Disusun oleh
Rayi Pranika Sundamanik
20416261201328
Puji syukur ke hadirat Tuhan Yang Maha Esa. Atas rahmat dan hidayah-Nya,
penulis dapat menyelesaikan tugas makalah yang berjudul "Kasus Bisnis Big Data
Konsumen Pada Perusahaan E-Commerce ZALORA INDONESIA" dengan tepat
waktu.
Makalah disusun untuk memenuhi tugas Mata Kuliah Big Data. Selain itu,
makalah ini bertujuan untuk mengetahui dan menganalisa mengenai kasus bisnis
pada perusahaan E-Commerce ZALORA INDONESIA.
Penulis menyadari makalah ini masih jauh dari sempurna. Oleh sebab itu, saran
dan kritik yang membangun diharapkan demi kesempurnaan makalah ini.
Penulis
i
DAFTAR ISI
KATA PENGANTAR...............................................................................................................i
DAFTAR ISI..........................................................................................................................ii
BAB I...................................................................................................................................1
PENDAHULUAN..................................................................................................................1
1.1 Latar Belakang..........................................................................................................1
1.2 Rumusan Masalah....................................................................................................2
1.3 Tujuan......................................................................................................................2
1.4 Manfaat....................................................................................................................3
BAB II..................................................................................................................................4
TINJAUAN PUSTAKA...........................................................................................................4
2.1 Big Data....................................................................................................................4
2.2 Kasus Bisnis..............................................................................................................4
2.3 E-Commerce.............................................................................................................5
BAB III.................................................................................................................................6
ISI.......................................................................................................................................6
3.1 Big Data....................................................................................................................6
3.2 Kasus Bisnis............................................................................................................10
3.3 E-commerce...........................................................................................................10
BAB IV..............................................................................................................................15
PEMBAHASAN..................................................................................................................15
4.1 Profil Perusahaan...................................................................................................15
4.1 Kasus Bisnis Big Data Pada Perusahaan ZALORA INDONESIA.................................16
BAB V...............................................................................................................................25
PENUTUP..........................................................................................................................25
4.1 Kesimpulan.............................................................................................................25
4.2 Saran......................................................................................................................26
DAFTAR PUSTAKA.............................................................................................................27
ii
BAB I
PENDAHULUAN
Big data adalah istilah yang menggambarkan volume besar data, baik
terstruktur maupun tidak terstruktur. Namun bukan jumlah data yang penting.
Apa yang dilakukan organisasi dengan data itulah yang penting. Big data
dapat dianalisis demi pemahaman yang mengarah kepada keputusan dan
gerakan bisnis strategis yang lebih baik. Istilah "big data" mengacu pada data
yang sangat besar, cepat atau kompleks sehingga sulit atau tidak mungkin
untuk diproses menggunakan metode tradisional.
Konsep Big Data adalah terkait dengan 3Vs yaitu Volume, Velocity dan
Variety. Volume terkait dengan besaran data yang harus dikelola berukuran
super besar. Velocity berkenaan dengan kecepatan pemrosesan data yang
harus mengimbangi pesatnya pertumbuhan jumlah data. Sedangkan variety
merujuk pada karakteristik sumber data yang sangat beragam, baik itu yang
berasal dari basis data yang terstruktur maupun juga dari data-data yang tidak
terstruktur. Oleh karena itu, perusahaan harus memanfaatkan 3 hal tersebut
untuk meningkatkan kemampuan usaha suatu organisasi dengan menciptakan
proses bisnis yang efisien, menangani pelanggan dan pada akhirnya
menciptakan model bisnis baru yang fit terhadap perkembangan dunia bisnis.
1
fashion dan kecantikan dari brand international hingga brand lokal di setiap
Negara yang beroperasi.
1.3 Tujuan
2
1.4 Manfaat
3
BAB II
TINJAUAN PUSTAKA
Dumbill (2012), big data merupakan data yang melebihi proses kapasitas dari
sistem database yang sudah ada. Data ini terlalu besar dan terlalu cepat
dengan struktur arsitektur database yang sedemikian rupa. Untuk memperoleh
value dari data ini, maka harus memilih jalan alternatif untuk memprosesnya.
