

Detoksifikasi data kotor dengan Tata Kelola data di McAfee
TABEL 2.1 Membuka Ikhtisar Kasus
Perusahaan McAfee berganti nama McAfee pada tahun 2014. Ini adalah anak perusahaan dari
Intel Corp yang bermarkas di Santa Clara, CA. Memiliki lebih dari $ 2 miliar dalam
pendapatan per tahun, lebih 7.600 karyawan, dan lebih dari 1 juta nasabah.
Industri software cybersecurity, hardware, dan jasa.
lini produk Perusahaan mengembangkan, pasar, mendistribusikan, dan produk dukungan

cybersecurity yang melindungi komputer, jaringan, dan perangkat mobile. Mereka
menawarkan dikelola layanan keamanan untuk endpoint melindungi, server,
jaringan, dan perangkat mobile. Konsultasi, pelatihan dan dukungan juga
disediakan.
Teknologi digital tata kelola data dan manajemen data master (MDM) di
rangka membangun kemampuan manajemen data pelanggan terbaik di kelasnya
untuk memfasilitasi visi perusahaan.
visi bisnis Untuk menjadi perusahaan keamanan khusus yang tumbuh paling
cepat di dunia.
TINJAUAN PERUSAHAAN McAfee melindungi data dan sumber daya TI dari serangan dan akses yang tidak sah. Perusahaan ini
menyediakan layanan cybersecurity untuk perusahaan besar, pemerintah, usaha kecil dan menengah,
dan konsumen. Sebagian besar pendapatan berasal dari layanan postsales, dukungan, dan langganan
untuk perangkat lunak dan layanan yang dikelola. Perusahaan menjual langsung dan juga melalui
reseller untuk perusahaan dan konsumen di Amerika Serikat, Eropa, Asia, dan Amerika Latin.
PELANGGAN-CENTRIC manajemen McAfee diakui bahwa yang dibutuhkan untuk menerapkan praktek-praktek terbaik
BUSINESS MODEL terpusat pada pelanggan model bisnis. Dalam industri yang sangat kompetitif, kemampuan untuk terhubung dengan
pelanggan, mengantisipasi kebutuhan mereka, dan menyediakan layanan pelanggan sempurna adalah penting untuk
Terpusat pada pelanggan model bisnis loyalitas dan pertumbuhan jangka panjang. Mengapa? Terutama karena teknologi sosial dan mobile memaksa perusahaan
berusaha untuk menciptakan solusi terbaik untuk menawarkan pengalaman pelanggan yang sangat baik (CX) di setiap touchpoint yang tersedia, termasuk chatting,
atau pengalaman bagi pelanggan. video, aplikasi mobile, dan tanda (Gambar 2.2). SEBUAH titik sentuh adalah “setiap tindakan yang mempengaruhi dimulai
Sebaliknya, model produk-sentris secara melalui komunikasi, kontak manusia atau interaksi fisik atau sensorik” (De Clerck, 2013).
internal berfokus pada menciptakan produk
terbaik. Kebanyakan pelanggan mencari dan bertukar informasi rinci tentang baik dan buruk dari pertemuan
mereka dengan perusahaan. (Anda akan membaca tentang Yelp dan
34
KASUS 2.1 Kasus pembukaan 35
McAfee ( dahulu McAfee,

Inc.)
Merek Manajemen Data Blok

Memberikan solusi cybersecurity dengan Strategi Bisnis
proaktif dan layanan untuk sistem
Teknologi digital
informasi, jaringan, dan perangkat Diimplementasikan pemerintahan data untuk
mobile di seluruh dunia. Data tata kelola manajemen Guru data membangun kemampuan manajemen data
(MDM) pelanggan terbaik di kelasnya untuk mencapai visi
strategis perusahaan.
Gambar 2.1 Sekilas McAfee.
Inggris Breaks Gitar video dalam Bab 7.) transparansi ini memberikan perusahaan insentif yang kuat untuk bekerja lebih
keras untuk membuat pelanggan senang sebelum, selama, dan setelah pembelian mereka.
Dengan membuat model bisnis customer-centric, McAfee dapat melacak apa yang bekerja untuk pelanggan dan apa
yang tidak. Menggunakan teknologi digital dan analisis data untuk memahami titik kontak pelanggan akan memungkinkan
perusahaan untuk menghubungkan dengan pelanggan dalam cara yang berarti. Berkomitmen untuk pengalaman yang lebih
baik bagi pelanggan dapat meningkatkan pendapatan dan mempromosikan loyalitas-dan mencapai tujuan pertumbuhan
perusahaan.
TANTANGAN BISNIS DARI McAfee mengikuti strategi pertumbuhan bisnis-driven. Visinya adalah menjadi perusahaan keamanan khusus
MISKIN-QUALITY PELANGGAN yang tumbuh paling cepat di dunia. Manajemen mengakui bahwa data pelanggan yang akurat merupakan
DATA dasar dari layanan pelanggan top-notch. Tapi, mereka menghadapi bisnis yang umum-miskin-kualitas masalah
data pelanggan. Karakteristik data berkualitas rendah, juga dikenal sebagai Data kotor, tercantum pada Tabel
data kotor adalah data berkualitas buruk 2.2.
sehingga mereka tidak bisa dipercaya atau catatan pelanggan duplikat dan data pelanggan yang tidak lengkap yang merugikan penjualan. Perusahaan tidak
diandalkan untuk keputusan. bisa secara efektif cross-sell ( menjual produk pelengkap atau jasa) atau up-sell ( menjual model yang lebih mahal atau
fitur). Peluang untuk mendapatkan pelanggan untuk memperbaharui lisensi-dan perangkat lunak mereka menjaga
mereka setia-sedang hilang. kesalahan data terdegradasi perkiraan penjualan dan menyebabkan kesalahan
order-pengolahan. Waktu itu terbuang mencoba untuk menemukan, memvalidasi, dan data pelanggan yang benar dan
manual mendamaikan penjualan akhir bulan dan komisi penjualan menghitung. Sampai penyebab data kotor
diidentifikasi dan diperbaiki, strategi pertumbuhan tidak dapat dicapai.
Gambar 2.2 Memberikan

pelayanan prima kepada
© Andrei Shumskiy/Shutterstock
pelanggan melalui media kontak mereka

disukai, seperti chat online, tidak pernah lebih
penting sebagai konsumen menggunakan
© faysal/Shutterstock
media sosial untuk merek tingkat,

mengekspos layanan buruk, dan
melampiaskan frustrasi mereka.
36 Bab 2 Tata Kelola Data dan IT Architecture Dukungan Jangka Panjang Kinerja
TABEL 2.2 Karakteristik Miskin-Kualitas atau Data Kotor
Karakteristik Kotor data Deskripsi
Tidak lengkap Data yang hilang.
Usang atau tidak valid Terlalu tua untuk menjadi valid atau berguna.
Salah Terlalu banyak kesalahan.
Digandakan atau di ik confl Terlalu banyak salinan atau versi data-dan yang sama
versi tidak konsisten atau ik confl satu sama lain.
nonstandardized Data disimpan dalam format yang tidak kompatibel-dan tidak dapat
dibandingkan atau diringkas.
Tidak Dapat Digunakan Data tidak dalam konteks dipahami atau ditafsirkan
dengan benar pada saat akses.
DATA KUALITAS Bekerja dengan perusahaan konsultan Pertama San Francisco Partners, McAfee direncanakan dan
SOLUSI: DATA dilaksanakan pemerintahan Data dan manajemen data master (MDM). Data master adalah informasi
PEMERINTAHAN bisnis penting pada pelanggan, produk, rekening, dan hal-hal lain yang diperlukan untuk operasi dan
transaksi bisnis. Master data yang disimpan dalam sistem yang berbeda tersebar di seluruh perusahaan.
pemerintahan Data adalah kontrol data MDM akan menghubungkan dan sinkronisasi semua data penting dari sistem-sistem yang berbeda ke
perusahaan melalui kebijakan dan dalam satu file, yang disebut master file, yang memberikan titik acuan umum. governance data dan MDM
prosedur formal untuk bantuan mengelola ketersediaan, kegunaan, integritas, dan keamanan data yang digunakan di seluruh
memastikan bahwa data dapat dipercaya perusahaan. Strategi pemerintahan Data McAfee dan MDM dirancang setelah tinjauan menyeluruh 1,3
dan dapat diakses. juta data pelanggan, proses penjualan, dan diperkirakan kebutuhan bisnis masa depan.
MANFAAT DATA pemerintahan Data dan MDM telah meningkatkan kualitas Intel Keamanan data pelanggan, yang penting untuk
PEMERINTAHAN DAN model bisnis customer-centric nya. Dengan data berkualitas tinggi, perusahaan mampu mengidentifikasi
MDM up-selling dan cross-sell peluang penjualan. praktik terbaik untuk pengelolaan data pelanggan ditingkatkan
pengalaman pelanggan yang diterjemahkan ke dalam retensi pelanggan yang lebih baik dan akuisisi. Manfaat
utama dicapai setelah menerapkan tata kelola data dan arsitektur MDM untuk meningkatkan kualitas data
manajemen data master (MDM) metode
adalah:
sinkronisasi semua data bisnis penting
dari sistem yang berbeda ke dalam file
induk, yang menyediakan sumber data • pengalaman pelanggan yang lebih baik
yang terpercaya. • Lebih besar loyalitas pelanggan dan retensi
• pertumbuhan penjualan meningkat
• Akurat perkiraan penjualan dan pemrosesan order
McAfee telah berhasil selaras kemampuan IT untuk memenuhi kebutuhan bisnis. Semua upaya ini menguntungkan bisnis
dengan meningkatkan produktivitas sebagai hasil dari mengurangi upaya data pembersihan, dan dengan meningkatkan
penjualan sebagai hasil dari pengalaman pelanggan yang lebih baik.
sumber: Disusun dari mcafee.com (2013), De Clerck, (2013), Pertama San Francisco Partners (2009), dan Kaya (2013).
2.1 Manajemen informasi 37
pertanyaan
1. Apa perbedaan antara customer-centric dan produk-sentris
model bisnis?
2. Jelaskan tantangan bisnis yang disebabkan oleh data kotor Intel Security.
3. Apa fungsi pemerintahan data?

4. Menjelaskan fungsi dari data master.
5. Mengapa penting untuk menyimpan data disinkronisasi di sistem yang berbeda?
6. Mengapa McAfee kebutuhan manajemen data master (MDM)?

7. Bagaimana MDM dan tata kelola data yang memungkinkan perusahaan untuk mencapai nya
penglihatan?
8. Apa benefi ts tidak perusahaan mencapai sebagai akibat dari penerapan

governance data dan MDM?
2.1 Manajemen informasi

Kebanyakan inisiatif bisnis berhasil atau gagal berdasarkan pada kualitas data mereka. perencanaan dan
keputusan yang efektif tergantung pada sistem mampu membuat data yang tersedia untuk pengambil
keputusan dalam format yang dapat digunakan secara tepat waktu. Kebanyakan orang mengelola informasi.
Anda mengelola account sosial dan cloud Anda di perangkat mobile beberapa dan komputer. Anda
memperbarui atau sinkronisasi ( “synch”) kalender, janji, daftar kontak, file media, dokumen, dan laporan.
produktivitas Anda tergantung pada kompatibilitas perangkat dan aplikasi dan kemampuan mereka untuk data
saham. Tidak mampu mentransfer dan selaras setiap kali Anda menambahkan alat atau aplikasi yang
mengganggu dan membuang waktu Anda. Sebagai contoh, ketika Anda beralih ke perangkat mobile terbaru,
Anda mungkin perlu untuk mengatur ulang konten untuk membuat berurusan dengan data dan perangkat lebih
Manajemen informasi adalah penggunaan
mudah. Untuk mempermudah add-ons, upgrade, berbagi, dan akses,
alat-alat IT dan metode untuk mengumpulkan,
memproses, konsolidasi, menyimpan, dan
data aman dari sumber-sumber yang sering Ini hanya sekilas manajemen informasi situasi yang organisasi wajah hari ini-dan mengapa rencana terus
terfragmentasi dan tidak konsisten. menerus diperlukan untuk membimbing, kontrol, dan mengatur pertumbuhan IT. Seperti konstruksi bangunan
(Gambar 2.3), cetak biru dan model bantuan panduan dan mengatur masa depan IT dan teknologi digital
investasi.
MANAJEMEN informasi bisnis umumnya tersebar di seluruh perusahaan, disimpan dalam sistem terpisah yang
INFORMASI didedikasikan untuk tujuan tertentu, seperti operasi, manajemen rantai pasokan, atau manajemen hubungan
Harnesses Tersebar DATA pelanggan. organisasi besar memiliki lebih dari 100 repositori data (tempat penyimpanan). Di banyak
perusahaan, integrasi sistem yang berbeda terbatas-seperti kemampuan pengguna untuk mengakses semua
informasi yang mereka
© Martin Barraud/Alamy
Gambar 2.3 Cetak biru dan model, seperti

