Strategic CRM: menggunakan customer related data tentang ukuran pasar tentang
informasi pribadi itu untuk melakukan acquisition, retention dan development pada
konsumen, untuk mendapatkan konsumen dan menjdaikan dia pelanggan dan
bagaimana agar ia tetap menjadi pelanggan bagi perusahaan
- Contact data: data yang sangat basic seperti siapa nama orangnya dan siapa
lagi yang terlibat dalam keputusan pembelian, alamat email, alamat
pelanggan, invoicenya gimana, no telponnya berapa dll.
- Contact history: Terkait siapa saja yang telah berkomunikasi dengan
pelanggan, kapan dan tentang apa
- Transactional history: tentang apa yang telah dibeli oleh pelanggan tersebut,
kapan dan apa yang telah ditawarkan pada pelanggan namun tidak di beli,
preferensi barang produknya dan mengapa penawaran yang di berikan itu
ditolak
- Opportunities: Bagian ini merupakan kebalikan dari “transactional history”,
yaitu melihat ke arah depan, mengatisipasi kebutuhan yang akan di miliki oleh
pelanggan
- Products: Produk apa yang dimiliki pelanggan? Kapan produk ini? dibeli, dan
kapan harus diperpanjang?
- Communication pref: Jalur komunikasi apa yang lebih disukai oleh
pelanggan? Email, telephone atau bahkan face to face?
3. Identify Information Sources: Informasi terkait customer-related database
bisa didapatkan melalui internal maupun eksternal. Data internal adalah dasar
dari sebagian besar program CRM, meskipun jumlah informasi yang tersedia
tentang pelanggan tergantung pada tingkat kontak yang dimiliki perusahaan
dengan pelanggan. Eksternal itu merupakan data yang mensupport data-data
internal. Data internal dan eksternal itu di dapatkan atau jumlahnya itu
tergantung pada tingkat kontak yang dimiliki perusahaan dengan konsumen,
jadi misalnya antara konsumen dan perusahan itu intensif maka data yang
dimiliki pasti lebih banyak, jika kurang intensif maka datanya akan lebih
sedikit.
Enhancing The Data: Data eksternal dapat digunakan untuk mengembangkan data
internal, hal ini dapat dilakukan melalui “impor data” dari berbagai sumber. Pada
umumnya terdapat 3 golongan data eksternal
Data Building Schemes: terdapat 4 metode untuk mengambil data informasi terkait
konsumen dengan cara yang murah:
Jenis database:
- Hierarchical database: Database yang paling kuno dan tidak efisien, yang
pertama kali di kembangkan, jadi data ini bekerja seperti family tree dimana
akses menuju data yang paling bawah itu harus melewati data yang berada di
bagian atas terlebih dahulu. Ketika data disimpan dalam format seperti ini,
maka kita harus melewati lapisan data yang paling atas sebelum menuju data
yang kita inginkan.
- Network database: Model Database ini tidak jauh beda dengan model
sebelumnya. Namun dalam model Network, setiap “child” bisa memiliki
“parent” yang banyak.
- Relational database: database baru yang paling banyak digunakan sekarang,
Pada model relational basis data akan disebar atau dipilah menjadi tabel yang
terdiri dari row/record dan column/field.
5. Populate the database: yaitu ketika semua tahap di atas sudah terpenuhi
dan ingin memasukan datanya, terdapat kesalahan yang dapat terjadi saat
populate the database yaitu saat mengisi dengan data yang tidak akurat
sehingga terjadi banyak error.
Beberapa langkah agar database bisa diisi dengan data yang akurat
● Verify the data : Memastikan bahwa data yang telah diinput sama persis
dengan data yang ditemukan pada sumbernya.
● Validate the data : Memastikan pada data yang didapatkan adalah akurat
(menghindari kesalahan-kesalahan kecil)
● Subject Oriented :mengatur data di sekitar subjek bisnis yang penting (pelanggan
dan produk)
● Non-volatile : Data tidak di upload secara real time, melainkan secara berkala. Hal
ini untuk menghindari menyimpanan / perubahan data yang hanya sesaat.
Data mart: Data mart merupakan “mini”-nya data warehouse dimana size dan juga
ruang penyimpanannya lebih kecil. Data mart digunakan untuk fungsi departemen
bisnis.
Integrasi Data: Integrasi data adalah proses menggabungkan data dari berbagai
sumber menjadi satu kumpulan data sehingga proses pengelolaannya lebih efisien
dan dapat diakses oleh siapapun. Integrasi data adalah proses penggabungan data
dari beberapa sistem sumber untuk membuat kumpulan informasi yang terpadu.