4
terbaik, kasus bisnis mereka harus dapat memberikan informasi yang mereka
butuhkan untuk proses analitis. Dengan kata lain, informasi yang Anda
butuhkan dalam dokumentasi Anda akan membantu unit bisnis Anda
membuat keputusan terbaik.
2.3 E-Commerce
Laudon & Laudon (1998), E-Commerce adalah suatu proses membeli dan
menjual produk-produk secara elektronik oleh konsumen dan dari perusahaan
ke perusahaan dengan computer sebagai perantara transaksi bisnis.
5
BAB III
ISI
Big data telah diidentifikasi sejak 1944. Big data berhasil diidentifikasi oleh
seorang pustakawan bernama Fremont Ryder di Westrian University di
Amerika Serikat. Dia memperkirakan tahun ini bahwa perpustakaan universitas
AS akan tumbuh menjadi 200 juta buku pada tahun 2040, karena masalah
seperti kapasitas penyimpanan kartu punch dan data foto. Penelitian telah
menunjukkan bahwa salah satu objek terbesar yang berhasil diukur adalah
Library of Congress, yang mengukur lebih dari 100 triliun bit data. Data besar
pertama kali disebutkan pada tahun 1997 ketika peneliti Michael Cox dan
David Ellisworth menulis sebuah artikel berjudul "Paging Permintaan Berbasis
Aplikasi untuk Visibilitas Off-Core."
Big data bukanlah teknologi, teknik, atau inisiatif yang terpisah. Big data
adalah tren yang mencakup area luas dunia bisnis dan teknologi. Big data
mengacu pada teknologi dan inisiatif yang melibatkan data yang beragam,
cepat berubah, atau sangat besar yang terlalu sulit untuk diproses secara efektif
dengan teknologi, keahlian, atau infrastruktur tradisional. Dengan kata lain,
ukuran (volume), kecepatan (velocity), atau keragaman (variety).
Data dan bisnis seolah menjadi paket yang tak terpisahkan. Sebagai perusahaan
yang mengoperasikan di era teknologi, tidak dapat dipungkiri bahwa data yang
lengkap, termasuk analitik, adalah bagian terpenting dalam menjalankan bisnis
yang dapat mendukung kebijakan. Analisis data yang lengkap tidak lagi hanya
menjadi keterampilan utama bagi organisasi bisnis, tetapi sebagai penentu
pangsa pasar dan sebagai basis referensi tempat bisnis tampil dan berkembang.
Manfaat big data, khususnya yang dirasakan di dunia bisnis, antara lain
mengetahui reaksi publik terhadap produk yang ditawarkan melalui analisis
6
sentimen di media sosial, membantu bisnis membuat keputusan yang lebih
tepat dan akurat berdasarkan data. Meningkatkan citra perusahaan dilihat oleh
pelanggan. Untuk perencanaan bisnis dengan pengetahuan tentang perilaku
pelanggan, seperti untuk perusahaan telekomunikasi dan perusahaan
perbankan, dan pengetahuan tentang tren pasar dan keinginan konsumen.
Teknologi big data membantu bisnis mengidentifikasi perilaku pelanggan
menggunakan tanda terima transaksi pembelian. Tentunya data dalam setiap
struk transaksi meliputi produk yang dibeli, jumlah dan kombinasi harga.
Kemudian cari semua data transaksi untuk pola belanja untuk menjawab
pertanyaan berikut: Berdasarkan hasil informasi tersebut, beberapa tindakan
menarik dapat dilakukan, seperti: Anda kemudian dapat membuat paket
promosi yang menjual kombinasi produk ini dengan harga lebih murah.