yang digunakan untuk konstruksi
bangunan, diperlukan untuk panduan dan
mengatur aset TI suatu perusahaan.
perlu. Oleh karena itu, meskipun semua informasi yang mengalir melalui perusahaan, eksekutif, manajer, dan pekerja
sering berjuang untuk menemukan informasi yang mereka butuhkan untuk membuat keputusan suara atau melakukan
pekerjaan mereka. Tujuan keseluruhan dari manajemen informasi adalah untuk menghilangkan bahwa perjuangan
melalui desain dan implementasi tata kelola data dan arsitektur enterprise terencana.
Menyediakan akses mudah ke volume besar informasi adalah salah satu tantangan yang dihadapi
organisasi. Hari-hari hanya mengelola data terstruktur lebih. Sekarang, organisasi harus mengelola semi
terstruktur dan tidak terstruktur konten dari sumber-sumber sosial dan mobile meskipun bahwa data
mungkin kualitas dipertanyakan.
manajemen informasi sangat penting untuk keamanan data dan kepatuhan terus berkembang
persyaratan peraturan, seperti Sarbanes-Oxley Act, Basel III, Penipuan dan Penyalahgunaan
Komputer Act (CFAA), UU USA PATRIOT, dan Asuransi Kesehatan Portabilitas dan Akuntabilitas Act (
HIPAA).
Isu akses informasi, manajemen, dan keamanan juga harus berurusan dengan degradasi informasi dan
gangguan-mana orang tidak mengerti apa data yang berarti atau bagaimana mereka dapat berguna.
ALASAN UNTUK Perusahaan informasi dan pendukung keputusan teknologi telah dikembangkan selama beberapa
DEFICIENCIES dekade. Selama rentang waktu itu, telah ada tim manajemen yang berbeda dengan prioritas dan
INFORMASI pemahaman tentang peran TI mereka sendiri; teknologi maju dalam cara terduga, dan investasi IT
dipotong atau meningkat berdasarkan tuntutan bersaing pada anggaran. Ini adalah beberapa faktor yang
berkontribusi. alasan umum lain mengapa kekurangan informasi masih masalah meliputi:
silo Data yang menyimpan data yang 1. silo data. Informasi dapat terperangkap di departemen silo data ( disebut juga
berdiri sendiri. data mereka tidak dapat silo informasi), seperti pemasaran atau produksi database. silo Data diilustrasikan dalam Gambar 2.4.
diakses oleh ISS lain yang Sejak silo tidak dapat berbagi data atau pertukaran, mereka tidak dapat secara konsisten diperbarui.
membutuhkannya atau di luar Ketika data tidak konsisten di beberapa aplikasi perusahaan, kualitas data dapat tidak (dan tidak
departemen.
harus) dipercaya tanpa kation verifi luas. silo data yang ada bila tidak ada arsitektur TI secara
keseluruhan untuk panduan IS investasi, koordinasi data, dan komunikasi. silo data yang mendukung
fungsi tunggal dan, sebagai hasilnya, tidak mendukung kebutuhan crossfunctional organisasi.
Sebagai contoh, sebagian besar organisasi kesehatan tenggelam dalam data, namun mereka tidak bisa
mendapatkan diandalkan, wawasan ditindaklanjuti dari data tersebut. catatan dokter, formulir pendaftaran, ringkasan
debit, dokumen, dan lebih banyak dua kali lipat setiap lima tahun. Tidak seperti Data mesin-siap terstruktur, ini
adalah data berantakan yang take
Persyaratan Informasi:
Dimengerti relevan Dukung
Menghadapi pelanggan
tepat waktu Akurat
silo
Aman Penagihan
Pemenuhan
penjualan
Operasi
silo
Kapal
Membangun
Gambar 2.4 Data (atau
informasi) silo adalah ISS yang tidak Rancangan Jenis Data
sourcing
Pelanggan Data Produk
memiliki kemampuan untuk bertukar data silo
Data Pengadaan Data
pengadaan
dengan ISS lainnya, membuat koordinasi Kontrak data Data data
tepat waktu dan komunikasi di seluruh pesanan Parts
bagian Replenish
inventarisasi data Teknik
fungsi atau departemen diffi kultus.
Data Logistik
terlalu banyak waktu dan usaha untuk penyedia layanan kesehatan untuk memasukkan dalam analisis bisnis mereka.
Jadi, data yang berantakan berharga secara rutin ditinggalkan. Jutaan catatan pasien dan catatan duduk tidak dapat
diakses atau tidak tersedia di terpisah silo data klinis karena secara historis belum ada cara mudah untuk menganalisis
informasi.
2. Kehilangan atau data dilewati. Data bisa hilang dalam perjalanan dari satu IS yang lain. Atau,
Data mungkin tidak pernah mendapatkan ditangkap karena sistem pengumpulan data tidak cukup disetel, seperti yang
mengandalkan sensor atau scanner. Atau, data mungkin tidak bisa ditangkap di suffi sien cukup detail, seperti yang
dijelaskan dalam Catatan Tek 2.1.
3. Buruk dirancang interface. Meskipun semua pembicaraan tentang antarmuka yang user-friendly,
beberapa ISS mengerikan untuk menangani. Buruk dirancang interface atau format yang membutuhkan waktu dan
tenaga ekstra untuk angka keluar meningkatkan risiko kesalahan dari kesalahpahaman data atau mengabaikan
mereka.
4. format data nonstandardized. Bila pengguna disajikan dengan data di konsistenan

tenda atau nonstandardized format, kesalahan meningkat. Upaya untuk membandingkan atau menganalisis data
yang lebih diffi kultus dan mengambil lebih banyak waktu. Sebagai contoh, jika divisi Timur Laut melaporkan
mingguan bruto pendapatan penjualan per lini produk dan divisi laporan Southwest bulanan penjualan bersih per
produk, Anda tidak dapat membandingkan kinerja mereka tanpa mengkonversi data ke format umum.
Pertimbangkan upaya tambahan yang dibutuhkan untuk membandingkan penjualan temperatur yang berhubungan
dengan, seperti AC, ketika beberapa suhu dinyatakan dalam derajat Fahrenheit dan lain-lain di Celcius.
5. tidak bisa mencapai target bergerak. Informasi yang pengambil keputusan ingin terus
mengubah-dan perubahan lebih cepat dari ISS dapat menanggapi karena fi rst empat alasan dalam daftar
ini. Pelacakan tweet, hit YouTube, dan konten tidak terstruktur lainnya membutuhkan mahal
investasi-mana manajer fi nd berisiko dalam penurunan ekonomi.
Tanpa manajemen informasi, ini adalah tantangan data yang manajer harus wajah. Perusahaan
mengalami pertumbuhan yang cepat atau kegiatan merger atau mereka dengan sistem desentralisasi (setiap
divisi atau unit bisnis mengelola TI sendiri) akan berakhir dengan tambal sulam proses pelaporan. Seperti
yang Anda harapkan, sistem tambal sulam lebih rumit untuk memodifikasi, terlalu kaku untuk mendukung
bisnis gesit, namun lebih mahal untuk menjaga.
TECH CATATAN 2.1 Kebutuhan untuk Mengukur di Order untuk Mengelola
Sebuah perusahaan konstruksi rumah hunian memiliki dua divisi: rumah standar dan rumah mewah. Perusahaan
ini tidak menangkap materi, tenaga kerja, dan biaya lainnya yang terkait dengan setiap jenis konstruksi.
Sebaliknya, biaya ini dikumpulkan, sehingga mustahil untuk mengalokasikan biaya untuk setiap jenis konstruksi
dan kemudian untuk menghitung margin profi t dari masing-masing divisi. Mereka tidak punya cara untuk
menghitung margin profi t pada setiap jenis rumah dalam divisi. Tanpa kemampuan untuk mengukur biaya, mereka
tidak memiliki kontrol biaya.
Setelah upgrade Iss mereka, mereka mulai untuk menangkap data rinci pada tingkat rumah. Mereka
menemukan profi t margin yang lebar pada rumah standar, yang bersembunyi margin negatif (kerugian) dari
divisi rumah mewah. Tanpa data pengendalian biaya, yang menguntungkan divisi rumah standar telah
mensubsidi divisi rumah mewah selama bertahun-tahun.
ITU di Kerja 2 0,1

Data Kualitas Menentukan Sistem Sukses dan Kegagalan
Eksekutif di sebuah perusahaan kimia besar yang didukung oleh sistem tidak memiliki fleksibilitas yang diperlukan untuk ad hoc kebutuhan (tidak
informasi yang dirancang khusus untuk mereka kebutuhan disebut-an Sistem direncanakan) data yang disesuaikan dari eksekutif. Sebagai contoh, itu hampir
informasi eksekutif (EIS). EIS dirancang untuk memberikan manajer senior mustahil untuk menghasilkan kinerja penjualan yang disesuaikan laporan (non
dengan data internal dan eksternal dan indikator kinerja utama (KPI) yang finansial) atau melakukan ad hoc analisis, seperti membandingkan tingkat perputaran
relevan dengan kebutuhan mereka. Catatan tech 2.2 menggambarkan KPI. persediaan oleh produk untuk masing-masing daerah untuk setiap kuartal penjualan.
Seperti dengan sistem apapun, nilai EIS tergantung pada kualitas data. Karena kesenjangan laporan dari berbagai SBU, eksekutif tidak mempercayai data
yang mendasarinya.
2. user interface yang rumit. Eksekutif tidak bisa dengan mudah

Terlalu Banyak Tidak Relevan data meninjau KPI. Sebaliknya, mereka harus memilah-milah layar dikemas
EIS adalah sebuah kegagalan. Eksekutif menemukan bahwa hanya setengah dari dengan terlalu banyak data-beberapa bunga dan beberapa tidak relevan.
data yang tersedia melalui EIS terkait dengan tingkat analisis dan Untuk mengimbangi desain antarmuka miskin, beberapa analis IT harus
pengambilan-keputusan tingkat perusahaan. Masalah yang lebih buruk adalah sendiri untuk melakukan data dan KPI analisis untuk eksekutif-menunda
bahwa data yang mereka butuhkan tidak tersedia kapan dan bagaimana mereka waktu respon dan menaikkan biaya pelaporan.
ingin mereka. Misalnya, eksekutif diperlukan rinci pendapatan penjualan dan biaya
data saat ini untuk setiap unit bisnis strategis (SBU), lini produk, dan bisnis operasi.
Penjualan dan data biaya yang diperlukan untuk analisis dan kinerja Solusi: New Enterprise IT Architecture dengan
membandingkan. Tapi, data yang tidak dalam format standar yang dibutuhkan untuk Standar Data Format
perbandingan yang akurat dan analisis. Sebagian besar dari masalah adalah bahwa CIO bekerja dengan gugus tugas untuk merancang dan mengimplementasikan EA yang
SBU melaporkan pendapatan penjualan dalam bingkai waktu yang berbeda sama sekali baru. kebijakan dan prosedur tata kelola data dilaksanakan untuk
(misalnya, harian, mingguan, bulanan, atau kuartalan), dan banyak dari laporan membakukan format data seluruh perusahaan. pemerintahan Data dihilangkan
tersebut tidak tersedia karena keterlambatan dalam mempersiapkan mereka. inkonsistensi data untuk memberikan laporan KPI diandalkan pada perputaran
Akibatnya, manajemen senior tidak bisa mendapatkan dipercaya melihat kinerja persediaan, waktu siklus, dan margin keuntungan dari semua SBU.
perusahaan secara keseluruhan saat ini dan tidak tahu produk yang menguntungkan.
Arsitektur baru itu bukan pelaporan berbasis keuangan-driven bisnis. Itu

mudah untuk memodifikasi Laporan- menghilangkan mahal dan memakan waktu ad
hoc analisis. Lebih sedikit sumber daya TI yang diperlukan untuk mempertahankan
Ada dua alasan untuk kegagalan EIS: sistem. Karena data yang mendasari sekarang relatif dapat diandalkan, EIS
digunakan oleh para eksekutif meningkat secara signifikan.
1. arsitektur TI tidak dirancang untuk pelaporan disesuaikan. Desain
arsitektur TI telah didasarkan pada aturan akuntansi keuangan. Artinya,
data yang terorganisir untuk membuatnya mudah untuk mengumpulkan
dan mengkonsolidasikan data yang diperlukan untuk menyusun laporan pertanyaan
keuangan dan laporan yang harus disampaikan kepada SEC (Securities
1. Mengapa EIS dirancang dan dilaksanakan?
and Exchange Commission) dan badan pengatur lainnya. Laporan dan
2. masalah apa eksekutif memiliki dengan EIS?
laporan harus didefinisikan dengan baik atau standar format dan hanya
3. Apa dua alasan untuk masalah-masalah EIS?
perlu dipersiapkan pada waktu tertentu selama tahun, biasanya setiap
4. Bagaimana CIO meningkatkan EIS?
tahun atau kuartalan. Organisasi data (untuk pelaporan keuangan)
5. Apa manfaat dari arsitektur TI baru?
6. Apa manfaat dari pemerintahan data?
TECH CATATAN 2.2 KPI
KPI adalah pengukuran kinerja. Langkah-langkah ini menunjukkan efektivitas dari proses bisnis untuk
mencapai tujuan organisasi. KPI menyajikan data dalam format yang mudah memahami dan
perbandingan-siap. Contoh perbandingan kunci anggaran yang sebenarnya vs, vs sebenarnya
diperkirakan, dan tahun ini vs tahun sebelumnya. KPI membantu mengurangi sifat kompleks kinerja
organisasi untuk sejumlah kecil langkah dimengerti, termasuk:
• KPI keuangan: rasio lancar; account omset hutang; perputaran persediaan; net profit margin
• Sosial KPI Media: lalu lintas sosial dan konversi (jumlah pengunjung yang dikonversi ke
pelanggan); suka; pengikut baru per minggu; kunjungan sosial dan lead
• Penjualan dan pemasaran KPI: biaya per lead; berapa banyak pendapatan kampanye pemasaran
menghasilkan
• Operasional dan pasokan KPI rantai: unit per transaksi; membawa biaya persediaan; status
pemesanan; Tingkat agar kembali
• Lingkungan dan karbon-jejak KPI: energi, air, atau penggunaan sumber daya lainnya; menghabiskan
oleh utilitas; berat limbah TPA
FAKTOR MENGEMUDI eksekutif senior dan manajer tahu tentang silo data dan masalah manajemen informasi, tetapi mereka juga tahu
PERGESERAN DARI silo UNTUK tentang biaya besar dan gangguan yang berhubungan dengan mengkonversi ke arsitektur TI yang lebih baru.
BERBAGI DAN KERJA SAMA Seorang CEO Tek Dewan Laporan memperkirakan bahwa perusahaan Fortune 500 buang $ 480 miliar setiap
tahun pada proses bisnis yang tidak efisien (techceocouncil.org, 2010). Namun, perbaikan proses bisnis yang
dilakukan. Sebuah studi IBM lebih dari 3.000 CIO menunjukkan bahwa rencana yang lebih dari 80 persen untuk
menyederhanakan proses internal, yang meliputi terintegrasi siled aplikasi global (IBM Institute, 2011).
Perusahaan yang berjuang untuk mengintegrasikan ribuan aplikasi global yang siled, sementara
menyelaraskan mereka untuk operasi bisnis. Untuk tetap kompetitif, mereka harus mampu menganalisa dan
beradaptasi proses bisnis mereka dengan cepat, efisien dan tanpa gangguan.
investasi yang lebih besar di teknologi kolaborasi telah dilaporkan oleh perusahaan riset Forrester
(Keitt, 2011). Tiga faktor yang Forrester diidentifikasi sebagai pendorong kecenderungan kolaborasi dan
teknologi berbagi data ditunjukkan pada Gambar 2.5.
MANFAAT BISNIS Berdasarkan contoh-contoh yang telah Anda baca, manfaat yang jelas dari manajemen informasi adalah sebagai
MANAJEMEN INFORMASI berikut:
1. Meningkatkan kualitas keputusan. kualitas keputusan tergantung pada akurat dan lengkap
data.
2. Meningkatkan akurasi dan keandalan prediksi manajemen. Hal ini penting
bagi manajer untuk dapat memprediksi penjualan, permintaan produk, peluang, dan ancaman yang
kompetitif. Manajemen prediksi fokus pada “apa yang akan terjadi” sebagai lawan fi pelaporan keuangan
pada “apa yang telah terjadi.”
Global, ponsel consumerization

tenaga kerja mobilitas-driven
62% dari angkatan kerja bekerja di Tumbuh jumlah layanan
luar kantor di beberapa titik. jumlah kolaborasi awan
ini meningkat.
Prinsip “setiap”
Tumbuh kebutuhan untuk siapa pun connect,

kapan saja, di mana saja pada perangkat
apapun
Gambar 2.5 Faktor-faktor yang
meningkatkan permintaan untuk
teknologi kolaborasi.
3. Mengurangi risiko ketidakpatuhan. peraturan pemerintah dan kepatuhan

persyaratan telah meningkat signifi signifikan pada dekade terakhir. Perusahaan yang gagal untuk mematuhi
undang-undang privasi, penipuan, anti pencucian uang, cybersecurity, keselamatan kerja, dan sebagainya wajah
hukuman keras.
4. Mengurangi waktu dan biaya penempatan dan mengintegrasikan informasi yang relevan.
pertanyaan
1. Jelaskan manajemen informasi.
2. Mengapa organisasi masih memiliki informasi masalah defi siensi?
3. Apa itu silo data?
4. Jelaskan KPI dan memberikan contoh.
5. Apa tiga faktor yang mendorong kolaborasi dan berbagi informasi?