Integrasi data tidak memiliki tujuan khusus. Dalam CRM, Integrasi data dapat
berguna sebagai database di sistem perusahaan. Hal ini dapat membantu banyak
pada bidang CRM perusahaan tersebut.
data dan privasi merupakan hal yang sangat berharga dimana orang orang menjadi
sedikit takut ketika membuka internet. Banyak website yang dapat seenaknya
mengotakatik data seseorang. Maka dari itu, dibuat lah 2 kebijakan utama dalam
menjaga kebocoran data dan privasi:
1. Self regulasi dari perusahaan dan asosiasi: Self regulations/ regulasi pribadi
dari sebuah perusahaan mengharuskan mereka untuk memberi tahukan
kebijakan privasi (privacy policies) mereka kepada konsumen, dimana harus
transparant sehingga customer yang mendaftar di web tersebut tau data apa
saja yang mereka bagikan kepada perusahaan. Hal ini untuk menghindari
terjadinya pencurian data yang tidak di ketahui perusahaan.
2. Legislation: The Organization for Economic Cooperation and Development
(OECD) mengembangkan sebuah hukum dimana hukum ini menjaga data
pribadi. Contoh hukum hukum tersebut adalah:
- Purpose Specification: ketika ada data yang diambil, maka customer akan
diberitahu dengan jelas bahwa data mereka sedang diambil. Contoh ketika
daftar sebuah aplikasi, maka akan di jelaskan bahwa data apa aja yang akan
di ambil
- Data collection process: Data yang diambil harus bersifat adil dan cara yang
transparant.
- Limited application: Data hanya digunakan untuk kegiatan bisnis yang valid.
- Data quality: Jika mengambil data pribadi, maka data tersebut harus bersifat
relevan, akurat, komplit, dan up to date.
- Use limitation: Data personal tidak boleh diungkapkan, diperjual belikan dan
disebarkan.
- Divisi marketing
- Costumer service
- Penjualan
Data eksternal :
- Cencus
- Compliled list
- Modelled
terdapat 4 metode untuk mengambil data informasi terkait konsumen dengan cara
yang murah:
- Competition enteries
- Registration
- Subscription
- Loyalty programs
1. My first question for the presenter is explain one example of a company that
develops, managing and using customer data mining! What are the purposes of this
activity and what are the challenges? (Bu Anni) (menjelaskan salah satu contoh
perusahaan yang mengembangkan, mengelola dan menggunakan data mining
pelanggan! Apa tujuan dari kegiatan ini dan apa tantangannya?)
Jawaban: Terimakasih atas pertanyaannya, Saya izin menjawab ya Bu. Salah satu
contoh perusahaan yang mengaplikasikan data mining adalah Netflix, perusahaan
ini menggunakan data mining untuk menemukan informasi atau data terkait prefrensi
film yang dimiliki oleh pelanggan dan konsumen mereka. Lalu mereka membuat film
yang selaras dengan apa yang diinginkan konsumen. Tujuan dari Data mining
adalah untuk menelusuri big chunk of data yang berisi banyak “noise” untuk
menemukan pola, model dan informasi maupun data yang relevan dan berguna.
Meskipun terlihat sangat efisien, data mining juga memiliki beberapa tantangan
dalam implementasinya, yaitu:
-No Consent from consumers: Ketika kita menggali data, kita akan menemukan
informasi terkait kebiasaan belanja, prefrensi belanja, produk yang disukai dll.
Masalahnya, tidak semua konsumen memberikan izin untuk perusahaan agar
mereka bisa melihat informasi tersebut. Ada yang pelanggan yang menganggap
informasi tersebut sebagai privasi.
2. Dari 4 jenis/ bentuk CRM yang terdapat pada slide 4 , Menurut kelompok kalian
Jenis manakah yang paling efektif digunakan untuk mengumpulkan customer-related
data bagi suatu bisnis kecil yang baru dimulai/ small business ? Terima Kasih
Jawaban: Menurut saya, seluruh fungsi tersebut berguna karena sistem kerja dari
fungsi tersebut berkesinambungan. Strategic CRM berfungsi dalam persiapan
sebelum penjualan, Operational CRM berfungsi saat sedang melakukan penjualan
sehari-hari, serta Analytical CRM berfungsi untuk membuat keputusan apa yang
harus dilakukan di masa depan dalam memberikan value kepada pelanggan.
Namun, dalam konteks bisnis yang baru mulai, dalam prosesnya dapat ditekankan
pada Strategic CRM karena small business harus melakukan riset dengan baik
terkait pasar, saluran distribusi, pelanggan yang berpotensi untuk menjadi target
pasar mereka, dll sebelum melakukan proses Operational dan Analytical CRM.
3. Dalam proses pengimplementasian customer related database saat ini ternyata
timbul permasalahan, yaitu adanya kebocoran data pribadi dari customer.
Bagaimana cara mengetahui bahwa data pribadi mengalami kebocoran dan
bagaimana cara untuk memproteksi data pribadi pada customer related database?