Tidak dapat disangkal bahwa keberadaan big data menghadirkan peluang yang
menjanjikan untuk merevolusi perusahaan karena segala sesuatunya menjadi
otomatis dan dapat diakses secara real time. Beberapa orang menyukai
teknologi data besar ini dan percaya itu akan membawa potensi besar bagi
kemanusiaan dan ekonomi digital. Namun, kita juga tahu bahwa potensi
kerusakan dapat terjadi ketika perusahaan tampaknya memiliki akses tak
terbatas untuk memantau konsumen, jadi kita berbicara tentang big data
7
beberapa orang terkadang khawatir data dapat digunakan untuk mempelajari
lebih lanjut tentang perilaku konsumen daripada sebelumnya dan diterapkan
berdasarkan perilaku manusia. Bahkan beberapa studi yang dilakukan banyak
menggunakan data dari media sosial Indonesia untuk memahami isu-isu
tertentu.
a. Data terstruktur
Kelompok data yang memiliki tipe data, format, dan struktur yang telah
terdefinisi. Sumber datanya dapat berupa data transaksional, OLAP data,
tradisional RDBMS, file CSV, spreadsheets
b. Data tidak terstruktur
Kelompok data tekstual dengan format tidak menentu atau tidak memiliki
struktur melekat, sehingga untuk menjadikannya data terstruktur
membutuhkan usaha, tools, dan waktu yang lebih. Data ini dihasilkan oleh
aplikasi-aplikasi internet, seperti data URL log, media sosial, e-mail, blog,
video, dan audio.
Berikut ini adalah 4 tahap pengelolaan Big Data serta perangkat bantu (tools)
yang dapat dimanfaatkan untuk mendukung pemrosesan pada tiap tahap:
1. Acquired
Berhubungan dengan sumber dan cara mendapatkan data.
2. Accessed
Berhubungan dengan daya akses data; data yang sudah dikumpulkan
memerlukan tata kelola, integrasi, storage dan computing agar dapat
dikelola untuk tahap berikutnya. Perangkat untuk pemrosesan (processing
8
tools) menggunakan Hadoop, Nvidia CUDA, Twitter Storm, dan
GraphLab. Sedangkan untuk manajemen penyimpanan data (storage tools)
menggunakan Neo4J, Titan, dan HDFS.
3. Analytic
Berhubungan dengan informasi yang akan didapatkan, hasil pengelolaan
data yang telah diproses. Analitik yang dilakukan dapat berupa descriptive
(penggambaran data), diagnosa (mencari sebab akibat berdasar data),
predictive (memprediksi kejadian dimasa depan) maupun prescriptive
analytics (merekomendasikan pilihan dan implikasi dari setiap opsi). Tools
untuk tahap analitik menggunakan MLPACK dan Mahout.
4. Application
Terkait visualisasi dan reporting hasil dari analitik. Tools untuk tahap ini
menggunakan RStudio.
9
3.2 Kasus Bisnis
Kasus bisnis juga harus berfungsi untuk mendokumentasikan semua fakta yang
relevan dan menghubungkannya dengan keputusan bisnis. Kasus bisnis harus
dapat menggambarkan studi kasus tentang bagaimana pertukaran nilai
menciptakan investasi positif bagi penyandang dana.
3.3 E-commerce
10
Awal mula perdagangan elektronik dimulai pada tahun 1960-an ketika
perusahaan yang menggunakan EDI (Electronic Data Interchange) menjadi
populer. Kemudian pada tahun 1979 Institut Standar Nasional Amerika
mengembangkan ASC X12. Biasanya digunakan untuk berbagi dokumen pada
perangkat elektronik, ASC X12 terus berkembang sepanjang tahun 1980-an
dan 1990-an, dengan didirikannya salah satu perusahaan terbesar, eBay dan
Amazon, dan masuknya ke dunia e-commerce.
11
Perspektif Layanan; E-commerce adalah alat yang dapat
memenuhi keinginan bisnis, manajer, dan konsumen untuk
mengurangi biaya layanan sekaligus meningkatkan kualitas
barang dan mempercepat pengiriman.