6. Apa ts bisnis benefi manajemen informasi?
2.2 Enterprise Architecture dan Pemerintahan data

arsitektur enterprise (EA) Setiap perusahaan memiliki seperangkat inti dari sistem informasi dan proses bisnis yang menjalankan
adalah cara sistem TI dan proses yang transaksi yang tetap dalam bisnis. Transaksi termasuk memproses pesanan, pemenuhan pesanan dan
terstruktur. EA adalah proses yang pengiriman, persediaan pembelian dan persediaan, mempekerjakan dan membayar karyawan, dan membayar
berkelanjutan untuk menciptakan, memelihara, tagihan. Itu arsitektur enterprise (EA) membantu atau menghambat operasi sehari-hari dan upaya untuk
mengeksekusi strategi bisnis.
dan memanfaatkan IT. Ini membantu untuk
memecahkan dua tantangan penting: di mana
Sukses EA dan pemerintahan data diukur dalam hal keuangan profitabilitas dan pengembalian
sebuah organisasi akan dan
investasi (ROI), dan dalam hal non finansial ditingkatkan kepuasan pelanggan, lebih cepat kecepatan
ke pasar, dan pergantian karyawan yang lebih rendah.
bagaimana hal itu akan sampai ke sana.
MENJAGA KESEJAJARAN Ketika Anda membaca dalam Bab 1, volume, variasi, dan kecepatan data yang dikumpulkan atau dihasilkan telah tumbuh
BISNIS IT- secara eksponensial. Sebagai sistem informasi perusahaan menjadi lebih kompleks, pentingnya panjang berkisar
perencanaan TI meningkat secara dramatis. Perusahaan tidak bisa hanya menambahkan penyimpanan, aplikasi baru, atau
analisis data pada dasar yang dibutuhkan dan berharap mereka penambahan bekerja dengan sistem yang ada.
2.2 Enterprise Architecture dan Pemerintahan data 43
Hubungan antara kompleksitas dan perencanaan lebih mudah untuk melihat dalam hal-hal fisik seperti gedung
pencakar langit dan sistem transportasi. Jika Anda sedang membangun sebuah pondok sederhana di daerah
terpencil, Anda tidak perlu rencana rinci untuk ekspansi atau memastikan bahwa kabin cocok ke dalam
lingkungannya. Jika Anda sedang membangun sebuah sederhana, single-user, sistem nondistributed, Anda tidak
akan membutuhkan rencana pertumbuhan baik pemikiran-out baik. Oleh karena itu, tidak layak lagi untuk mengelola
data yang besar, konten dari ponsel dan jaringan sosial, dan data di awan tanpa set yang dirancang dengan baik
rencana, atau cetak biru, yang disediakan oleh EA. Panduan EA dan kontrol software add-ons dan upgrade,
perangkat keras, sistem, jaringan, layanan cloud, dan investasi teknologi digital lainnya.
PROSES YANG SEDANG OF Menurut perusahaan konsultan Gartner, perusahaan arsitektur adalah proses yang berkelanjutan untuk menciptakan, memelihara,
Memanfaatkan IT dan memanfaatkan IT. Ini membantu untuk memecahkan dua tantangan penting:
di mana sebuah organisasi akan dan bagaimana hal itu akan sampai ke sana.
Bersama Visi Masa Depan

EA harus dimulai dengan target- organisasi di mana itu akan -tidak dengan mana itu. Gartner
merekomendasikan bahwa organisasi mulai dengan mengidentifikasi arah strategis di mana ia menuju dan
driver bisnis untuk yang merespons. Tujuannya adalah untuk memastikan bahwa semua orang mengerti dan
saham visi tunggal. Begitu manajer telah ditetapkan visi bersama ini tunggal masa depan, mereka kemudian
mempertimbangkan implikasi dari visi ini pada bisnis, teknis, informasi, dan solusi arsitektur dari perusahaan.
visi bersama tentang masa depan akan menentukan perubahan dalam semua arsitektur ini, prioritas
menetapkan perubahan tersebut, dan menjaga mereka perubahan didasarkan pada nilai bisnis.
Fokus strategis
Ada dua masalah yang EA ini dirancang untuk alamat:
1. Kompleksitas TI sistem. sistem TI telah menjadi unmanageably kompleks dan

mahal untuk menjaga.
2. keselarasan bisnis yang buruk. Organisasi fi nd hal ini sulit untuk menjaga mereka semakin
sistem TI mahal selaras dengan kebutuhan bisnis.
Bisnis dan TI Manfaat dari EA

Memiliki arsitektur yang tepat di tempat yang penting untuk alasan berikut:
• EA memotong biaya dan meningkatkan produktivitas IT dengan memberikan pengambil keputusan akses ke informasi,
wawasan, dan ide-ide di mana dan kapan mereka membutuhkannya.
• EA menentukan organisasi saing, fleksibilitas, dan ekonomi TI untuk dekade berikutnya dan
seterusnya. Artinya, ia menyediakan pandangan jangka panjang dari perusahaan proses, sistem,
dan teknologi sehingga investasi TI tidak hanya memenuhi kebutuhan mendesak.
• EA membantu kemampuan IT menyelaraskan dengan strategi-untuk mengembangkan bisnis,

inovasi, dan merespon tuntutan pasar, didukung oleh praktik IT yang 100 persen sesuai dengan
tujuan bisnis.
• EA dapat mengurangi risiko membeli atau bangunan sistem dan aplikasi perusahaan yang tidak sesuai atau tidak
perlu mahal untuk mempertahankan dan mengintegrasikan. komponen dasar EA terdaftar dan digambarkan dalam Tabel
2.3. IT di Tempat Kerja 2.2 menggambarkan pandangan Gartner dari EA.

TABEL 2.3 Komponen Enterprise Architecture
arsitektur bisnis Memproses penggunaan bisnis untuk memenuhi tujuannya.
arsitektur aplikasi Bagaimana spesifik aplikasi c dirancang dan bagaimana mereka

berinteraksi satu sama lain.
arsitektur data Bagaimana menyimpan data suatu perusahaan diatur dan diakses.
arsitektur teknis Hardware dan software infrastruktur yang mendukung

aplikasi dan interaksi mereka.
ITU di Kerja 2 0,2

EA Is Dinamis
Dalam rangka menjaga TI dan bisnis di alignment, EA harus menjadi rencana yang
dinamis. Seperti ditunjukkan dalam model pada Gambar 2.6, EA yang berkembang
arsitektur dasar
menuju arsitektur target, yang mewakili masa depan perusahaan kebutuhan IT.
Implementation Status
Menurut model ini, EA mendefinisikan berikut ini:
rencana sequencing
1. Organisasi misi, fungsi bisnis, dan masa depan

arah arsitektur target
2. Informasi dan informasi arus yang dibutuhkan untuk melakukan

misi
garis belakang Transisi Target
3. Arsitektur dasar saat ini
4. arsitektur target yang diinginkan Gambar 2.6 Pentingnya melihat EA sebagai dinamis dan berkembang
5. Rencana sequencing atau strategi untuk kemajuan dari rencana. Tujuan dari EA adalah untuk menjaga keselarasan TI-bisnis.
dasar untuk arsitektur target. Perubahan prioritas dan bisnis refl ected dalam arsitektur target untuk
bantuan terus IT selaras dengan mereka (GAO, 2010).
KARIR INSIGHT 2. 1
Keterampilan penting dari Arsitek Perusahaan
Perusahaan arsitek perlu lebih dari keterampilan teknologi. Kinerja kerja • Kemampuan untuk mempengaruhi dan memotivasi. Sebagian besar dari pekerjaan
dan keberhasilan seorang arsitek-atau siapa pun yang bertanggung jawab yang memotivasi pengguna untuk mematuhi proses dan praktek-praktek baru.
untuk skala besar IT seperti proyek-tergantung pada berbagai

keterampilan.
• Negosiasi keterampilan. Proyek ini membutuhkan waktu sumber daya-,
• Interpersonal atau keterampilan orang. pekerjaan membutuhkan berinteraksi dengan uang, dan tenaga-yang harus dinegosiasikan untuk mendapatkan hal-hal
orang-orang dan mendapatkan kerjasama mereka. dicapai.
2.2 Enterprise Architecture dan Pemerintahan data 45
• Berpikir kritis dan kemampuan memecahkan masalah. Arsitek Mengelola implementasi EA membutuhkan seseorang yang mampu
menghadapi masalah yang kompleks dan unik. Mampu mempercepat menangani beberapa aspek dari suatu proyek pada satu waktu.
solusi mencegah kemacetan. Manajemen proyek tercakup dalam Bab 13.
• Bisnis dan keahlian industri. Mengetahui bisnis dan industri

meningkatkan hasil dan kredibilitas arsitek.
DATA PEMERINTAHAN: pemerintahan Data adalah proses menciptakan dan menyetujui standar dan persyaratan untuk pengumpulan,
MEMPERTAHANKAN DATA identifikasi, penyimpanan, dan penggunaan data. Keberhasilan setiap strategi atau pemasaran usaha berbasis data
KUALITAS DAN PENGENDALIAN tergantung pada tata kelola data. kebijakan tata kelola data harus alamat yang terstruktur, semi terstruktur, dan data
BIAYA tidak terstruktur (dibahas dalam Bagian 2.3) untuk memastikan bahwa wawasan dapat dipercaya.
Tata Kelola perusahaan-data

Dengan program tata kelola data yang efektif, manajer dapat menentukan di mana data mereka berasal dari,
yang memiliki mereka, dan siapa yang bertanggung jawab untuk apa-untuk mengetahui mereka bisa
mempercayai data yang tersedia saat dibutuhkan. pemerintahan Data adalah proyek perusahaan-lebar karena
data melintasi batas dan digunakan oleh orang-orang di seluruh perusahaan. peraturan baru dan tekanan untuk
mengurangi biaya telah meningkatkan pentingnya tata kelola data yang efektif. Tata Kelola menghilangkan biaya
pemeliharaan dan pengarsipan buruk, tidak dibutuhkan, atau data yang salah. Biaya ini tumbuh sebagai volume
data tumbuh. Tata Kelola juga mengurangi risiko hukum terkait dengan informasi unmanaged atau tidak konsisten
berhasil.
Tiga industri yang bergantung pada tata kelola data yang mematuhi peraturan atau persyaratan pelaporan
adalah sebagai berikut:
• Industri makanan. Dalam industri makanan, tata kelola data yang diperlukan untuk mematuhi peraturan
keamanan pangan. produsen makanan dan pengecer memiliki sistem kontrol canggih di tempat
sehingga jika produk makanan yang terkontaminasi, seperti bayam atau selai kacang, terdeteksi,
mereka mampu melacak masalah kembali ke pabrik pengolahan tertentu atau bahkan peternakan di
awal rantai makanan.
• industri jasa keuangan. Di sektor jasa keuangan, persyaratan pelaporan yang ketat dari Dodd-Frank
Wall Street Reformasi dan Perlindungan Konsumen Act of 2010 yang mengarah ke penggunaan yang
lebih besar dari pemerintahan data. Dodd-Frank Act mengatur praktek Wall Street dengan
menegakkan transparansi dan akuntabilitas dalam upaya untuk mencegah krisis lain keuangan yang
signifikan seperti yang terjadi pada tahun 2008.
• industri perawatan kesehatan. Data adalah aset perawatan kesehatan yang paling berharga. Rumah sakit
memiliki pegunungan informasi pasien elektronik. New akuntabilitas perawatan kesehatan dan pelaporan kewajiban
membutuhkan model tata kelola data untuk transparansi untuk membela terhadap penipuan dan untuk informasi
pasien melindungi. Ketika Anda membaca dalam kasus pembukaan McAfee, tata kelola data dan MDM adalah
kombinasi yang kuat. Sebagai sumber data dan volume terus meningkat, begitu juga kebutuhan untuk mengelola
data sebagai aset strategis untuk mengekstrak nilai penuh. Membuat data bisnis yang konsisten, terpercaya, dan
dapat diakses di seluruh perusahaan adalah langkah pertama penting dalam model bisnis customer-centric. Dengan
tata kelola data, perusahaan
dapat mengambil nilai maksimal dari data mereka, khususnya dengan membuat lebih baik menggunakan
peluang yang terkubur dalam data perilaku. Menurut Adele Pugliese, direktur pemerintahan data
Scotiabank berbasis di Toronto, “Jika kita mampu leverage dan memahami data, dan mencapai integritas
dan tingkat akurasi dengan data bahwa, dalam hal poin kontak kami dengan pelanggan, kita harus mampu
mengubah pengalaman pelanggan dan bawa ke tingkat berikutnya di mana kita tahu lebih banyak tentang
pelanggan kami”(Hamilton, 2013).
Master Data dan MDM

Master data menggambarkan entitas kunci seperti pelanggan, produk dan jasa, vendor, lokasi, dan karyawan di
sekitar mana bisnis dilakukan. Master data biasanya cukup stabil-dan fundamental berbeda dari volume tinggi,
kecepatan, dan berbagai data yang besar dan data tradisional. Sebagai contoh, ketika seorang pelanggan
berlaku untuk asuransi mobil, data yang disediakan pada aplikasi menjadi master data bagi pelanggan itu.
Sebaliknya, jika kendaraan pelanggan memiliki perangkat yang mengirimkan data tentang nya perilaku
mengemudi ke perusahaan asuransi, data tersebut mesin yang dihasilkan adalah data master transaksional
atau operasional, tetapi tidak.
Data yang digunakan dalam dua cara-baik tergantung pada data yang dapat dipercaya berkualitas tinggi:
1. Untuk menjalankan bisnis: Transaksional atau penggunaan operasional
2. Untuk meningkatkan bisnis: penggunaan Analytic
tata kelola data yang kuat diperlukan untuk mengelola ketersediaan, kegunaan, integritas, dan keamanan data
yang digunakan di seluruh perusahaan sehingga data yang berkualitas cukup untuk memenuhi kebutuhan bisnis.
Karakteristik dan konsekuensi lemah atau tidak ada pemerintahan Data yang tercantum dalam Tabel 2.4.
solusi MDM dapat menjadi kompleks dan mahal. Mengingat kompleksitas dan biaya mereka, paling
solusi MDM berada di luar jangkauan untuk perusahaan kecil dan menengah. Vendor telah membahas
tantangan ini dengan menawarkan layanan MDM cloud yang dikelola. Misalnya, pada 2013 Dell Software
meluncurkan generasi Dell Boomi MDM. Dell Boomi menyediakan MDM, manajemen data, dan layanan
kualitas data (DQS) -dan mereka adalah 100 persen berbasis cloud dengan dekat real time sinkronisasi.
Politik: Rakyat Konflik

Dalam suatu organisasi, mungkin ada budaya ketidakpercayaan antara teknologi dan bisnis karyawan. Tidak
ada metodologi arsitektur enterprise atau tata kelola data dapat menjembatani kesenjangan ini kecuali ada
komitmen tulus untuk perubahan. Komitmen itu harus datang dari tingkat tertinggi manajemen
organisasi-senior. Metodologi tidak bisa memecahkan masalah orang; mereka hanya dapat memberikan
sebuah kerangka di mana masalah tersebut dapat diselesaikan.
TABEL 2.4 Karakteristik dan Konsekuensi Lemah atau Nonexistent

Tata Kelola Data
• Duplikasi data menyebabkan silo data yang terisolasi.