Jawaban: Izin membantu menjawab, menurut pendapat saya cara untuk mengetahui
data pribadi bocor adalah dengan bantuan website pemeriksa kebocoran data
pribadi, yang didalam database website tersebut sudah mempunyai kebocoran data
sebelumnya sehingga dapat membantu kita dalam mengetahui kebocoran data,
langkah untuk mengantisipasinya adalah A. Bagi konsumen : Membuat password
serumit mungkin bahkan dengan hurus dan simbol, mengaktifkan kemanan verifikasi
2 langkah, serta selalu waspada jika ada hal yang mencurigakan dengan meminta
data pelanggan. B. Perusahaan : bagi perusahaan haruslah meningkatkan protokol
keamanan sibernya dengan cara membangun keamanan berlapis, bekerjasama
dengan vendor keamanan siber dan membangun firewall yang baik, sekian
pendapat saya terima kasih
Izin menjawan pertanyaan dari Nadia Aulia. Data pribadi dan juga privasi customer
merupakan hal yang penting dimana perusahaan harus menjaga agar data data
agar tersebut tidak bocor. Hal ini kedepannya akan berdampak dengan kepercayaan
customer kepada perusahaan tersebut. Maka dari itu, pada point Legislation - Use
Limitation telah ditetapkan bahwa data pribadi tidak dapat diperjual belikan dan
dibagikan kepada pihak lain. Data yang bocor tersebut dapat dikenakan hukuman
melalui proses hukum bila tidak ada persetujuan yang valid dari awal.
4. Apa aja kelemahan dan kelebihan pada perusahan dalam penggunaan database
yang sudah dijelaskan oleh penyaji materi?
Jawaban:
1. Lebih Mahal: Sistem basis data membutuhkan sumber daya yang tinggi,
terlebih untuk melakukan perawatannya yang secara berkala,
2. Proses back up cukup memakan waktu: Sistem basis data mencakup banyak
file, sehingga jika dilakukan back up akan menghabiskan waktu.
3. Sistem lebih rumit, sehingga memerlukan orang ahli.:Sistem basis data sangat
kompleks, tidak sembarang orang bisa menanganinya. Terutama dengan
berbagai macam resiko, sehingga hanya orang ahli yang hanya bisa
menanganinya.
Jawaban:
6. Izin bertanya, di ppt dijelaskan ada 3 data external yaitu, census, conpiled list, dan
modelled. Tolong jelaskan mengenai 3 hal tersebut. Terima kasih
Jawaban:
- Kalau census itu data yang di dapat dari pemerintah, lalu compilied list
merupakan data yang dibeli dari perusahaan & modelled itu data yang di
dapatkan dari pihak ke 3. itu yang saya tangkap dari vidio presentasi dari
kelompok 4
- izin menjawab pertanyaan dari dhea. Jadi untuk data external terdapat 3
jenis, yaitu census, conpiled list, dan modelled. Untuk census sendiri datanya
didapatkan dari pemerintah seperti contohnya data tingkat kelahiran,
kematian, migrasi, persebaran penduduk, pertumbuhan penduduk, dll. Kalau
conpiled list yaitu data yang dibeli dari pihak eksternal dan datanya fokus
pada 1 segmen saja, biasanya dilakukan oleh perusahaan yang akan
melakukan persebaran segmentasi pasar dan ingin melakukan
pengembangan produk. Kalau modelled yaitu data yang dibeli dari pihak
eksternal namun datanya bukan data mentah, melainkan data yang sudah
jadi dan diambil dari beberapa sumber
- Saya izin bantu menjawab pertanyaan dari dhea. Umumnya terdapat 3
golongan data eksternal yakni:
1. Cencus yaitu data eksternal yang di dapatkan oleh pemerintah, jadi pemerintah
yang melakukan sensus, bentuknya dapat berupa tingkat kelahiran, tigkat kematian,
migrasi, tingkat persebaran penduduk, pertumbuhan penduduk.
2. Compliled list yaitu data yang dibeli dari pihak eksternal, biasanya yang membeli
data ini adalah perusahaan yang sedang melakukan persebaran segmen atau
pengembangan produk.
3. Modelled yaitu data yang di beli juga dari pihak eksternal atau pihak ketiga namun
datanya sudah diproses dan di ambil dari beberapa sources, modelled data itu lebih
jelas dan lebih terpercaya.
Jawaban:
Menurut kami, perusahaan harus melihat sumber dari kebocoran data tersebut. Jika
kita ambil contoh dari RedDoorz yang data penggunanya bocor akibat ada user yang
melewati akses tidak sah ke database perusahaan dan menjual datanya secara
illegal, maka perusahaan harus menaikkan security pada database tersebut.
Mencari karyawan ahli IT yang mampu untuk menjaga database perusahaan
sehingga tidak diretas lagi. Jika dilihat dari perspektif konsumen, maka tidak banyak
konsumen yang mampu untuk menuntuk perusahaan atas bocornya informasi
pribadi (email, password, nomor telfon dll). Jika kita mengambil peran sebagai
pemerintah, maka tentunya kami akan memperkuat UU ITE dan UU PDP sebagai
payung hukum utama utuk melindungi konsumen. Jika ada yang kurang dipahami,
bisa ditanyakan lagi. Terimakasih
8. Apa itu aplikasi analitik deskriptif dan predictive pada data mining?
Jawaban:
- Jadi anlitik deskriptif ini berfokus pada histori data sekaligus data yang ada
saat ini. Umumnya digunakan untuk menjawab pertanyaan semacam apa
yang wajar/tidak wajar, hal-hal yang kerap terjadi, dan hubungan antar
variabel di dalam data. Contoh kegiatan analisis deskriptif seperti membuat
ringkasan/agregasi data, sebagian Data Mining, statistik deskriptif, dan
visualisasi data. Jika predictive analisis ini mencoba menyimpulkan sebuah
tren dan kejadian di masa depan dengan mengacu pada data-data historis
yang ada. Metode ini cenderung lebih kompleks dari metode deskriptif,
karena memerlukan pemodelan dan analisis yang lebih mendalam. Hasil
analisis prediktif ini meliputi ramalan terkait suatu variabel berdasarkan
variabel lainnya di dalam data. Contoh kegiatan analisis ini seperti Data
Mining, Machine Learning, Regresi Linier, dan simulasi.