12
Tujuan suatu perusahaan menggunakan sistem E-Commerce adalah dengan
menggunakan E-Commerce maka perusahaan dapat lebih efisien dan efektif
dalam meningkatkan keuntungannya.
Manfaat E-commerce
13
Berikut beberapa manfaat e-commerce bagi pemilik usaha:
1) Penjualan global
Dengan adanya e-commerce, sifat dari internet itu sendiri
memungkinkan suatu perusahaan atau pemilik bisnis untuk menjual
produk yang mereka hasilkan kepada khalayak yang lebih luas.
Artinya perusahaan dapat menjangkau pasar yang lebih luas.
2) Pengurangan infrastruktur perusahaan
Untuk e-commerce, perusahaan dan pemilik bisnis tidak perlu
membuka banyak cabang penjualan dan distribusi (walaupun dalam
beberapa kasus banyak perusahaan e-commerce memiliki berbagai.
Mereka mungkin juga memiliki gudang atau gudang manufaktur di
dalam negeri).
3) Pengurangan Biaya Perusahaan/ Meningkatkan Keuntungan Bersih
Untuk e-commerce, perusahaan dan pemilik bisnis tidak perlu
membuka banyak cabang penjualan dan distribusi (walaupun dalam
beberapa kasus banyak perusahaan e-commerce memiliki berbagai.
Mereka mungkin juga memiliki gudang atau gudang manufaktur di
dalam negeri).
14
BAB IV
PEMBAHASAN
Email : dpo@id.zalora.com
customer@id.zalora.com
Telefon : 021-8064-0850
021-29490100
15
4.1 Kasus Bisnis Big Data Pada Perusahaan ZALORA INDONESIA
ZALORA masuk ke Indonesia pada tahun 2012 dan termasuk bagian Zalora
Group Asia. Menurut CEO Zalora, Anthony Fung, pada tahun 2016 customer
Zalora Indonesia terdiri dari 57% customer perempuan, dan 43% customer
laki-laki. Selain itu, ia juga mengatakan bahwa 67% dari keseluruhan
transaksi dilakukan melalui aplikasi pada smartphones (Sutianto, 2015).
Pada bulan Mei 2017, Iprice melakukan survei mengenai berbagai situs e-
commerce di Indonesia, data tersebut mengatakan bahwa ZALORA
INDONESIA merupakan ecommerce yang mendominasi pada tipe fashion.
Hal ini disebabkan Zalora merupakan e-commerce tipe fashion dengan
pengunjung tertinggi, fans Facebook tertinggi, serta followers Twitter dan
Instragram tertinggi di Indonesia. ZALORA INDONESIA juga menempati
posisi ke empat sebagai e-commerce yang paling banyak di unduh aplikasinya
di Indonesia (Iprice, 2017).
16
mendorong konsumen untuk berbelanja online, walaupun pada kenyataannya
banyak konsumen yang tertarik dengan penjualan online namun enggan
memutuskan untuk melakukan pembelian. Hal tersebut didukung oleh laporan
terbaru dari bank UBS (Union Bank of Switzerland), yang menyatakan
bahwa lebih dari dua pertiga konsumen Indonesia sepakat belanja online
merupakan kegiatan yang mengasyikkan. Namun, aktivitas belanja di dunia
maya tersebut hanya tercatat 0,1% atau US$100 juta dari semua transaksi
produk eceran di Indonesia. Hal ini juga didukung oleh survei lembaga riset
pasar Nielsen yang menunjukkan 80% warga Indonesia mengaku membaca
ulasan produk secara online, sebelum memutuskan membeli langsung di toko
fisik.
17
meskipun tidak banyak membutuhkan memori konsumen menutup beberapa
halaman website yang tidak diperlukan.
18
2) Konsumen mendaftarkan diri untuk menerima newsletter atau
update dari ZALORA.
3) Konsumen melakukan transaksi pembelian produk yang
ditawarkan pada Website atau App ZALORA.
4) Konsumen mengaktivasikan atau menggunakan fungsi
pembayaran yang tersedia pada Website atau App ZALORA
yang disediakan oleh penyedia pihak ketiga.