• Inkonsistensi ada di arti dan tingkat detail elemen data.
• Pengguna tidak percaya data dan limbah waktu verifikasi data daripada menganalisis mereka untuk
pengambilan keputusan yang tepat.
• Mengarah ke analisis data yang tidak akurat.
• keputusan yang buruk dibuat pada persepsi ketimbang realitas, yang negatif dapat mempengaruhi
perusahaan dan pelanggan.
• Hasil peningkatan beban kerja dan waktu pemrosesan.
2.3 Sistem Informasi: Dasar-dasar 47
pertanyaan
1. Menjelaskan hubungan antara kompleksitas dan perencanaan. Berikan
contoh.
2. Jelaskan arsitektur enterprise.
3. Apakah empat komponen EA?
4. Apa ts bisnis benefi dari EA?
5. Bagaimana EA dapat menjaga keselarasan antara TI dan strategi bisnis?
6. Apa dua cara bahwa data yang digunakan dalam sebuah organisasi?
7. Apa fungsi pemerintahan data?

8. Mengapa memiliki kepentingan dalam pemerintahan data dan MDM meningkat?
9. Peran apa confl pribadi ik atau politik bermain dalam keberhasilan data
governance?
2.3 Sistem Informasi: Dasar-dasar

sistem informasi (ISS) yang dibangun untuk mencapai tujuan tertentu, seperti pengolahan pesanan pelanggan dan
gaji. Secara umum, Iss proses data menjadi informasi yang bermakna dan pengetahuan.
DATA, INFORMASI, DAN Data, atau data mentah, menjelaskan produk, pelanggan, peristiwa, kegiatan, dan transaksi yang
PENGETAHUAN dicatat, diklasifikasikan, dan disimpan. Data merupakan bahan baku dari mana informasi yang
dihasilkan; kualitas, kehandalan, dan integritas data harus dijaga untuk informasi yang berguna.
Contohnya adalah jumlah jam seorang karyawan bekerja di minggu tertentu atau jumlah kendaraan
Toyota baru yang dijual di kuartal pertama 2015.
SEBUAH Database adalah toko repositori atau data yang terorganisir untuk akses yang efisien, pencarian, pengambilan,
dan update.
Informasi adalah data yang telah diproses, terorganisir, atau dimasukkan ke dalam konteks sehingga mereka
memiliki makna dan nilai kepada orang yang menerima mereka. Sebagai contoh, penjualan kuartalan kendaraan Toyota
baru dari 2010 sampai dengan 2014 adalah informasi karena akan memberikan beberapa wawasan tentang bagaimana
kendaraan kenang selama tahun 2009 dan 2010 penjualan berdampak. Informasi yang paling aset penting organisasi,
kedua hanya untuk orang.
Pengetahuan terdiri dari data dan / atau informasi yang telah diproses, terorganisir, dan dimasukkan ke dalam
konteks menjadi berarti, dan untuk menyampaikan pemahaman, pengalaman, akumulasi pembelajaran, dan keahlian
karena mereka berlaku untuk masalah atau kegiatan saat ini. Mengetahui bagaimana mengelola kendaraan recall untuk
meminimalkan dampak negatif pada penjualan kendaraan baru adalah contoh dari pengetahuan. Gambar 2.7
menunjukkan perbedaan data, informasi, dan pengetahuan.
Iss mengumpulkan atau input dan proses data, mendistribusikan laporan atau output lain yang pengambilan
keputusan dukungan dan proses bisnis. Gambar 2.8 menunjukkan yang inputprocessing-output (IPO) model.
Gambar 2.9 menunjukkan bagaimana jenis utama ISS berhubungan satu sama lain dan bagaimana data mengalir di antara
mereka. Dalam contoh ini,
1. Data dari pembelian online ditangkap dan diproses oleh TPS, atau transac-
sistem pengolahan tion dan kemudian disimpan dalam database transaksional.
2. Data yang dibutuhkan untuk tujuan pelaporan yang diambil dari database dan digunakan
oleh MIS (sistem informasi manajemen) untuk membuat periodik, ad hoc, atau jenis lain dari
laporan.
Jumlah kendaraan baru yang dijual di Data

kuartal 1 tahun 2010 (Q1-2010)
Informasi
Q1 2008Q2 2008
Q3 2008
Q4- 2009
Q1 2009
Q2 2009
Q3 2009Q4- 2010
Q1 2010Q2 2010Q3 2010
Q4-
2008
Mengelola kendaraan recall dengan cara yang meminimalkan dampak negatif Pengetahuan
pada penjualan kendaraan baru dan laba bersih

Gambar 2.7 Contoh data, informasi,
dan pengetahuan.
Penyimpanan
memori sementara (RAM), hard disk, flash memory, cloud
Memasukkan Pengolahan Keluaran Komunikasi

Data dikumpulkan, Bekerja dengan Menampilkan Hasil
ditangkap, informasi, hasil pada layar, mengirim,
scan, bentak mengubah, hardcopy, copy mengumpulkan
dari transaksi menghitung, digital, arsip data, umpan
memanipulasi balik
Orang-orang
Gambar 2.8 Input-output model
Pengguna, klien, pelanggan, operator, teknisi, pemerintah, perusahaan
pengolahan di.
Data dari online

TPS
pembelian
proses baku
data
Data
diambil,
diubah, & dimuat Gudang data
database (ETL)
pengolahan analisis data
transaksional untuk menemukan tren
data dan belajar
Gambar 2.9 Aliran data dari titik wawasan

Data Data Data yang
penjualan (POS) melalui pengolahan,
penyimpanan, pelaporan, dukungan
keputusan, dan analisis. Juga DSS
SALAH
menunjukkan hubungan antara sistem Model diterapkan pada data
Pelaporan
informasi. untuk analisis
3. Data output ke sistem pendukung keputusan (DSS) di mana mereka dianalisis

menggunakan rumus, rasio keuangan, atau model.
Data yang dikumpulkan oleh TPS diubah menjadi laporan oleh MIS dan dianalisis oleh DSS untuk
pengambilan keputusan dukungan. Perusahaan, instansi pemerintah, militer, perawatan kesehatan, penelitian
medis, olahraga liga utama, dan organisasi nirlaba tergantung pada DSS mereka di semua tingkatan
organisasi. DSS inovatif menciptakan dan bantuan mempertahankan keunggulan kompetitif. DSS mengurangi
limbah di operasi produksi, meningkatkan manajemen persediaan, keputusan dukungan investasi, dan
memprediksi permintaan. Model DSS terdiri dari satu set rumus dan fungsi, seperti statistik, model keuangan,
optimasi, dan / atau simulasi.
data pelanggan, penjualan, dan data penting lainnya yang dipilih untuk analisis tambahan, seperti
analisis trend atau peramalan permintaan. Data ini diambil dari database, berubah menjadi format
standar, dan kemudian dimuat ke dalam data warehouse.
TRANSAKSI sistem pemrosesan transaksi (TPS) dirancang untuk memproses jenis tertentu dari input data dari transaksi yang sedang
PENGOLAHAN SISTEM berlangsung. TPS bisa manual, seperti ketika data yang diketik ke dalam bentuk di layar, atau otomatis dengan
menggunakan scanner atau sensor untuk menangkap barcode atau data lainnya (Gambar 2.10).
Data organisasi diproses oleh perintah TPS-penjualan, penggajian, akuntansi, keuangan, pemasaran,
pembelian, inventory control, dan lain sebagainya. Transaksi yang baik:
• transaksi internal bahwa berasal dalam organisasi atau yang terjadi dalam organisasi.
Contohnya adalah gaji, pembelian, transfer anggaran, dan pembayaran (dalam akuntansi hal,
mereka disebut sebagai akun hutang).
• transaksi eksternal bahwa berasal dari luar organisasi, misalnya, dari pelanggan, pemasok,
regulator, distributor, dan lembaga pembiayaan.
TPS adalah sistem penting. Transaksi yang tidak ditangkap dapat menghasilkan penjualan yang hilang,
pelanggan yang tidak puas, dan jenis lain dari kesalahan data dengan dampak keuangan. Sebagai
contoh, jika departemen akuntansi mengeluarkan cek untuk membayar faktur (tagihan) dan itu dicairkan
oleh penerima, tetapi informasi tentang transaksi yang tidak ditangkap, maka dua hal terjadi. Pertama,
jumlah uang tunai yang tercantum pada laporan keuangan perusahaan adalah salah karena tidak ada
pemotongan dibuat untuk jumlah cek. Kedua, hutang (A / P) sistem
© Jan_Neville/iStockphoto
Gambar 2.10 Scanner

mengotomatisasi input data ke dalam
sistem pemrosesan transaksi (TPS).
akan terus menunjukkan faktur yang tidak dibayar, sehingga departemen akuntansi mungkin membayar untuk kedua kalinya.
Demikian juga, jika layanan yang disediakan, tetapi transaksi tidak dicatat, perusahaan tidak akan tagihan untuk mereka dan
dengan demikian tidak mengumpulkan pendapatan layanan.
Batch vs online Real Time Processing

Data ditangkap oleh TPS diproses dan disimpan dalam database; mereka kemudian menjadi tersedia untuk
digunakan oleh sistem lain. Pengolahan transaksi dilakukan dalam satu dari dua mode:
1. Batch processing: Sebuah TPS dalam modus batch processing mengumpulkan semua transaksi untuk
hari, shift, atau periode waktu lainnya, dan kemudian memproses data dan update menyimpan data. Payroll
pengolahan dilakukan mingguan atau dua mingguan adalah contoh dari modus batch.
2. proses transaksi online (OLTP) atau pemrosesan real time: TPS pro
cesses setiap transaksi seperti itu terjadi, yang adalah apa yang dimaksud dengan istilah nyata pengolahan
waktu. Agar OLTP terjadi, perangkat input atau situs web harus langsung dihubungkan melalui jaringan ke TPS.
Maskapai perlu proses pemesanan ight fl secara real time untuk memverifikasi bahwa kursi yang tersedia.
Batch processing biaya kurang dari pemrosesan real time. Kerugiannya adalah bahwa data tidak akurat
karena mereka tidak diperbarui segera, secara real time.
Pengolahan Dampak Kualitas Data
Sebagai data dikumpulkan atau ditangkap, mereka divalidasi untuk mendeteksi dan kesalahan jelas benar dan
kelalaian. Sebagai contoh, ketika seorang pelanggan set up account dengan perusahaan atau pengecer jasa
keuangan, TPS memvalidasi alamat, kota, dan kode pos yang disediakan adalah konsisten satu sama lain dan
juga bahwa mereka cocok dengan alamat pemegang kartu kredit, kota, dan Kode Pos. Jika formulir tidak
lengkap atau kesalahan yang terdeteksi, pelanggan diwajibkan untuk melakukan koreksi sebelum data diproses
lebih jauh.
kesalahan data terdeteksi kemudian mungkin memakan waktu untuk benar atau menyebabkan masalah lainnya. Anda
dapat lebih memahami kesulitan mendeteksi dan mengoreksi kesalahan dengan mempertimbangkan pencurian identitas.
Korban pencurian identitas menghadapi tantangan besar dan frustrasi mencoba untuk data yang benar tentang mereka.
SISTEM INFORMASI bidang fungsional atau departemen-akuntansi, keuangan, produksi / operasi, pemasaran dan penjualan, sumber
MANAJEMEN daya manusia, dan rekayasa dan desain-yang didukung oleh ISS dirancang untuk kebutuhan pelaporan khusus
mereka. Tujuan umum sistem pelaporan yang disebut sebagai sistem informasi manajemen (Miss). Tujuan
mereka adalah untuk memberikan laporan kepada manajer untuk melacak operasi, pemantauan, dan
pengendalian.
Biasanya, sistem fungsional memberikan laporan tentang topik-topik seperti efisiensi operasional,
efektivitas, dan produktivitas dengan mengekstraksi informasi dari database dan memprosesnya sesuai
dengan kebutuhan pengguna. Jenis laporan meliputi berikut ini:
• Berkala: Laporan ini dibuat atau dijalankan sesuai dengan jadwal yang telah ditetapkan. Contohnya adalah
harian, mingguan, dan triwulanan. Laporan mudah didistribusikan melalui e-mail, blog, situs web internal
(disebut intranet), atau media elektronik lainnya. Laporan berkala juga mudah diabaikan jika pekerja tidak Nott
menemukan mereka layak waktu untuk ulasan.
• Pengecualian: laporan pengecualian yang dihasilkan hanya ketika ada sesuatu yang di luar norma, lebih tinggi
atau lebih rendah dari yang diharapkan. Penjualan di toko-toko perangkat keras sebelum badai mungkin jauh
lebih tinggi dari norma. Atau penjualan segar
© Damir Karan/iStockphoto
Gambar 2.11 contoh laporan yang
dihasilkan oleh MIS.
produk mungkin drop selama krisis kontaminasi makanan. laporan pengecualian lebih mungkin untuk dibaca
karena pekerja tahu bahwa beberapa peristiwa yang tidak biasa atau penyimpangan telah terjadi.
• Ad hoc, atau sesuai permintaan: laporan ad hoc laporan yang tidak direncanakan. Mereka dihasilkan untuk
perangkat mobile atau komputer pada permintaan sesuai kebutuhan. Mereka dihasilkan atas permintaan untuk mempelajari
lebih lanjut tentang situasi, masalah, atau kesempatan. Laporan biasanya mencakup visualisasi data interaktif, seperti
kolom dan pie chart, seperti yang ditunjukkan pada Gambar 2.11.
sistem informasi fungsional yang analis dukungan bisnis dan karyawan departemen lain dapat
cukup kompleks, tergantung pada jenis karyawan yang didukung. Contoh berikut menunjukkan
dukungan yang TI menyediakan untuk bidang fungsional utama.
1. Bolsa de Comercio de Santiago, bursa saham besar di Chile, proses