- Izin bantu menjawab pertanyaannya, data mining itu dibagi menjadi 2 kategori
menurut fungsinya yaitu prdiktif dan deskriptif menurut Santosa,2007.
Prediktif sendiri memiliki target yaitu memprediksi nilai atribut tertentu
berdasarkan nilai atribut yg lain, atribut yg diprediksi biasa dikenal sbg
variabel yg tergantung pd variabel lain. dan Deskriptif memiliki target yaitu
dengan memperoleh pola yg cenderujg korelasi yg menyimpulkan hubungan
dalam data, hal ini memerlukan teknik post processing utk validasi dan
kejelasan hasil.
9. Izin bertanya, Apabila suatu perusahaan belum memiliki secondary data, apakah
penggunaan primary data cukup efektif digunakan pada perusahaan berskala
menengah dengan biaya pengambilan data yang mahal? Bagaimana solusinya?
Terima kasih
Jawaban:
10. izin bertanya kepada kelompok 3, tadi dijelaskan tentang beberapa langkah
tentang database. Yang saya ingin tanyakan bagaimana cara mengatasi jika terjadi
kesalahan data saat menginput data konsumen pada database? (Aisha
Izzatuddiena)
Jawaban:
izin membantu menjawab pertanyaan dari Aisha, mohon maaf jika adanya
kekurangan dalam jawaban saya.
Kesalahan dalam menginput data memang bisa dan mungkin sering terjadi dalam
perusahaan. Maka dari itu harus memilih data storage terbaik untuk membantu
proses input data. Namun dalam kesalahan input data juga bisa terjadi akibat
adanya faktor human error yang berdampak pada keseluruhan proses pengelolaan
selanjutnya. Untuk meminimalis resiko terjadinya kesalahan dalam proses input data
ini: Seorang data entry harus fokus saat menginput data. Kemudian memastikan
bahwa data entry yang bertugas sudah benar-benar memahami pengoperasian
pada software untuk menginput data (bisa dengan mengadakan training). Dan
memastikan bahwa data entry memiliki job description yang jelas dan memerhatikan
jumlah data entry dengan jumlah data yang harus dimasukkan agar tidak
menyebabkan kesalahan penginputan. (Dijawab Oleh: Agnes Tiffani)
Berdasarkan pendapat Raymond McLeod (2001) mengenai mengurangi kesalahan
input data maka dapat dilakukan melalui pencegahan kesalahan, pendeteksian
kesalahan, perbaikan kesalahan dan menempatkan penanganan kesalahan dalam
perspektif. Sehingga dapat disimpulkan bahwa jika terjadi kesalahan data dalam
penginputan data konsumen maka perusahaan perlu melakukan identifikasi letak
kesalahan data pada poin apakah yang terjadi permasalahan sebelum data tersebut
dapat diproses oleh sistem yang berkesempatan mempengaruhi sistem yang berarti
perusahaan perlu menyertakan edit routine pada sebagian besar perangkat lunak
aplikasi yang mendeteksi pemasukan jenis data yang salah. Setelah itu perusahaan
perlu melakukan perbaikan dan dilanjutkan dengan penempatan penanganan
kesalahan dalam perspektif melalui penggunaan teknik pengurangan kesalahan
memaksimumkan peluang data input yang akurat. Namun perusahaan perlu cermat
dalam melakukan teknik ini karena kesalahan masih mungkin terjadi.
Keseluruhannya pengendalian kesalahan yang tertanam dalam sistem menambah
biaya, suatu sistem yang dirancang bebas kesalahan akan sangat mahal sehingga
hanya sedikit perusahaan yang mampu. Oleh sebab itu perusahaan perlu
berkonsentrasi menghilangkan kesalahan yang jika tidak diperbaiki, mungkin
memiliki efek merusak pada organisasi serta berusaha meminimalkan kesalahan lain
pada tingkat minimum yang masih dapat ditoleransi. (Dijawab Oleh: Shiva Al Varez)
11. Saya ingin bertanya tadi kan dijelaskan erhancing the data ada 3 golongan
eksternal yaitu census, compiled list, modelled. Saya mau bertanya dari 3 golongan
sumber data tersebut mnurut klompok kalian lbh baik yang mana bagi perusahaan
jika ingin melakukan erhancing the data dan apakah alasannya? (khoirun nisa)
Jawaban:
Jika perusahaan ingin enhancing data dapat digunakan ketiganya atau hanya
beberapa karena jika perusahaan ingin mengembangkan produk atau segmen nya
perusahaan dapat mengambi data dari sensus yang dapat diperoleh dari
pemerintah, dan mengambil data dari compiled list dari pihak ketiga namun hanya
berfokus pada satu segmen saja. Ataupun menggunakan data sensus dan compilled
list karena datanya lebih jelas dan dipercaya karena terdiri dari beberapa sources.