5) Konsumen mendaftarkan diri dalam Program Afiliasi atau
Program Community Influencer.
6) Konsumen menggunakan jasa apapun dari ZALORA, termasuk
untuk menerima notifikasi newsletter, update, dan informasi
produk.
7) Konsumen melakukan browsing atas produk dan jasa atau
melakukan aktivitas dalam Platform ZALORA.
8) Konsumen menerima cookies dalam perangkat konsumen.
9) Konsumen berinteraksi dengan tim Customer Service ZALORA atau
perwakilan lainnya, misalnya melalui chatbot, chat apps, messaging
platform, webform, email, telpon, video call, surat, email atau dalam
pertemuan tatap muka.
10)Konsumen berinteraksi dengan ZALORA melalui Media Sosial,
misalnya dengan memberi tanda like atau mengomentari isi
posting, atau dengan menyampaikan pesan pribadi kepada
ZALORA melalui Media Sosial.
11) Konsumen berinteraksi dengan ZALORA melalui channel livestream,
misalnya dengan memberi tanda like atau mengomentari stream/video
ZALORA.
12)Konsumen berpartisipasi dalam promosi, lomba, undian, inisiatif
atau permintaan data pribadi tambahan melalui survey
konsumen.
13)ZALORA menerima rujukan dari mitra bisnis dan pihak ketiga,
misalnya saat mereka merujuk konsumen kepada ZALORA untuk
19
dapat menikmati keuntungan dari kegiatan promosi atau
kolaborasi bersama atau untuk menggunakan voucher yang
konsumen beli melalui mereka.
14)Konsumen atau pihak yang berwenang untuk mewakili konsumen
memberikan data pribadi milik konsumen kepada ZALORA
untuk tujuan penyampaian laporan pelanggaran kekayaan
intelektual.
15)Perwakilan konsumen menyerahkan data pribadi konsumen
kepada ZALORA sesuai dengan kewenangan yang sewajarnya
konsumen berikan, misalnya apabila perwakilan konsumen
tersebut membeli produk atau jasa kami untuk dikirimkan kepada
konsumen atau sebagai hadiah.
16)Penyedia jasa analisis pihak ketiga atau penyedia jasa ZALORA
lainnya memberikan kepada ZALORA data pribadi konsumen
yang telah mereka kumpulkan dan proses sesuai dengan pedoman
privasi mereka sendiri.
17)Konsumen dengan suka rela menyerahkan data pribadi konsumen
kepada ZALORA untuk alasan apapun.
20
3) Menyampaikan iklan-iklan yang terkait dengan produk dan jasa
ZALORA yang mungkin konsumen minati yang terdapat dalam
Platform atau website, app atau platform online lainnya .
4) Memungkinkan bisnis lainnya untuk mengirimkan iklan-iklan
yang terkait dengan produk dan jasa mereka yang mungkin
konsumen minati.
5) Memberikan kepada konsumen jasa add-on atau layanan
premimum seperti ZALORA NOW.
6) Mengundang konsumen untuk menghadiri event privat untuk
pelanggan ZALORA.
7) Memproses partisipasi konsumen dalam promosi, lomba, undian,
inisiatif atau permintaan Data Pribadi tambahan melalui survey
konsumen.
8) Memproses partisipasi konsumen dalam program loyalti atau
program point redemption ZALORA atau mitra bisnis kami.
9) Melakukan riset pasar dan pelanggan, analisa atau penelusuran .
10)Mempromosikan produk dan jasa dalam Platform ZALORA.
11)Mengelola kegiatan operasional administratif dan bisnis
ZALORA dan tunduk kepada Pedoman dan peraturan internal
konsumen.
12)Meningkatkan kepuasan pelanggan di seluruh arah dan
memberikan pelatihan kepada tim Customer Service ZALORA,
misalnya dengan merekam dan memonitor pembicaraan telpon.