perdagangan volume tinggi dalam mikrodetik menggunakan perangkat lunak IBM. Bursa meningkatkan
kapasitas transaksi sebesar 900 persen pada 2011. Chili sistem bursa dapat melakukan pekerjaan detektif
menganalisis saat ini dan transaksi masa lalu dan informasi pasar, belajar dan beradaptasi dengan tren
pasar dan menghubungkan pedagang untuk informasi bisnis secara real time. throughput yang langsung
dalam kombinasi dengan analisis memungkinkan para pedagang untuk membuat keputusan yang lebih
akurat.
2. Menurut New England Journal of Medicine, 1 dari 5 pasien menderita dari

readmissions dicegah, pembayar pajak yang biaya lebih dari $ 17 miliar per tahun. Mulai tahun 2012, rumah sakit telah
dihukum untuk tingkat pendaftaran kembali tinggi dengan pemotongan untuk pembayaran yang mereka terima dari
pemerintah (Miliard, 2011). Menggunakan DSS dan prediktif analisis, industri perawatan kesehatan dapat
memanfaatkan informasi yang tidak terstruktur dengan cara yang tidak mungkin dilakukan sebelumnya, menurut
Charles J. Barnett, Presiden / CEO dari Seton Kesehatan. “Dengan solusi ini, kita dapat mengakses pandangan yang
terintegrasi dari informasi klinis dan operasional yang relevan untuk mendorong pengambilan keputusan yang lebih
tepat. Misalnya, dengan memprediksi mana pasien mungkin akan diterima kembali, kita dapat mengurangi readmissions
mahal dan dicegah, menurunkan angka kematian, dan pada akhirnya meningkatkan kualitas hidup bagi pasien
kami”(Miliard, 2011).
SISTEM PENDUKUNG sistem pendukung keputusan (DSS) adalah aplikasi interaktif yang pengambilan keputusan dukungan. Konfigurasi
KEPUTUSAN berbagai DSS dari aplikasi yang relatif sederhana yang mendukung pengguna tunggal untuk sistem enterprisewide
kompleks. Sebuah DSS dapat mendukung analisis dan solusi dari suatu masalah tertentu, mengevaluasi peluang
strategis, atau mendukung operasi yang sedang berlangsung. Sistem ini mendukung keputusan yang tidak terstruktur dan
semi terstruktur, seperti keputusan make-atau-membeli-atau-outsource, atau apa produk untuk mengembangkan dan
memperkenalkan ke pasar yang ada.
Derajat Struktur Keputusan

Keputusan berkisar dari terstruktur untuk tidak terstruktur. keputusan terstruktur adalah mereka yang memiliki metode
didefinisikan dengan baik untuk memecahkan dan data yang diperlukan untuk mencapai keputusan suara. Contoh
keputusan terstruktur adalah menentukan apakah memenuhi syarat pemohon kredit mobil, atau apakah akan
memperpanjang kredit ke pelanggan-dan baru persyaratan orang-orang pilihan pembiayaan. keputusan terstruktur yang
relatif mudah dan membuat secara teratur, dan IS dapat memastikan bahwa mereka dilakukan secara konsisten.
Di ujung lain dari kontinum adalah keputusan tidak terstruktur yang bergantung pada kecerdasan manusia,
pengetahuan, dan / atau pengalaman-serta data dan model untuk memecahkan. Contohnya termasuk memutuskan produk
baru untuk mengembangkan atau yang pasar baru untuk masuk. keputusan semi terstruktur jatuh di tengah kontinum. DSS
yang paling cocok untuk mendukung jenis keputusan, tetapi mereka juga digunakan untuk mendukung orang-orang yang
tidak terstruktur. Untuk memberikan dukungan tersebut, DSS memiliki karakteristik tertentu untuk mendukung pengambil
keputusan dan proses pengambilan keputusan secara keseluruhan.
Karakteristik tiga Defining DSS

Karakteristik ini dari DSS meliputi:
1. Sebuah antarmuka interaktif yang mudah digunakan
2. Model atau formula yang memungkinkan analisis sensitivitas, apa-jika analisis, tujuan seek-
ing, dan analisis risiko
3. Data dari berbagai sumber-sumber internal dan eksternal ditambah data yang ditambahkan oleh
pembuat keputusan yang mungkin memiliki wawasan yang relevan untuk Memiliki model situasi keputusan yang
membedakan DSS dari MIS. Beberapa model yang dikembangkan oleh pengguna akhir melalui proses interaktif dan
iteratif. pengambil keputusan dapat memanipulasi model untuk melakukan percobaan dan analisis sensitivitas, misalnya,
w hat-jika dan tujuan mencari. Apa-jika analisis mengacu pada perubahan asumsi atau data dalam model untuk
mengamati dampak dari perubahan-perubahan pada hasil. Sebagai contoh, jika perkiraan penjualan didasarkan pada
peningkatan 5 persen dalam permintaan pelanggan, apa-jika analisis akan menggantikan 5 persen dengan yang lebih
tinggi dan / atau perkiraan yang lebih rendah untuk menentukan
apa akan terjadi penjualan jika permintaan berubah. Dengan Tujuannya mencari, pembuat keputusan memiliki
hasil tertentu dalam pikiran dan perlu untuk mengetahui bagaimana hasil yang dapat dicapai dan apakah layak
untuk mencapai hasil yang diinginkan. DSS juga dapat memperkirakan risiko strategi atau tindakan alternatif.
California Pizza Kitchen (CPK) menggunakan DSS untuk keputusan dukungan persediaan. CPK memiliki 77
restoran yang terletak di berbagai negara bagian di Amerika Serikat. Mempertahankan tingkat persediaan yang optimal
di semua restoran menantang dan memakan waktu. Sebuah DSS dibangun untuk memudahkan bagi manajer rantai
untuk mempertahankan catatan diperbarui dan keputusan make. Banyak restoran CPK peningkatan penjualan sebesar
5 persen setelah menerapkan DSS.
Membangun Aplikasi DSS

perencana Lab adalah contoh dari perangkat lunak untuk membangun DSS. Perangkat lunak bebas untuk institusi
akademik dan dapat didownload dari plannerslab.com. Perencana Lab meliputi:
• An-mudah digunakan bahasa model bangunan
• Pilihan yang mudah digunakan untuk memvisualisasikan keluaran model, seperti jawaban apa-jika dan
tujuan-mencari pertanyaan, untuk menganalisis dampak dari asumsi yang berbeda alat ini memungkinkan para
manajer dan analis untuk membangun, review, dan menantang asumsi yang mereka skenario keputusan didasarkan.
Dengan Perencana Lab, pembuat keputusan dapat bereksperimen dan bermain dengan asumsi untuk menilai
beberapa pandangan masa depan.
2.4 Pusat Data, Cloud Computing, dan Virtualisasi 53
Budaya organisasi
Sistem
Informasi:
hardware, software,
jaringan, dan data
Gambar 2.12 Budaya organisasi Proses bisnis

Orang-orang
memainkan peran tidak bisa signifi
dalam penggunaan dan benefi ts sistem
informasi.
VOLATILITAS DATABASE DAN Mengingat jumlah besar transaksi, data dalam database yang terus-menerus digunakan atau diperbarui.
DATA PERGUDANGAN Karakteristik ini database-disebut sebagai keriangan -Membuat mustahil untuk menggunakannya untuk
kompleks pengambilan keputusan dan pemecahan masalah tugas. Untuk alasan ini, data yang diambil dari
database diubah (diproses untuk standarisasi data), dan kemudian dimuat ke dalam data warehouse.
Sebagai hasil dari ekstrak, transformasi, dan load (ETL), data operasi di gudang data yang lebih baik
diformat untuk analisis.
ADALAH S ADA DALAM ISS tidak ada dalam isolasi. Mereka memiliki tujuan dan konteks sosial (organisasi). Biasa tujuan adalah
BUDAYA untuk memberikan solusi untuk masalah bisnis. Itu
konteks sosial dari sistem terdiri dari nilai-nilai dan keyakinan yang menentukan apa yang diterima dan mungkin dalam
budaya organisasi dan di antara orang-orang yang terlibat. Sebagai contoh, sebuah perusahaan mungkin percaya bahwa
layanan pelanggan yang luar biasa dan pengiriman tepat waktu merupakan faktor penentu keberhasilan. Sistem
kepercayaan ini mempengaruhi investasi IT, antara faktor-faktor lainnya.
Nilai bisnis TI ditentukan oleh orang-orang yang menggunakannya, bisnis proses mereka
mendukung, dan budaya organisasi. Artinya, IS nilai ditentukan oleh hubungan antara Iss, orang, dan
proses-semua bisnis yang dipengaruhi kuat oleh budaya organisasi, seperti yang ditunjukkan pada
Gambar 2.12.
pertanyaan
1. Data Sebaliknya, informasi, dan pengetahuan.
2. Defi ne TPS dan memberikan contoh.
3. Kapan batch processing digunakan?
4. Kapan kemampuan pemrosesan real time yang dibutuhkan?
5. Jelaskan mengapa TPS perlu untuk memproses data yang masuk sebelum mereka
disimpan.
6. Defi ne MIS dan DSS dan memberikan contoh masing-masing.
7. Mengapa database yang tidak pantas untuk melakukan analisis data?
2.4 Pusat Data, Cloud Computing, dan Virtualisasi

Lokal pusat data, virtualisasi, dan komputasi awan adalah jenis infrastruktur IT atau sistem komputasi.
Dulu, ada beberapa pilihan infrastruktur TI. Sebagian besar, perusahaan milik server, storage, dan
komponen jaringan mereka untuk mendukung aplikasi bisnis mereka dan sumber daya komputasi
berada di tempat mereka. Sekarang, ada beberapa pilihan untuk infrastruktur TI
© Oleksiy Mark/Shutterstock
Gambar 2.13 Sederet server
jaringan di data center.
Strategi-termasuk virtualisasi dan komputasi awan. Seperti biasa untuk investasi IT, setiap konfigurasi
infrastruktur memiliki kekuatan, kelemahan, dan pertimbangan biaya.
PUSAT DATA SEBUAH Pusat Data terdiri dari sejumlah besar server jaringan (Gambar 2.13) digunakan untuk penyimpanan,
pengolahan, manajemen, distribusi, dan pengarsipan data, sistem, lalu lintas Web, layanan, dan aplikasi
perusahaan. data center juga mengacu pada bangunan atau fasilitas yang rumah server dan peralatan. Berikut
adalah beberapa contoh dari pusat data:
• National Climatic Data Center. The National Climatic Data Center adalah contoh dari sebuah
pusat data publik yang menyimpan dan mengelola arsip terbesar di dunia data cuaca.
• Badan Keamanan Nasional AS. (NSA) pusat Badan Keamanan Nasional data dalam Bluffdale, UT, yang
ditunjukkan pada Gambar 2.14, dibuka pada musim gugur 2013. Ini adalah yang terbesar data center mata-mata
untuk NSA. Orang-orang yang berpikir korespondensi dan posting mereka melalui situs seperti Google,
Facebook, dan Apple aman dari mencongkel mata harus memikirkan kembali keyakinan itu. Anda akan
membaca lebih lanjut tentang laporan mengekspos program pengumpulan data pemerintah pada Bab 5.
• Apel. Apple memiliki data center 500.000 kaki persegi di Maiden, NC, bahwa rumah server untuk
berbagai iCloud dan iTunes layanan. pusat memainkan peran penting dalam back-end infrastruktur TI
perusahaan. Pada tahun 2014 Apple memperluas pusat ini dengan, lebih kecil 14.250 kaki persegi data
center taktis baru yang juga termasuk ruang kantor, daerah rapat, dan ruang istirahat. Perusahaan dapat
memiliki dan mengelola sendiri lokal pusat data atau membayar untuk penggunaan pusat data vendor
mereka, seperti dalam komputasi awan, virtualisasi, dan perangkat lunak, sebagai pengaturan layanan
(Gambar 2.15).
Gambar 2.14 Pusat data NSA

(ditunjukkan dalam konstruksi) dibuka
pada musim gugur 2013 di Bluffdale, UT.
Ini adalah yang terbesar data center
© epa european pressphoto agency
mata-mata untuk NSA. Orang yang

percaya korespondensi dan posting
mereka melalui situs seperti Google,
Facebook, dan Apple aman dari
mencongkel mata harus berpikir lagi.
b.v./Alamy
Gambar 2.15 pusat data adalah
© Michael D Brown/Shutterstock
infrastruktur yang mendasari komputasi
awan, virtualisasi, jaringan, keamanan,
sistem pengiriman, dan perangkat
lunak sebagai layanan. Banyak dari
masalah ini dibahas dalam bab ini.
Karena hanya perusahaan memiliki infrastruktur, data center lebih cocok untuk organisasi yang
menjalankan berbagai jenis aplikasi dan memiliki beban kerja yang kompleks. Sebuah pusat data, seperti
pabrik, memiliki kapasitas terbatas. Setelah dibangun, jumlah penyimpanan dan beban kerja pusat dapat
menangani tidak berubah tanpa pembelian dan pemasangan peralatan yang lebih.
Ketika Data Center Goes Down, jadi Apakah Bisnis

kegagalan data center mengganggu semua operasi terlepas dari siapa yang memiliki pusat data. Berikut adalah dua
contoh.
• Uber. Perusahaan startup Uber mengalami pemadaman selama satu jam Februari 2014 yang membawa
mobil layanan-memanggil untuk berhenti di seluruh negeri. Masalah ini disebabkan oleh pemadaman di
data center Pantai Barat vendor-nya ini. pengguna Uber membanjiri situs media sosial dengan keluhan
tentang masalah menendang aplikasi Uber untuk memanggil sopir-untuk-menyewa.
• Ada apa. WhatsApp juga mengalami pemadaman server dalam awal 2014 yang mengambil
layanan secara offline selama 2,5 jam. WhatsApp adalah layanan teks-pesan smartphone yang
telah dibeli oleh Facebook sebesar $ 19 miliar. “Maaf saat ini kami mengalami masalah server.
Kami berharap untuk bisa kembali bangkit dan pulih tak lama,”kata WhatsApp dalam pesan di
Twitter yang me-retweet lebih dari 25.000 kali hanya dalam beberapa jam. Perusahaan ini telah
berkembang pesat menjadi 450 juta pengguna aktif dalam waktu lima tahun, hampir dua kali
sebanyak Twitter. Lebih dari dua-pertiga dari pengguna global menggunakan aplikasi
sehari-hari. WhatsApp ini kegagalan server melaju jutaan pengguna ke pesaing. Line, aplikasi
messaging yang dikembangkan di Jepang, tambah 2 juta pengguna terdaftar baru dalam waktu
24 jam dari pemadaman-kenaikan terbesar WhatsApp di basis pengguna Line dalam jangka
waktu 24 jam.
INTEGRASI DATA UNTUK Data suatu perusahaan disimpan di banyak berbeda atau remote lokasi-membuat data kekacauan di kali.
MEMERANGI DATA CHAOS Dan beberapa data dapat diduplikasi sehingga mereka tersedia di beberapa lokasi yang membutuhkan
respon cepat. Oleh karena itu, data yang diperlukan untuk perencanaan, pengambilan keputusan, operasi,
query, dan pelaporan tersebar atau digandakan di berbagai server, data center, perangkat, dan layanan
cloud. data yang berbeda harus bersatu atau terintegrasi agar organisasi berfungsi.
Bersatu Data Center