Jadi jika perusahaan tersebut ingin mengembangkan fokus pada satu segmen dapat
dilakukan sensus dan compiled list. Jika perusahaan ingin mengembangkan ke bbrp
segmen dan ingin mendapatkan data yang terpercaya dari bbrpa sumber dan bukan
data mentah dapat digunakan modelled lost. (Dijawab oleh: chindy oktavianda)
12. Apakah sebenarnya data yang didapatkan oleh pelanggan sudah digunakan dan
disimpan perusahaan di databasenya untuk menganalisis CRM setelah pembelian
pertama pelanggan tersebut atau hanya digunakan setelah pelanggan melakukan
pembelian berulang kali, mengapa? (Catherine Tiara Yosefine Sitorus)
Jawaban:
Data yang didapatkan dari pelanggan sudah langsung tersimpan pada database
untuk proses penganalisaan CRM sejak pembelian pertama. Hal ini dikarenakan
data yang masuk dari awal sudah berguna untuk keperluan CRM itu sendiri. Data
yang akan masuk ke database itu sendiri akan tersimpan setiap waktu berkala yang
ditentukan oleh masing masing sistem. (Dijawab Oleh: Joshua Ravelo)
Izin menjawab pertanyaan dari Catherine. Dari yang saya ketahui, data pelanggan
telah disimpan sejak awal (sejak registrasi dan pelanggan setuju terkait terms &
conditions perusahaan). Contohnya ketika kita melakukan registrasi pada e-
commerce biasanya sebelum ke halaman utama akan ada pilihan produk jenis apa
yang diminati konsumen (contohnya ada skincare, baju, tas) dari sini saja data
pelanggan tersebut sudah disimpan dan yang mencul dihalaman utama pelanggan
tersebut/ yang akan direkomendasikan oleh e-commerce tersebut nantinya akan
berdasarkan data yang diawal dipilih. CRM sendirikan berfungsi untuk
mengidentifikasi pelanggan pada perusahaan. Dengan mengidentifikasi pelanggan,
perusahaan akan bisa lebih memahami segala potensi yang ada dan dapat
mengetahui berbagai macam kebutuhan pelanggan, baik pelanggan baru maupun
lama. ketika pelanggan tersebut melakukan pembelian pertama pada suatu produk
atau berulang akan dimasukan ke database dengan begitu hubungan dengan
pelanggan yang dikelola baik dapat membangun rasa saling percaya, sehingga
hubungan bisnis pun bisa berdampak positif untuk jangka panjang. terima kasih,
semkga membantu (Dijawab Oleh:Haya Ariba Qyasaty)
Jawaban:
14. Izin bertanya, dalam materi secondary data vs primary data, dijelaskan bahwa
eksistensi secondary data tidak untuk CRM tetapi untuk fungsi yang lain, lalu fungsi
seperti apa yang menggunakan secondary data? Terimakasih (Rayqa Nur Sadrina)
Jawaban:
Maaf, mungkin saya kurang lengkap saat menjelaskan pada slide ini. Customer-
related data itu bisa terdiri dari Primary data dan Secondary Data. Jadi Secondary
Data masih digunakan dalam CRM. Tetapi, pengumpulan secondary data itu lebih
sering bertujuan untuk sesuatu selain CRM. Maka dari itu sumber dan relevansinya
diragukan karena merupakan data bekas. (Dijawab Oleh: Muhammad Harits Hilmi)
15. Izin bertanya, pada kelompok 3 dijelaskan terkait enhancing the date yang mana
terdapat 3 type data eksternal salah satunya compiled list. Mohon maaf sebelumnya
saya kurang paham akan penjelasan dari kelompok 3 tersebut mengenai compiled
list coba berikan contoh dan jelaskan contoh tersebut. Terimakasih. (Langit Adi
Pangestu)
Jawaban:
Compiled List Data merupakan data yang dibeli dari “vendor” vendor itu merupakan
perusahaan yang menyediakan tenaga kerja dalam bidang tertentu.