13)Tujuan khusus lainnya yang terkait dengan produk atau jasa
tertentu yang secara terpisah akan ZALORA sampaikan kepada
konsumen di halaman produk dan jasa kami.
21
tambahan atau dalam keadaan dimana penggunaan termaksud tidak
membutuhkan persetujuan berdasarkan Hukum yang Berlaku.
22
11)Pihak lainnya yang konsumen beri kewenangan untuk menerima
pengungkapan data pribadi konsumen dari ZALORA.
23
4) Melindungi hak, kepemilikan atau keamanan ZALORA, pengguna
kami, pihak ketiga atau masyarakat umum sebagaimana diwajibkan
atau diperbolehkan menurut hukum.
Apabila data pribadi yang berada dalam penguasaan ZALORA, tidak lagi
berhubungan dengan tujuan awal data pribadi itu dikumpulkan atau penahanan
data pribadi tidak lagi diperlukan untuk tujuan legalitas atau tujuan bisnis, kami
akan melakukan langkah-langkah yang diperlukan untuk memastikan bahwa
data pribadi tersebut dihancurkan atau dimusnahkan.
24
Indonesia, ZALORA akan tunduk pada hukum yang berlaku dan memastikan
standar perlindungan yang setidaknya setara dengan hukum yang berlaku.
BAB V
PENUTUP
4.1 Kesimpulan
Survei lembaga riset pasar Nielsen yang menunjukkan 80% warga Indonesia
mengaku membaca ulasan produk secara online, sebelum memutuskan
membeli langsung di toko fisik.
25
Dalam hubungan ZALORA dengan konsumen, ZALORA dapat
mengumpulkan informasi pribadi dari konsumen. Contoh data pribadi yang
dapat dikumpulkan meliputi nama, detail kontak, alamat dan alamat
pengiriman, alamat email, tanggal lahir, data jaringan dan perangkat (termasuk
alamat IP dan perangkat serta pengenal iklan).
Sebagai bagian dari upaya ZALORA untuk dapat mengelola, melindungi dan
memproses data pribadi konsumen, ZALORA akan mengkaji pedoman,
prosedur dan proses secara berkala. ZALORA dapat memperbaharui pedoman
ini untuk memastikan bahwa pedoman senantiasa konsisten dengan trend
industri dan/atau segala perubahan dalam persyaratan hukum dan peraturan.
4.2 Saran
26
DAFTAR PUSTAKA
Manajemen, J., & Ekonomi, F. (2014). Ayu Anastasya Mahardika dan Saino;
Analis Faktor Yang Mempengaruhi Niat Beli Di ZALORA Online Shop.
917. Jurnal Ilmu Manajemen |, 2(1996).
Solihin, O. (2021). Implementasi Big Data Pada Sosial Media Sebagai Strategi
Komunikasi Krisis Pemerintah. Jurnal Common, 5(1), 56–66.
Pujianto, A., Mulyati, A., & Novaria, R. (2018). Pemanfaatan Big Data Dan
Perlindungan Privasi Konsumen Di Era Ekonomi Digital. Majalah Ilmiah
Bijak, 15(2), 127–137. https://doi.org/10.31334/bijak.v15i2.201
Ayu, P., & Ernungtyas, N. F. (2018). Loyalitas customer dalam mobile Commerce
zalora. Profetik Jurnal Komunikasi, 11(01), 1–11.
Solihin, O. (2021). Implementasi Big Data Pada Sosial Media Sebagai Strategi
Komunikasi Krisis Pemerintah. Jurnal Common, 5(1), 56–66.
27
Achjari, D. (2000). Potensi Manfaat dan Problem Di E-Commerce. Jurnal
Ekonomi Dan Bisnis Indonesia, 15(3), 388–395. http://www.amazon.com
https://glints.com/id/lowongan/business-case-adalah/#.Y1KXonZBy00, diakses
pada 23 Oktober 2022
https://idtesis.com/pembahasan-lengkap-teori-e-commerce-menurut-para-ahli-
dan-contoh-tesis-e-commerce/, diakses pada 23 Oktober 2022
28