Salah satu solusi adalah Cisco Bersatu Data Center (UDC). UDC dapat secara signifikan mempercepat integrasi
dan konsolidasi data dan memotong biaya data center. UDC mengintegrasikan menghitung, penyimpanan,
jaringan, virtualisasi, dan manajemen ke dalam satu platform atau bersatu. platform yang menyediakan
infrastruktur yang menyederhanakan pengelolaan data dan meningkatkan kelincahan bisnis atau responsif. UDC
dapat menjalankan aplikasi lebih cepat dalam virtual dan awan lingkungan komputasi.
Data Virtualisasi
Cisco menyediakan virtualisasi data, yang memberikan fleksibilitas IT yang lebih besar. Menggunakan metode virtualisasi,
perusahaan dapat merespon perubahan lebih cepat dan membuat keputusan yang lebih baik secara real time tanpa secara
fisik memindahkan data mereka, yang secara signifikan mengurangi biaya. Cisco data Virtualisasi memungkinkan untuk:
• Memiliki akses cepat ke data setiap waktu dan dalam format apapun.
• Merespon lebih cepat terhadap perubahan kebutuhan analisis data.
• kompleksitas dipotong dan biaya.
Dibandingkan dengan tradisional (nonvirtual) integrasi data dan replikasi metode, Cisco data Virtualisasi
mempercepat waktu untuk nilai dengan:
• Lebih besar kelincahan: kecepatan 5 sampai 10 kali lebih cepat daripada metode integrasi data tradisional
• pendekatan yang efisien: 50 sampai 75 persen penghematan waktu lebih replikasi data dan metode
konsolidasi
• wawasan yang lebih baik: akses cepat ke data
Cisco menawarkan video di komputasi awan, virtualisasi, dan infrastruktur TI lainnya di video portal
tersebut pada video.cisco.com.
CLOUD COMPUTING Dalam dunia bisnis di mana penggerak pertama mendapatkan keuntungan, respon TI dan kelincahan memberikan
MENINGKAT AGILITY keunggulan kompetitif. Namun, banyak infrastruktur TI yang sangat mahal untuk mengelola dan terlalu kompleks
untuk dengan mudah beradaptasi. Solusi umum adalah cloud computing. Komputasi awan adalah istilah umum untuk
infrastruktur yang menggunakan Internet dan jaringan pribadi untuk mengakses, berbagi, dan memberikan sumber
daya komputasi. The National Institute of Standards and Technology (NIST) lebih tepatnya mendefinisikan komputasi
awan sebagai “model untuk memungkinkan nyaman, on-demand akses jaringan ke kolam renang bersama sumber
daya konfigurasi komputasi yang dapat dengan cepat ditetapkan dan dirilis dengan upaya manajemen yang minimal
atau penyedia layanan interaksi”(NIST, 2012).
PEMILIHAN A CLOUD Karena awan masih model bisnis yang relatif baru dan berkembang, keputusan untuk memilih penyedia
VENDOR layanan cloud harus didekati dengan ketekunan yang lebih besar daripada keputusan TI lainnya. Sebagai
komputasi awan menjadi bagian yang semakin penting dari model pengiriman IT, menilai dan memilih
penyedia cloud yang tepat juga menjadi keputusan yang paling strategis yang pemimpin bisnis melakukan.
Penyedia tidak diciptakan sama, sehingga sangat penting untuk menyelidiki korban setiap penyedia sebelum
berlangganan. Ketika memilih dan berinvestasi di layanan cloud, ada beberapa layanan faktor vendor
kebutuhan ke alamat. faktor evaluasi ini tercantum pada Tabel 2.5.
Vendor Manajemen dan Pelayanan Tingkat Perjanjian

Pindah ke awan juga merupakan langkah untuk layanan vendor-dikelola dan awan perjanjian servicelevel
(SLA). SLA adalah perjanjian yang dinegosiasikan antara perusahaan
TABEL 2.5 Faktor-faktor pelayanan kepada Pertimbangkan ketika Mengevaluasi Cloud Vendor
atau Penyedia Layanan
faktor Contoh Pertanyaan Akan Dibahas
penundaan Apa diperkirakan penundaan server dan keterlambatan jaringan?
Beban Kerja Apa volume data dan pengolahan yang dapat ditangani selama c
jumlah spesifik waktu?
biaya Apa biaya yang berkaitan dengan beban kerja di beberapa

platform komputasi awan?
Keamanan Bagaimana data dan jaringan aman terhadap serangan? Apakah data
yang dienkripsi dan seberapa kuat adalah enkripsi? Apa praktik
keamanan jaringan?
Pemulihan bencana Bagaimana layanan pemadaman defi ned? Apa tingkat dari
dan bisnis redundansi di tempat untuk meminimalkan pemadaman, termasuk

kontinuitas layanan backup di wilayah geografis yang berbeda? Jika bencana alam
atau pemadaman terjadi, bagaimana awan layanan dilanjutkan?
keahlian teknis Apakah vendor memiliki keahlian dalam industri atau

dan pengertian proses bisnis? Apakah vendor mengerti apa yang harus Anda
lakukan dan memiliki keahlian teknis untuk fulfi ll kewajiban tersebut?
Asuransi dalam kasus Apakah vendor menyediakan asuransi awan untuk mengurangi
kegagalan kerugian pengguna dalam kasus kegagalan layanan atau kerusakan? Ini adalah
konsep baru dan penting.
Pihak ketiga audit, atau Dapat vendor menunjukkan bukti obyektif dengan audit
penilaian berisi bahwa hal itu dapat hidup sampai janji-janji itu membuat?
dari kemampuan untuk mengandalkan
layanan yang disediakan oleh vendor
dan penyedia layanan yang dapat menjadi kontrak yang mengikat secara hukum atau kontrak informal. Anda
dapat meninjau contoh dari Google Apps SLA dengan mengunjungi website di Google.com dan mencari “SLA.”
Staf yang berpengalaman dalam mengelola proyek Outsourcing mungkin memiliki keahlian yang diperlukan untuk
mengelola pekerjaan di awan dan kepolisian SLA dengan vendor. Tujuannya tidak membangun istilah SLA
terbaik, tapi mendapatkan istilah yang paling berarti bagi bisnis.
The Cloud Standar Dewan Pelanggan menerbitkan Panduan Praktis untuk Perjanjian Cloud Service
Level ( 2012), yang menyatukan berbagai pengalaman pelanggan menjadi panduan tunggal untuk IT dan
para pemimpin bisnis yang mempertimbangkan adopsi cloud. Menurut panduan ini, SLA berfungsi:
sebagai sarana formal mendokumentasikan layanan (s), ekspektasi kinerja, tanggung jawab dan batas antara
penyedia layanan cloud dan pengguna mereka. Sebuah SLA khas menggambarkan tingkat layanan
menggunakan berbagai atribut seperti: ketersediaan,
serviceability, kinerja, operasi, penagihan, dan hukuman terkait dengan pelanggaran atribut tersebut.
(Standar Cloud Pelanggan Dewan, 2012, hlm. 5-6.) Menerapkan proses manajemen yang efektif
merupakan langkah penting dalam memastikan kepuasan pengguna internal dan eksternal dengan
layanan cloud.
CLOUD VS. DATA CENTER: Perbedaan utama antara awan dan data center adalah bahwa awan adalah bentuk off-premis komputasi
APAKAH PERBEDAAN? yang menyimpan data di Internet. Sebaliknya, data center mengacu pada on-denga perangkat keras dan
peralatan yang menyimpan data dalam jaringan lokal sebuah organisasi. layanan awan outsourcing untuk
penyedia cloud pihak ketiga yang mengelola update, keamanan, dan pemeliharaan. pusat data biasanya
dijalankan oleh departemen IT di-rumah.
Cloud computing adalah pengiriman komputasi dan penyimpanan sumber daya sebagai layanan untuk
pengguna akhir melalui jaringan. sistem awan scalable. Artinya, mereka dapat disesuaikan dengan perubahan bertemu
di kebutuhan bisnis. Pada ekstrim, kapasitas awan tidak terbatas tergantung pada penawaran vendor dan rencana
layanan. Kelemahan dari awan kontrol karena pihak ketiga mengelola itu. Perusahaan tidak memiliki banyak kontrol
seperti yang mereka lakukan dengan data center. Dan kecuali perusahaan menggunakan awan swasta
dalam jaringan, ia berbagi komputasi dan sumber daya penyimpanan dengan pengguna cloud lainnya di vendor awan
publik. awan publik memungkinkan beberapa klien untuk mengakses layanan virtual yang sama dan memanfaatkan
kolam renang yang sama dari server di jaringan publik. Sebaliknya, awan swasta lingkungan single-tenant dengan
keamanan yang lebih kuat dan kontrol untuk industri diatur dan data penting. Akibatnya, awan swasta
mempertahankan semua keamanan TI dan kontrol yang disediakan oleh infrastruktur data center tradisional dengan
keuntungan dari komputasi awan.
Perusahaan sering menggunakan pengaturan dari kedua lokal pusat data dan komputasi awan
(Gambar 2.16).
Sebuah pusat data secara fisik terhubung ke jaringan lokal, yang membuatnya lebih mudah untuk
membatasi akses ke aplikasi dan informasi untuk hanya berwenang, orang perusahaan-disetujui dan
peralatan. Namun, awan dapat diakses oleh siapa saja dengan mandat yang tepat dan koneksi internet.
Susunan aksesibilitas ini meningkatkan paparan data perusahaan di banyak lebih entry dan exit point.
AWAN awan telah sangat memperluas pilihan untuk perusahaan IT infrastruktur karena setiap perangkat yang
INFRASTRUKTUR mengakses Internet dapat mengakses, berbagi, dan memberikan data. Cloud computing adalah
infrastruktur berharga karena:
1. Menyediakan infrastruktur yang dinamis yang membuat aplikasi dan daya komputasi avail-
permintaan di dapat. Aplikasi dan kekuatan yang tersedia pada permintaan karena mereka disediakan sebagai
layanan. Sebagai contoh, setiap perangkat lunak yang disediakan pada permintaan disebut sebagai software as
a service, or SaaS. Typical SaaS products are Google Apps and Salesforce.com. Section 2.5 discussed SaaS
and other cloud services.
2. Helps companies become more agile and responsive while signifi cantly reducing
IT costs and complexity through improved workload optimization and service delivery.
Move to Enterprise Clouds

A majority of large organizations have hundreds or thousands of software licenses that support business
processes, such as licenses for Microsoft Office, Oracle database management, IBM CRM (customer
relationship management), and various network security software. Managing software and their licenses
involves deploying, provisioning, and updating them—all of which are time-consuming and expensive.
Cloud computing overcomes these problems.
© Kittichai/Shutterstock
Gambar 2.16 infrastruktur TI
perusahaan dapat terdiri dari lokal
data center dan off-tempat
komputasi awan.
ISU DALAM BERGERAK Membangun strategi awan tantangan, dan bergerak aplikasi yang sudah ada ke awan adalah stres.
beban kerja DARI Meskipun manfaat bisnis dan teknis, risiko ada mengganggu operasi atau pelanggan dalam proses. Dengan
ENTERPRISE ATAS awan, jaringan dan WAN (wide area network) menjadi bagian yang lebih penting dari infrastruktur TI.
CLOUD bandwidth jaringan yang lebih besar dibutuhkan untuk mendukung peningkatan lalu lintas jaringan. Dan,
menempatkan bagian dari arsitektur TI atau beban kerja ke dalam awan membutuhkan pendekatan yang
berbeda manajemen, kemampuan IT yang berbeda, dan mengetahui bagaimana mengelola hubungan
vendor dan kontrak.
Masalah infrastruktur
Ada perbedaan besar karena awan berjalan pada infrastruktur bersama komputasi, sehingga pengaturan kurang disesuaikan
dengan kebutuhan perusahaan tertentu itu. Sebuah perbandingan untuk membantu memahami tantangan adalah bahwa
outsourcing adalah seperti menyewa sebuah apartemen, sementara awan adalah seperti mendapatkan sebuah kamar di sebuah
hotel.
Dengan komputasi awan, mungkin lebih sulit untuk sampai ke akar masalah kinerja, seperti
pemadaman tidak terencana yang terjadi dengan Gmail Google dan sumber daya manusia hari kerja ini
aplikasi. Trade-off adalah biaya kontrol vs.
Peningkatan permintaan untuk komputer yang lebih cepat dan lebih kuat, dan peningkatan jumlah
dan berbagai aplikasi mengemudi kebutuhan untuk arsitektur TI lebih mampu.
VIRTUALISASI DAN MESIN Computer hardware had been designed to run a single operating system (OS) and a single app, which
VIRTUAL leaves most computers vastly underutilized. Virtualization is a technique that creates a virtual (i.e.,
nonphysical) layer and multiple virtual machines (VMs) to run on a single physical machine. The virtual (or
virtualization) layer makes it possible for each VM to share the resources of the hardware. Figure 2.17
shows the relationship among the VMs and physical hardware.
60 Chapter 2 Data Governance and IT Architecture Support Long-Term Performance
Application Application Application

Operating Operating Operating
System System System
Virtual Machines
Virtualization Layer
Figure 2.17 Virtual machines running

on a simple computer hardware layer. Hardware Layer
What Is a Virtual Machine?