Implementasinya yaitu, ketika sebuah perusahaan kekurangan staff kerja pada divisi
data analyst dll, mereka menyewa atau membeli data dari vendor. Data ini lalu
dimasukkan ke database mereka sehingga bisa menjalankan kegiatan
operasionalnya. Ketika masa kerja sudah habis, maka data tersebut harus di remove
dari database. Compiled list data sangat berguna bagi perusahaan yang ingin
memperluas segmen. Misal, perusahaan laptop kantor ingin memproduksi laptop
gaming tetapi kekurangan customer related data dalam segmen gaming. Lalu
mereka bisa membeli data dari vendor untuk mengatasi “data shortage”. Pada
umumnya data ini seputar Ada berapa gamer dalam suatu wilayah?, siapa saja yang
subscribe ke channel/magazine gaming? Dll (Dijawab Oleh: Muhammad Harits
Hilmi)
16. Pada video presentasi, dijelaskan bahwa database dapat mengalami degradasi
bahkan rusak atau error. Pertanyaan saya, bisa tolong dijelaskan hal-hal apa saja
yang menyebabkan itu terjadi dalam suatu perusahaan dan contoh nya seperti apa
ya? Terima kasih (Salsabila Trilarasati)
Jawaban:
ada beberapa penyebab diantaranya adalah kredensial login database yang salah,
ada file yang rusak dengan instalasi wordpress dan database yang rusak itu
terkadang dikarenakan banyaknya bagian yang terus berubah-ubah dengan tema,
plugin, dan pengguna yang terus-menerus menghapus dan menginstalnya,
terkadang database menjadi rusak. Ini bisa disebabkan oleh tabel yang hilang atau
rusak secara individual, atau mungkin beberapa informasi tidak sengaja terhapus.
(Dijawab oleh:Alfreda Mazaya)
Menurut saya yang menyebabkan degradasi data yaitu karena jangkanya lama
penyimpanan data tersebut sehingga mengalami pembusukan contohnya apabila
suatu data disimpan dalam suatu pita magnetik (hard disk, falsh disk dan lainnya)
lama kelamaan bisa jadi akan mengalami kebocoran dan juga pembusukan karena
kehilangan orientasi magnetiknya, selain itu degradasi data juga bisa disebabkan
oleh rusaknya alat penyimpanan data tersebut. (Dijawab Oleh: Fathia Ilya)
17. Izin bertanya, pada slide maintain data dikatakan ada 3 langkah preventif yang
dapat dilakukan dalam mencegah degradasi sebuah data. Jika salah satu dari tiga
langkah tersebut mengalami kendala apakah akan mempengaruhi terhadap langkah
pencegahan degradasi data lainnya? Terimakasih (Fakhrul Rozy Isa Baihaqi)
Jawaban:
izin menjawab pertanyaan dari Fakhrul Rozy. Menurut pendapat saya, bila salah
satu dari tiga langkah tersebut mengalami kendala akan mempengaruhi langkah
lainnya karena ketiganya saling berkaitan. seperti pada langkah kedua perusahaan
perlu memasukan semua data baru konsumen ke database dan pada langkah ketiga
konsumen perlu melakukan record update atas informasi pribadinya. jadi disini, baik
perusahaan maupun pelanggan sama-sama melakukan pembaruan terhadap
informasi sehingga degradasi data dapat dicegah secara maksimal. ketika salah
satu langkah mengalami kendala, pastinya akan ada masalah-masalah yang muncul
atau terjadinya ketidakmasimalan perusahaan dalam memaintain data (terjadi
drgradasi) yang dapat berakibat pada data yang dimiliki perusahaan tidak dapat
dimanfaatkan dengan baik untuk kelancaran dan kepentingan program crm
perusahaan nantinya. contohnya apabila pada langkah kedua terdapat kendala (data
terupdate tidak dimasukan dalam database) perusahaan tidak dapat menggunakan
informasi yang ada untuk menghasilkan pelayanan yang memuaskan dengan
memanfaatkan informasi pelanggan untuk memenuhi kebutuhan pelanggan
sehingga dapat menghemat waktu pelanggan. terima kasih (Dijawab Oleh: Haya
Ariba)
18. Izin bertanya, dalam database pelanggan ini kan tentang kumpulan informasi
yang berkaitan dengan pelanggan. Namun, tidak semua pelanggan menginginkan
hubungan dengan perusahaan, mungkin karena beberapa pelanggan tidak suka
mengetahui bahwa perusahaan mengumpulkan begitu banyak informasi pribadi
tentang mereka. Menurut teman-teman bagaimana perusahaan bisa mengatasi
permasalahan ini? Terimakasih (Agnes Tiffani)
Jawaban:
Menurut saya mungkin dari pihak perusahaan bisa menyakinkan pelanggan, bahwa
data mereka (konsumen) akan terjamin keamanannya, dan akan digunakan dengan
cara yang sah sesuai ketentuan yang sudah di setujui oleh pelanggan, selain itu