Just as virtual reality is not real, but a software-created world, a virtual machine is a software-created
computer. Technically, a virtual machine (VM) is created by a software layer, called the virtualization
layer, as shown in Figure 2.17. That layer has its own Windows or other OS and apps, such as
Microsoft Office, as if it were an actual physical computer. A VM behaves exactly like a physical
computer and contains its own virtual—that is, software-based —CPU, RAM (random access memory),
hard drive, and network interface card (NIC). An OS cannot tell the difference between a VM and a
physical machine, nor can apps or other computers on a network tell the difference. Even the VM
thinks it is a “real” computer. Users can set up multiple real computers to function as a single PC
through virtualization to pool resources to create a more powerful VM.
Virtualization is a concept that has several meanings in IT and therefore several definitions. The
major type of virtualization is hardware virtualization, which remains popular and widely used.
Virtualization is often a key part of an enterprise’s disaster recovery plan. In general, virtualization
separates business applications and data from hardware resources. This separation allows companies
to pool hardware resources—rather than dedicate servers to applications—and assign those resources
to applications as needed.
The major types of virtualization are the following:
• Storage virtualization is the pooling of physical storage from multiple network storage devices
into what appears to be a single storage device managed from a central console.
• Network virtualization combines the available resources in a network by splitting the network
load into manageable parts, each of which can be assigned (or reassigned) to a particular
server on the network.
• Hardware virtualization is the use of software to emulate hardware or a total computer
environment other than the one the software is actually running in. It allows a piece of
hardware to run multiple operating system images at once. This kind of software is sometimes
known as a virtual machine.
Virtualization Characteristics and Benefits

Virtualization increases the flexibility of IT assets, allowing companies to consolidate IT infrastructure,
reduce maintenance and administration costs, and prepare for strategic IT initiatives. Virtualization is
not primarily about cost-cutting, which
2.4 Data Centers, Cloud Computing, and Virtualization 61
is a tactical reason. More importantly, for strategic reasons, virtualization is used because it enables
flexible sourcing and cloud computing.
The characteristics and benefits of virtualization are as follows:
1. Memory-intensive. VMs need a huge amount of RAM (random access memory,

or primary memory) because of their massive processing requirements.
2. Energy-effi cient. Minimizes energy consumed running and cooling servers in
the data center—representing up to a 95 percent reduction in energy use per server.
3. Scalability and load balancing. When a big event happens, such as the Super
Bowl, millions of people go to a website at the same time. Virtualization provides load balancing to
handle the demand for requests to the site. The VMware infrastructure automatically distributes the
load across a cluster of physical servers to ensure the maximum performance of all running VMs.
Load balancing is key to solving many of today’s IT challenges.
Virtualization consolidates servers, which reduces the cost of servers, makes more efficient use of
data center space, and reduces energy consumption. All of these factors reduce the total cost of
ownership (TCO). Over a three-year life cycle, a VM costs approximately 75 percent less to operate
than a physical server.
IT at Work 2.3
Business Continuity with Virtualization
Liberty Wines supplies to restaurants, supermarkets, and independent replaced with 3 physical servers, running 10 virtual servers. An additional
retailers from its headquarters in central London. Recipient of multiple server was used as part of a backup system, further improving resilience and
international wine awards— including the International Wine Challenge on stability.
Trade Supplier of the Year for two years running—Liberty Wines is one of the By reducing the number of physical servers from 10 to 4, power use
United Kingdom’s foremost wine importers and distributors. and air conditioning costs were cut by 60 percent. Not only was the bottom
line improved, but the carbon footprint was also reduced, which was good for
the environment.
IT Problems and Business Needs
As the business expanded, the existing servers did not have the capacity to The new IT infrastructure cut hardware replacement costs by £45,000
handle increased data volumes, and maintenance of the system put a strain (U.S. $69,500) while enhancing stability with the backup system. Apps now
on the IT team of two employees. Existing systems were slow and could not run faster, too, so employees can provide better customer service with
provide the responsiveness that employees expected. improved productivity. When needed, virtual servers can be added quickly
and easily to support business growth.
Liberty Wines had to speed up business processes to meet the needs
of customers in the fast-paced world of fine dining. To provide the service
their customers expect, employees at Liberty Wines needed quick and easy
Questions
access to customer, order, and stock information. In the past, the company
relied on 10 physical servers for apps and services, such as order 1. What business risks had Liberty Wines faced?
processing, reporting, and e-mail. 2. How does Liberty Wines’ IT infrastructure impact its com-
petitive advantage?
3. How did server virtualization benefit Liberty Wines and
Virtualized Solution the environment?
Liberty Wines deployed a virtualized server solution incorporating Windows

Server 2008 R2. The 10 servers were
Questions
1. What is a data center?
2. Describe cloud computing.
3. What is the difference between data centers and cloud computing?
4. What are the benefi ts of cloud computing?
5. How can cloud computing solve the problems of managing software
licenses?
6. What is an SLA? Why are SLAs important?
7. What factors should be considered when selecting a cloud vendor or
provider?
8. When are private clouds used instead of public clouds?
9. Explain three issues that need to be addressed when moving to cloud
computing or services.
10. How does a virtual machine (VM) function?
11. Explain virtualization.
12. What are the characteristics and benefi ts of virtualization?
13. When is load balancing important?
2.5 Cloud Services Add Agility

Managers want streamlined, real time data-driven enterprises, yet they may face budget cuts.
Sustaining performance requires the development of new business apps and analytics capabilities,
which comprise the front end —and the data stores and digital infrastructure, or back end, to support
them. The back end is where the data reside. The problem is that data may have to navigate through a
congested IT infrastructure that was first designed decades ago. These network or database
bottlenecks can quickly wipe out the competitive advantages from big data, mobility, and so on.
Traditional approaches to increasing database performance—manually tuning databases, adding more
disk space, and upgrading processors—are not enough when you are have streaming data and real
time big data analytics. Cloud services help to overcome these limitations.
X AA S: “AS A SERVICE” The cloud computing model for on-demand delivery of and access to various types of computing
MODELS resources also extends to the development of business apps. Figure 2.18 shows four “as a service”
(XaaS) solutions based on the concept that the resource— software, platform, infrastructure, or data–can
be provided on demand regardless of geolocation.
CLOUD COMPUTING Figure 2.19 shows the cloud computing stack, which consists of the following three categories:
STACK
• SaaS apps are designed for end-users.

• PaaS is a set of tools and services that make coding and deploying these apps faster and
more efficient.
• IaaS consists of hardware and software that power computing resources— servers, storage,
operating systems, and networks.
2.5 Cloud Services Add Agility 63
© Vallepu/Shutterstock
Figure 2.18 Four as-a-service
solutions: software, platform,
infrastructure, and data as a service.
Software as a Service
Software as a service (SaaS) is a widely used model in which software is available to users as needed.
Specifically, in SaaS, a service provider hosts the application at its data center and customers access it
via a standard Web browser. Other terms for SaaS are on-demand computing and hosted services. The
idea is basically the same: Instead of buying and installing expensive packaged enterprise applications,
users can access software apps over a network, with an Internet browser being the only necessity.
A SaaS provider licenses an application to customers either on-demand, through a subscription,

based on usage (pay-as-you-go), or increasingly at no cost when the opportunity exists to generate
revenue from advertisements or through other methods.
© Yabresse/Shutterstock
Figure 2.19 The cloud

computing stack consists of
SaaS, PaaS, and IaaS.
The SaaS model was developed to overcome the common challenge to an enterprise of being
able to meet fluctuating demands on IT resources efficiently. It is used in many business functions,
primarily customer relationship management (CRM), accounting, human resources (HR), service desk
management, and collaboration.
There are thousands of SaaS vendors. Salesforce.com is one of the most widely known SaaS
providers. Other examples are Google Docs and collaborative presentation software Prezi. For
instance, instead of installing Microsoft Word on your own computer, and then loading Word to create a
document, you use a browser to log into Google Docs. Only the browser uses your computer’s
resources.
Platform as a Service
Platform as a service (PaaS) benefits software development. PaaS provides a standard unified
platform for app development, testing, and deployment. This computing platform allows the creation of
Web applications quickly and easily without the complexity of buying and maintaining the underlying
infrastructure. Without PaaS, the cost of developing some apps would be prohibitive. The trend is for
PaaS to be combined with IaaS. For an example of the value of SaaS and PaaS, see IT at Work 2.4.
IT at Work 2.4
Unilever
Within only 12 weeks, Unilever had its new digital social platform built and networking technology. It enables Unilever marketers to share knowledge,
implemented. The platform was designed to support Unilever Global best practices, and creative assets across the network. According to Mark
Marketing by connecting its marketers, brand managers, and partners in 190 McClennon, the CIO Consumer at Unilever, “We’ve gone from a blank piece
countries. The new social platform is built on the Salesforce Platform and of paper all the way through to rolling out the first release of the platform in
leverages Salesforce Chatter, which is an enterprise social about three months using Salesforce technology” (Accenture, 2013).
Infrastructure as a Service
Infrastructure as a service (IaaS) is a way of delivering cloud computing infrastructure as an on-demand
service. Rather than purchasing servers, software, data center space, or networks, companies instead
buy all computing resources as a fully outsourced service. IaaS providers are Amazon Web Services
(AWS) and Rackspace.
Data as a Service
Similar to SaaS, PaaS, and IaaS, data as a service (DaaS) enables data to be shared among clouds,
systems, apps, and so on regardless of the data source or where they are stored. DaaS makes it
easier for data architects to select data from different pools, filter out sensitive data, and make the
remaining data available on demand.
A key benefit of DaaS is the elimination of the risks and burdens of data management to a
third-party cloud provider. This model is growing in popularity as data become more complex, difficult,
and expensive to maintain.
Key Terms 65
At-a-Service Models are Enterprisewide and Can

Trigger Lawsuits
The various at-a-service models are used in various aspects of business. You will read how these
specific services, such as CRM and HR management, are being used for operational and strategic
purposes in later chapters. Companies are frequently adopting software, platform, infrastructure, data
management and starting to embrace mobility as a service and big data as a service because they
typically no longer have to worry about the costs of buying, maintaining, or updating their own data
servers. Both hardware and human resources expenses can be cut significantly. Service arrangements
all require that managers understand the benefits and tradeoffs—and how to negotiate effective SLAs.
Regulations mandate that confidential data be protected regardless of whether the data are
on-premises on in the cloud. Therefore, a company’s legal department needs to get involved in these IT
decisions. Put simply, moving to cloud services is not simply an IT decision because the stakes around
legal and compliance issues are very high.
GOING CLOUD Cloud services can advance the core business of delivering superior services to optimize business
performance. Cloud can cut costs and add flexibility to the performance of critical business apps. And, it
can improve responsiveness to endconsumers, application developers, and business organizations. But
to achieve these benefits, there must be IT, legal, and senior management oversight because a
company still must meet its legal obligations and responsibilities to employees, customers, investors,
business partners, and society.
Questions
1. What is SaaS?
2. Describe the cloud computing stack.
3. What is PaaS?
4. What is IaaS?
5. Why is DaaS growing in popularity?
6. How might companies risk violating regulation or compliance requirements with
cloud services?
Key Terms
ad hoc report batch dirty data master data master data software as a service (SaaS)
processing cloud computing enterprise architecture (EA) management (MDM) master fi le structured decisions
cloud computing stack exception report executive model online transaction transaction processing
cross-sell information system (EIS) goal processing (OLTP) platform as a system (TPS) touchpoint
seeking information information service (PaaS) private cloud unstructured decisions
customer-centric data management infrastructure as a public cloud real time processing up-sell virtualization virtual
service (IaaS) IT infrastructure service-level agreements (SLAs) machine (VM) volatility
data as a service (DaaS) data knowledge what-if analysis
center data governance data
silo database
decision support system (DSS) management information

system (MIS)
Assuring Your Learning
DISCUSS: Critical Thinking Questions

1. Why is a strong market position or good profi t take action despite advances in digital technology? That is, what
performance only temporary? causes data defi ciencies?
2. Explain the difference between customer-centric 7. According to a Tech CEO Council Report, Fortune
and product-centric business models. 500 companies waste $480 billion every year on ineffi cient
3. Assume you had: business processes. What factors cause such huge waste? How
can this waste be reduced?
a. A tall ladder with a sticker that listed a weight
allowance only 5 pounds more than you weighed. 8. Explain why organizations need to implement
You know the manufacturer and model number. enterprise architecture (EA) and data governance.
9. What two problems can EA solve?
b. Perishable food with an expiration date 2 days 10. Name two industries that depend on data gov-
into the future. ernance to comply with regulations or reporting
c. A checking account balance that indicated you requirements. Given an example of each.
had suffi cient funds to cover the balance due on an account. 11. Why is it important for data to be standardized?
Given an example of unstandardized data.
In all three cases, you cannot trust the data to be exactly correct. 12. Why are TPSs critical systems?
The data could be incorrect by about 20 percent. How might you fi 13. Explain what is meant by data volatility. How does
nd the correct data for each instance? Which data might not be it affect the use of databases for data analysis?
possible to verify? How does dirty data impact your decision
14. Discuss why the cloud acts as the great IT delivery
making?
frontier.
4. If business data are scattered throughout the enter-
15. What are the immediate benefi ts of cloud computing?
prise and not synched until the end of the month, how does
that impact day-to-day decision making and planning? 16. What are the functions of data centers?
17. What factors need to be considered when selecting
5. Assume a bank’s data are stored in silos based on a cloud vendor?
fi nancial product—checking accounts, saving accounts, mortgages, 18. What protection does an effective SLA provide?
auto loans, and so on. What problems do these data silos create for 19. Why is an SLA a legal document?
the bank’s managers?
20. How can virtualization reduce IT costs while
6. Why do managers and workers still struggle to fi nd improving performance?
information that they need to make decisions or
EXPLORE: Online and Interactive Exercises