untuk mendapatkam data pelanggan dapat menggunakan metode yang sudah di
jelaskan kelompok 3 pada slide ke 9 yaitu:
19. Izin bertanya, dalam cerminan tujuan operasional dan analitis data, terdapat data
yang terkait dengan pelanggan terdiri dari OLTP (online transaction processing) dan
OLAP (online analytical processing). Apa perbedaan fungsi ke-2 database tesebut
serta contoh penerapannya? Terimakasih (Syafira Apriliansyah)
Jawaban:
OLTP adalah singkatan dari On Line Transaction Processing, OLTP sering kita
jumpai di sekitar kita seperti toko atau swalayan contohnya database pada sistem
informasi penjualan. Berbeda dengan OLTP, OLAP adalah On Line Analytical
Processing yang maksudnya adalah database yang menyimpan data sekarang dan
masa lalu yang berasal dari OLTP. OLAP bertujuan untuk keperluan analisis dan
pelaporan manajemen dalam rangka pengambilan keputusan.selain itu OLTP
digunakan sehari-hari untuk proses bisnis seperti toko atau swalayan, sedangkan
OLAP digunakan untuk pengambilan keputusan. (Dijawab Oleh: Saya Khoirun nisa)
Perbedaan fungsi kedua database tersebut yaitu OLTP biasanya sering di jumpai di
sekitar kita seperti OLTP yang digunakan sehari-hari untuk toko ataupun swalayan
contohnya database pada sistem informasi penjualan. Sedangkan OLAP merupkan
database yang menyimpan data sekarang dan masa lalu yang berasal dari OLTP
dan biasanya digunakan untuk pengambilan keputusan. (Dijawab Oleh: Ni Luh
Sanita Pebrianti)
20. Izin bertanya, menurut teman teman dalam mengidentifikasi sumber informasi,
mana yang lebih baik digunakan diantara database primary dan secondary? (Fitri
Millenia)
Jawaban:
Izin menjawab, menurut saya untuk mendidentifikasi sumber informasi lebih baik
menggunakan primary database, karena data tersebut masih dikatakan ‘baru’ dan
biasanya berisi data asli dari peneliti. (Dijawab oleh: Saya Dhea syifa wulandini)
Menurut saya yang lebih baik digunakan adalah primary karena lebih akurat dan
pengumpulan data langsung ke pada sumbernya serta terjun ke lapangan, selain itu
data primer selalu spesifik dan sesuai dengan kebutuhan peneliti. (Dijawab
Oleh:Alfreda Mazaya)
Saya ingin menjawab pertanyaan dari fitri milenia. Menurut saya mengidentifikasi
sumber data lebih baik menggunakan database primary karena data primer
didapatkan dengan melibatkan partisipasi aktif dari peneliti. Biasanya data primer
dikumpulkan melalui kegiatan survei, observasi, eksperimen, kuesioner, wawancara
pribadi dan media lain yang digunakan untuk memperoleh data lapangan.
Sedangkan secondary database proses pengumpulan datanya tidak langsung
kepada sumbernya. Peneliti biasanya mendapatkan berbagai data sekunder dengan
memanfaatkan sumber publikasi pemerintah, situs, buku, artikel jurnal, catatan
internal organisasi dan lain sebagainya. (Dijawab Oleh: Martha Ghufinda)
Izin menjawab pertanyaan dari Fitri Millenia mengenai manakah yang lebih baik
digunakan diantara database primary dan secondary, berdasarkan pemahaman
saya atas pemaparan kelompok penyaji maka saya menyimpuljan bahwa dalam
mengidentifikasi sumber informasi lebih baik menggunakan database primary
dikarenakan pengambilan data dilakukan secara langsung sehingga tingkat akurasi
data masih dapat dipertimbangkan oleh perusahaan selain itu perusahaan juga
dapat secara spesifik mencari data yang sesuai dengan kebutuhan perusahaan,
database secondary database dapat digunakan seperti database primary namun
perusahaaan perlu merogoh dana yang cukup mahal untuk dikeluarkan dan belum
tentu seluruh data yang diberikan oleh secondary database dapat digunakan oleh
perusahaan sehingga dinilai kurang efisien bagi keuangan perusahaan. (Dijawab
Oleh: Shiva Al Varez)
21. Izin bertanya, bagaimana cara perusahaan untuk memastikan data yang di
dapatkan tersebut akurat dalam salah satu langkah database yaitu validate the
data? Serta kesalahan kecil seperti apa yang biasanya sering terjadi? (Ni Luh Sanita
Pebrianti)
Jawaban:
Perusahaan bisa membandingkan data yang didaptkan dengan data eksternal. Misal
ada keraguan dalam akurasi data terkait kode pos, perusahaan bisa mengambil data
eksternal dari post office dan membandingkannya data kode pos yang dimiliki.
Kesalahan kecil yang sering dialami perusahaan adalah kesalahan penulisan nama,
kesalahan penulisan gelar, kesalahan penulisan jabatan, kesalahan penulisan
pronouns pelanggan dll. (Dijawab Oleh: Muhammad Harits Hilmi)
22. Izin bertanya, apakah perbedaan dari customer databases dan customer-related
databases? Terima kasih. (Aliya Rania Cayapatha)
Jawaban:
izin menjawab pertanyaan dari aliya rania, database customer merupakan kumpulan
informasi yang dikumpulkan dari tiap pelanggan. Database meliputi informasi kontak,
seperti nama, alamat, nomor telepon, dan alamat e-mail. Selain itu, database bisa
juga berupa riwayat pembelian, riwayat percakapan, jadwal janji temu, dan
sebagainya. Sedangkan customer related database berisi tentang informasi terkait
pelanggan yang berfokus pada penjualan historis, peluang saat ini, dan peluang
masa depan.Biasanya berisi tentang informasi mengenai data pribadi pelanggan
seperti nama, alamat, detail kontak, catatan transaksi masa lalu, preferensi produk,
peluang, kampanye, penagihan, preferensi produk, rentang harga, kategori produk
yang dieksplorasi, dll. (Dijawab Oleh:Martha Ghufinda)
Menurut saya customer database dan customer related database tidak memilki
perbedaan yang signifikan karena keduanya merupakan kumpulan informasi atau
data terkait pelanggan yang memiliki perspektif saat ini, masa lalu, atau masa
depan, dengan focus, misalnya, pada jalur penjualan saat ini, penjualan historis dan
peluang potensial kedepannya. Data yang terkait dengan pelanggan dapat terdiri
dari tentang pelanggan individu atau lebih kelompok pelanggan, segmen pelanggan
atau seluruh pasar. Data terkait pelanggan perusahaan dapat juga berisi informasi
produk, informasi pesaing, data peraturan atau hal lain yang berkaitan dengan
pengembangan dan pemeliharaan hubungan pelanggan. Mohon maaf apabila masih
banyak kesalahan dan kekurangan, terima kasih. (Dijawab Oleh: Catherine Tiara
Yosefine Sitorus)
23. Izin bertanya kelompok penyaji pada slides ke delapan mengenai Secondary
data, mengapa secondary data tidak terlalu difungsikan dalam kegiatan CRM? dan
tolong sebutkan apa saja contoh primary data dan secondary data? (Shiva Al Varez)
Jawaban:
izin menjwab pertanyaan dari Shiva Al Varez. Menurut saya secondary data tidak
terlalu difungsikan dalam kegiatan CRM karena data yang telah dikumpulkan
tersebut bisa jadi sangat berbeda dari kebutuhan CRM perusahaan sehingga tidak
terlalu difungsikan dalam kegiatan crm serta di dalam data tersebut bisa saja tidak
keseluruhan komponen data dibutuhkan sehingga apabila menggunakan secondary
data akan mengakibatkan ketidak efisienan dalam penggunaan data dan tidak
efisien dalam masalah biaya jika data tersebut dilakukan melalui transaksi dengan
pihak ketiga. Contoh primary data seperti data kepuasan pelanggan terhadap
pelayanan di perusahaan dimana data tersebut diperoleh dengan menyebarkan
kuesioner ataupun wawancara secara langsung. Secondary data contohnya data
jumlah warga di desa, data APBN yang dimana data sekunder biasanya
menggunakan data statistik baik dari hasil riset surat kabar ataupun media lainnya.
(Dijawab Oleh: Ni Luh Sanita Pebrianti)
Secondary data tidak terlalu difungsikan dalam CRM karena teknik pengumpulannya
kurang akurat. Secondary data merupakan data bekas yang diambil dari penelitian
atau survey di masa lampau. Bahayanya, jika sumber dari secondary data tersebut
sudah expired maka penelitian yang terjadi akan menghasilkan result yang tidak
relevan dan tidak berguna. Contoh dari secondary data sangat banyak sekali, yaitu
data sensus beberapa tahun ke belakang, data karakteristik perusahaan atau hotel
pada tahun 1945 atau tahun sebelumnya. Sedangkan contoh dari data primer
(seperti pengertiannya, yaitu data baru) adalah segala data yang masih fresh dan
yang belum pernah ada. Maka dari itu untuk mengumpulkan data primer,
perusahaan harus melaksanakan data building schemes lewat beberapa teknik.
Primary Data bisa berbentuk Market research terkini, journal mengenai product
development dll. Misal, perusahaan ingin mengetahui sebuah keadaan pasar di
suatu negara. Maka sebaiknya perusahaan tidak menggunakan hasil dari market
research di masa lampau. Karena bisnis sangat dinamis, trend baru bisa muncul dan
trend lama bisa selesai. Intinya akan terjadi banyak perubahan. Maka dari itu
perusahaan harus melaksanakan lagi market research untuk menghasilkan data
primer yang lebih relevan, berguna dan up to date (Dijawab Oleh:Muhammad Harits
Hilmi)
24. Saya mau bertanya, dalam data akses dan integrasi dijelaskan ada 3 cara
diantaranya : standart report, database queries, dan data mining. Dari ketiga
tersebut langkah mana yg lebih mudah dan cepat dalam melakukan integrasi data,
serta apa kelebihan dan kekurangannya dari masing masing ketiga cara tersebut?
(Royan Nur Shalafudin)
Jawaban:
Dari ketiga cara diantara stadard report, database queries maupun data mining,
menurut kami yang lebih mudah dan cepat adalah database queries dimana cara
tersebut dapat diakses secara secara mudah praktis dan cepat pada saat
pengumpulan data. Kelebihan standard report: Dapat melihat bagian mana atau
divisi mana yang underperformed. Kelebihan Data Queries: Pengguna dapat
menggunakan SQL dimana akses data dapat dilakukan secara lebih praktis.
Kelebihan data mining: bisa memilah kumpulan-kumpulan data yang kompleks dan
berjumlah banyak untuk mendapatkan data yang paling relevan dan berguna.
(Dijawab Oleh: Joshua Ravelo)