21. When selecting a cloud vendor to host your en- 22. Many organizations initiate data governance pro-
terprise data and apps, you need to evaluate the service grams because of pressing compliance issues that impact data
level agreement (SLA). usage. Organizations may need data governance to be in
a. Research the SLAs of two cloud vendors, such compliance with one or more regulations, such as the
as Rackspace, Amazon, or Google. Gramm–Leach Bliley Act (GLB), HIPAA, Foreign Corrupt
Practices Act (FCPA), Sarbanes–Oxley Act, and several state and
b. For the vendors you selected, what are the
federal privacy laws.
SLAs’ uptime percent? Expect them to be
99.9 percent or less.
a. Research and select two U.S. regulations or
c. Does each vendor count both scheduled down-
privacy laws.
time and planned downtime toward the SLA uptime
b. Describe how data governance would help an
percent?
enterprise comply with these regulations or laws.
d. Compare the SLAs in terms of two other criteria.
e. Decide which SLA is better based on your com- 23. Visit eWeek.com Cloud Computing Solutions
parisons. Center for news and reviews at eweek.com/c/s/
f. Report your results and explain your decision. Cloud-Computing. Select one of the articles listed
CASE 2.2 Business Case 67
under Latest Cloud Computing News. Prepare an executive 26. Visit YouTube.com and search for two videos on
summary of the article. virtualization. For each video, report what you learned. Specify
24. Visit Rackspace.com and review the company’s the complete URL, video title, who uploaded the video and the
three types of cloud products. Describe each of those cloud date, video length, and number of views.
solutions.
25. Visit Oracle.com. Describe the types of virtualiza-
tion services offered by Oracle.
ANALYZE & DECIDE: Apply IT Concepts to Business Decisions

27. Financial services fi rms experience large fl uctua- business needs. Also, they cannot adapt to largescale shifts
tions in business volumes because of the cyclical nature of fi like mergers, sudden drops in sales, or new product
nancial markets. These fl uctuations are often caused by introductions. Can cloud computing help organizations
crises—such as the subprime mortgage problems, the discovery of improve their responsiveness and get better control of their IT
major fraud, or a slowdown in the economy. These fl uctuations costs? Explain your answer.
require that executives and IT leaders have the ability to cut
spending levels in market downturns and quickly scale up when 29. Describe the relationship between enterprise archi-
business volumes rise again. Research SaaS solutions and tecture and organizational performance.
vendors for the fi nancial services sector. Would investment in
30. Identify four KPIs for a major airline (e.g., American,
SaaS help such fi rms align their IT capacity with their business
United, Delta) or an automobile manufacturer (e.g., GM,
needs and also cut IT costs? Explain your answer.
Ford, BMW). Which KPI would be the easiest to present to
managers on an online dashboard? Explain why.
28. Despite multimillion-dollar investments, many IT

organizations cannot respond quickly to evolving
CASE 2.2
Business Case: Data Chaos Creates Risk
Data chaos often runs rampant in service organizations, such as health care errors, harm patients, and damage the organization’s accreditation and
and the government. For example, in many hospitals, each line of business, reputation.
division, and department has implemented its own IT applications, often without • Data breaches: More than 25 million people have been affected by
a thorough analysis of its relationship with other departmental or divisional health-care system data breaches since the Offi ce for Civil Rights, a
systems. This arrangement leads to the hospital having IT groups that specifi
division of the U.S. Department of Health and Human Services, began
cally manage a particular type of application suite or data silo for a particular
reporting breaches in 2009. Most breaches involved lost or stolen data on
department or division.
laptops, removable drives, or other portable media. Breaches are extremely
expensive and destroy trust. Accountability in health care demands
compliance with strong data governance efforts. Data governance
Data Management
programs verify that data input into EHR, clinical, fi nancial, and operational
When apps are not well managed, they can generate terabytes of irrelevant
systems are accurate and complete—and that only authorized edits can be
data, causing hospitals to drown in such data. This data chaos could lead to
made and logged.
medical errors. In the effort to manage excessive and massive amounts of data,
there is increased risk of relevant information being lost (missing) or
inaccurate— that is, faulty or dirty data. Another risk is data breaches.
Vanderbilt University Medical Center Adopts

• Faulty data: By 2016 an estimated 80 percent of healthcare organizations EHR and Data Governance
will adopt electronic health records, or EHRs (IDC MarketScape, 2012). It Vanderbilt University Medical Center (VUMC) in Nashville, TN, was an early
is well known that an unintended consequence of EHR is faulty data. adopter of EHR and implemented data governance in 2009. VUMC’s experience
According to research done at Columbia University, data in EHR systems provides valuable lessons.
may not be as accurate and complete as expected (Hripscak & Albers, VUMC consists of three hospitals and the Vanderbilt Clinic, which have 918
2012). Incorrect lab values, imaging results, or physician documentation beds, discharge 53,000 patients each year, and count 1.6 million clinic visits each
lead to medical year. On average, VUMC has an 83 percent occupancy rate and has achieved
HIMSS Stage 6
hospital EHR adoption. HIMSS (Healthcare Information and Management • Patient safety errors
Systems Society, himss.org) is a global, nonprofi t organization dedicated to • Malpractice lawsuits
better health-care outcomes through IT. There are seven stages of EHR
• Delays in receiving payments because billing or medical codes data
adoption, with Stage 7 being a fully paperless environment. That means all
are not available
clinical data are part of an electronic medical record and, as a result, can be
shared across and outside the enterprise. At Stage 7, the health-care Measuring the Value of Data Governance
organization is getting full advantage of the health information exchange (HIE). HIEOne metric to calculate the value of a data governance program is confi
provides interoperability so that information can fl ow back and forth among dence in data-dependent assumptions, or CIDDA. CIDDA is computed by
physicians, patients, and health networks (Murphy, 2012). multiplying three confi dence estimates as follows:
CIDDA G M TS
VUMC began collecting data as part of its EHR efforts in
1997. By 2009 the center needed stronger, more disciplined data where
management. At that time, hospital leaders initiated a project to build a data
G Confi dence that data are good enough for their
governance infrastructure.
intended purpose
Data Governance Implementation M Confi dence that data mean what you think they do
VUMC’s leadership team had several concerns. TS Confi dence that you know where the data come from
and trust the source
1. IT investments and tools were evolving rapidly, but they were not
governed by HIM (Healthcare Information and Management) policies. CIDDA is a subjective metric for which there are no industry benchmarks,
yet it can be evaluated over time to gauge any improvement in data quality
2. As medical records became electronic so they might be confi dence.
transmitted and shared easily, they became more vulnerable to
hacking. Benefi ts Achieved from Data Governance
3. As new uses of electronic information were emerging, the As in other industries, in health care, data are the most valuable asset. The
medical center struggled to keep up. handling of data is the real risk. EHRs are effective only if the data are
accurate and useful to support patient care. Effective ongoing data
Health Record Executive Committee
governance has achieved that goal at VUMC.
Initially, VUMC’s leaders assigned data governance to their traditional medical
records committee, but that approach failed. Next, they hired consultants to help
Sources: Compiled from Murphy (2012), HIMSS.org (2014),
develop a data governance structure and organized a health record executive
HIMSSanalytics.org (2014), Reeves & Bowen (2013).
committee
to oversee the project. The committee reports to the medical board and an Questions
executive committee to ensure executive involvement and sponsorship. The 1. What might happen when each line of business, division,
committee is responsible for developing the strategy for standardizing health and department develops its own IT apps?
record practices, minimizing risk, and maintaining compliance. Members include 2. What are the consequences of poorly managed apps?
the chief medical information offi cer (CMIO), CIO, legal counsel, medical staff, 3. What two risks are posed by data chaos? Explain why.
nursing informatics, HIM, administration, risk management, compliance, and 4. What are the functions of data governance in the health-
accreditation. In addition, a legal medical records team was formed to support care sector?
additions, corrections, and deletions to the EHR. This team defi nes procedures 5. Why is it important to have executives involved in data
for removal of duplicate medical record numbers and policies for data governance projects?
management and compliance. 6. List and explain the costs of data failure.
7. Calculate the CIDDA over time:
Q1: G 40%, M 50%, TS 20% Q2: G 50%, M 55%, TS
Costs of Data Failure 30% Q3: G 60%, M 60%, TS 40% Q4: G 60%, M 70%,
Data failures incur the following costs: TS 45%
• Rework
8. Why are data the most valuable asset in health care?
• Loss of business
References 69
CASE 2.3
Video Case: Cloud Computing: Three Case Studies
When organizations say they are “using the cloud,” they can mean a number servers. In the third example, the connection is from the cloud using a
of very different things. Using an IaaS service such as Amazon EC2 or Facebook app to a company’s APIs. You might spot Animal House references.
Terremark is different from using Google Apps for outsourced e-mail, which is Follow these three steps: Visit
different again from exposing an API in Facebook. SOAtoTheCloud.com/2011/10/video-three-cloudcomputing-case.html. View
the 11-minute video of the three case studies.
A video shows three cloud computing case studies from Vordel’s
customers. The cases cover SaaS, IaaS, and PaaS. In fi rst two examples,
Question
customers are connecting to the cloud: fi rst to Google Apps (for single
1. Explain the value or benefi ts of each organization’s cloud
sign-on to Google Apps e-mail) and second to Terremark to manage virtual
investment.
References
Cloud Standards Customer Council. Practical Guide to Cloud Service Level IDC MarketScape. “U.S. Ambulatory EMR/EHR for Small Practices.” 3012
Agreements. Version 1. April 10, 2012. http:// Vendor Assessment. May 2012. Keitt, T.J. “Demystifying The Mobile
www.cloudstandardscustomercouncil.org/2012_Practical_
Workforce–An Information Workplace Report.” Forrester.com. June 7, 2011.
Guide_to_Cloud_SLAs.pdf
mcafee.com. McAfee Fact Sheet. 2013. Miliard, M. “IBM Unveils New
De Clerck, J. P. “Optimizing the Digital and Social Customer Experience.” Social
Watson-based Analytics.”
Marketing Forum, February 16, 2013. Enterprise Architecture Research
Forum (EARF). 2012. First San Francisco Partners. “How McAfee Took Its Healthcare IT News. October 25, 2011. Murphy, K. “Health Information
First Steps to MDM Success.” 2009.
Exchange.” EHR Intelligence,
April 9, 2012.
GAO (General Accounting Offi ce). “Practical Guide to Federal Enterprise National Institute of Standards and Technology (NIST). Cloud Computing
Architecture.” Version 2. August 2010. Hamilton, N. “Choosing Data Program. 2012.
Governance Battles.” Inside Reference Data, December 2013. HIMSS.org Reeves, M. G. & R. Bowen. “Developing a Data Governance Model in Health
(2014) Care.” Healthcare Finance Management,
February 2013.
HIMSSanalytics.org (2014), Rich, R. “Master Data Management or Data Governance? Yes, Please.” Teradata
Hripscak, G. & D. J. Albers. “Next Generation Phenotyping of Electronic Health Magazine Q3, 2013. Tech CEO Council Report 2010. techceocouncil.org/news/
Records.” Journal of the American Medical Informatics Association, Volume reports/
19, Issue 5. September 2012. IBM Institute for Business Value. “IBM Chief
Information Offi cer Study: The Essential CIO.” May 2011.

Information Technology For Management 10th Edition (049-085) (1) .En - Id

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Information Technology For Management 10th Edition (049-085) (1) .En - Id

Diunggah oleh

Hak Cipta:

Format Tersedia

Bab

Tata Kelola Data dan IT

Bab Snapshot Syarat utama Menjamin Belajar

Kasus Kasus 2.1 Pembukaan: Detoksifikasi data kotor Anda

3. Memetakan fungsi berbagai jenis informasi

KASUS 2.1 PEMBUKAAN CASE

TABEL 2.1 Membuka Ikhtisar Kasus

Industri software cybersecurity, hardware, dan jasa.

lini produk Perusahaan mengembangkan, pasar, mendistribusikan, dan produk dukungan

McAfee ( dahulu McAfee,

Merek Manajemen Data Blok

Gambar 2.1 Sekilas McAfee.

Gambar 2.2 Memberikan

pelanggan melalui media kontak mereka

media sosial untuk merek tingkat,

TABEL 2.2 Karakteristik Miskin-Kualitas atau Data Kotor

Karakteristik Kotor data Deskripsi

Tidak lengkap Data yang hilang.

Salah Terlalu banyak kesalahan.

yang terpercaya. • Lebih besar loyalitas pelanggan dan retensi

• pertumbuhan penjualan meningkat

• Akurat perkiraan penjualan dan pemrosesan order

penjualan sebagai hasil dari pengalaman pelanggan yang lebih baik.

3. Apa fungsi pemerintahan data?

6. Mengapa McAfee kebutuhan manajemen data master (MDM)?

8. Apa benefi ts tidak perusahaan mencapai sebagai akibat dari penerapan

2.1 Manajemen informasi

Gambar 2.3 Cetak biru dan model, seperti

4. format data nonstandardized. Bila pengguna disajikan dengan data di konsistenan

TECH CATATAN 2.1 Kebutuhan untuk Mengukur di Order untuk Mengelola

ITU di Kerja 2 0,1

2. user interface yang rumit. Eksekutif tidak bisa dengan mudah

Arsitektur baru itu bukan pelaporan berbasis keuangan-driven bisnis. Itu

TECH CATATAN 2.2 KPI

Global, ponsel consumerization

Tumbuh kebutuhan untuk siapa pun connect,

3. Mengurangi risiko ketidakpatuhan. peraturan pemerintah dan kepatuhan

5. Apa tiga faktor yang mendorong kolaborasi dan berbagi informasi?

2.2 Enterprise Architecture dan Pemerintahan data

Bersama Visi Masa Depan

1. Kompleksitas TI sistem. sistem TI telah menjadi unmanageably kompleks dan

Bisnis dan TI Manfaat dari EA

wawasan, dan ide-ide di mana dan kapan mereka membutuhkannya.

• EA membantu kemampuan IT menyelaraskan dengan strategi-untuk mengembangkan bisnis,

2.3. IT di Tempat Kerja 2.2 menggambarkan pandangan Gartner dari EA.

TABEL 2.3 Komponen Enterprise Architecture

arsitektur bisnis Memproses penggunaan bisnis untuk memenuhi tujuannya.

arsitektur aplikasi Bagaimana spesifik aplikasi c dirancang dan bagaimana mereka

arsitektur teknis Hardware dan software infrastruktur yang mendukung

ITU di Kerja 2 0,2

Menurut model ini, EA mendefinisikan berikut ini:

1. Organisasi misi, fungsi bisnis, dan masa depan

2. Informasi dan informasi arus yang dibutuhkan untuk melakukan

Keterampilan penting dari Arsitek Perusahaan

untuk skala besar IT seperti proyek-tergantung pada berbagai

• Bisnis dan keahlian industri. Mengetahui bisnis dan industri

Tata Kelola perusahaan-data

Master Data dan MDM

1. Untuk menjalankan bisnis: Transaksional atau penggunaan operasional

2. Untuk meningkatkan bisnis: penggunaan Analytic

Politik: Rakyat Konflik

TABEL 2.4 Karakteristik dan Konsekuensi Lemah atau Nonexistent

• Duplikasi data menyebabkan silo data yang terisolasi.