Pengelolaan Data Untuk Mendukung

Kinerja Jangka Panjang

• Yordan Hendrawan 18120001
• Johanes Aden G. 18120028
• Teresia Septiani 18120032
• Sri wahyuni 17120034
• Teresia Septiana 18120036
• Josephine Rebeka Teresa 18120041
• Maria Oktaviani 18120046
• Maria Andrini 18120049
• Nurtilinda 18120051
Company McAfee diubah namanya menjadi Intel Security pada tahun 2014. Ini
adalah anak Perusahaan Intel Corp yang berkantor pusat di Santa Clara,
CA. Memiliki lebih dari $2 miliar pendapatan per tahun, lebih dari 7.600
karyawan dan lebih dari 1 Juta pelanggan.

Industry Cybersecurity software, hardware, and services

Product Lines Perusahaan mengembangkan, memasarkan, mendistribusikan, dan
mendukung produk cybersecurity yang melindungi komputer, jaringan,
dan perangkat seluler. Mereka menawarkan layanan keamanan
terkelola untuk melindungi titik akhir, server, jaringan, dan perangkat
seluler. Layanan konsultasi, pelatihan, dan dukungan juga disediakan.

Digital Tata kelola data dan manajemen data master (MDM) untuk
Technology membangun kemampuan manajemen data pelanggan terbaik di
kelasnya untuk memfasilitasi visi perusahaan.

Bussiness Untuk menjadi perusahaan keamanan terdedikasi yang tumbuh paling

Vision cepat di dunia.
Tentang Perusahaan
 Intel Security melindungi data dan sumber daya TI
dari serangan dan akses yang tidak sah. Perusahaan
menyediakan layanan cybersecurity untuk
perusahaan besar, pemerintah, usaha kecil dan
menengah, dan konsumen.
 Sebagian besar pendapatannya berasal dari layanan

purna jual, dukungan, dan langganan ke perangkat

lunak dan layanan terkelola.
 Perusahaan menjual secara langsung dan juga
melalui reseller kepada perusahaan dan
konsumen di Amerika Serikat, Eropa, Asia, dan
Amerika Latin.
 Model bisnis customer-centric berusaha untuk

menciptakan solusi atau pengalaman terbaik

bagi pelanggan. Sebaliknya, model produk-
sentris secara internal berfokus pada
penciptaan produk terbaik.
 Keamanan Intel

Intel Security
(formerly McAfee,
Inc.)
Manajemen Data Selaras
Merek dengan Strategi Bisnis

Menerapkan tata kelola data

Memberikan solusi dan untuk membangun kemampuan
layanan cybersecurity pengelolaan data pelanggan
proaktif untuk sistem terbaik di kelasnya untuk
informasi, jaringan, dan mencapai visi strategis
perangkat seluler di seluruh perusahaan.
dunia.

Digital Technology
Data governance
Master data
management
(MDM)
Manfaat pengolahan data dan MDM
 Master Data Management (MDM) metode
menyinkronkan semua data bisnis-kritis dari sistem
yang berbeda menjadi file master, yang menyediakan
sumber data yang tepercaya .
 Tata kelola data dan MDM telah meningkatkan

kualitas data pelanggan Intel Security, yang penting

untuk model bisnis customer-centric-nya. Dengan
data berkualitas tinggi, perusahaan dapat
mengidentifikasi peluang jual-jual dan penjualan
silang.
Manfaat penerapan tata kelola data dan arsitektur
MDM untuk meningkatkan kualitas data:

1. Pengalaman pelanggan yang lebih baik

2. Loyalitas dan retensi pelanggan yang lebih
besar
3. Meningkatnya pertumbuhan penjualan
4. Perkiraan penjualan yang akurat dan
pemrosesan order
Karakteristik Kualitas Buruk atau Data Kotor
KARAKTERISTIK DATA KOTOR
Tidak lengkap
Data tidak valid
Salah
Digandakan atau dalam konflik
Tidak ada standarisasi
Tidak dapat digunakan
DISKRIPSI
Tidak ada data
Terlalu usang untuk menjadi valid
Banyak terdapat kesalahan
Terlalu banyak salinan atau versi
dari data yang sama dan versinya
tidak konsisten atau bertentangan
satu sama lain
Data disimpan dalam format yang
tidak kompatibel dan tidak dapat
dibandingkan atau diringkas
Data tidak dalam konteks untuk
dipahami atau ditafsirkan dengan
Information Management
 Sebagian besar inisiatif bisnis berhasil atau gagal
berdasarkan kualitas datanya.
 Perencanaan dan keputusan yang efektif
bergantung pada sistem yang mampu
menyediakan data bagi pengambil keputusan
dalam format yan dapat digunakan secara tepat
waktu. Kebanyakan orang mengelola informasi.
 Mengelola akun sosial dan cloud Anda di berbagai
perangkat seluler dan komputer. Saat memperbarui atau
menyinkronkan ("menyinkronkan") kalender, daftar
kontak, file media, dokumen, dan laporan. Produktivitas
akan bergantung pada kompatibilitas perangkat dan
aplikasi serta kemampuan mereka untuk berbagi data.
Tidak dapat mentransfer dan menyinkronkan setiap kali
menambahkan perangkat atau aplikasi akan mengganggu.
 Manajemen informasi adalah penggunaan alat dan
metode TI untuk mengumpulkan, memproses,
mengkonsolidasikan, menyimpan, dan mengamankan data
dari sumber yang sering terpecah-pecah dan tidak
konsisten
 Manajemen Informasi Memanfaatkan Data
Tersebar

 Informasi bisnis umumnya tersebar di seluruh

perusahaan, disimpan dalam sistem terpisah yang
didedikasikan untuk tujuan tertentu, seperti operasi,
manajemen rantai pasokan, atau manajemen hubungan
pelanggan.
 Organisasi besar memiliki lebih dari 100 penyimpanan
data (area penyimpanan). Di banyak perusahaan,
integrasi sistem yang berbeda ini sangat terbatas -
seperti halnya kemampuan pengguna untuk mengakses
semua informasi yang mereka butuhkan.
 Oleh karena itu, meskipun semua informasi yang
mengalir melalui perusahaan, eksekutif, manajer, dan
pekerja sering berusaha untuk menemukan informasi
yang mereka butuhkan untuk membuat keputusan yang
baik atau melakukan pekerjaan mereka.
 Tujuan keseluruhan dari manajemen informasi adalah
untuk menghilangkan usaha melalui desain dan
implementasi tata kelola data dan arsitektur
perusahaan yang terencana dengan baik
Kelemahan
 Silo data. Informasi dapat terperangkap dalam silo data
departemen (juga disebut silo informasi), seperti
pemasaran atau basis data produksi (Tidak di olah lebih
lanjut).
 Data yang hilang atau dilewatkan. Data dapat hilang

saat transit dari satu IS ke IS lainnya. Atau data

mungkin tidak pernah dapat ditangkap karena sistem
pengumpulan data yang tidak memadai, seperti yang
bergantung pada sensor atau pemindai.
 Antarmuka atau format yang dirancang buruk yang
memerlukan waktu dan upaya ekstra untuk
meningkatkan risiko kesalahan dari kesalahpahaman
data atau mengabaikannya.
 Format data tidak standar. Ketika pengguna disajikan

dengan data dalam format yang tidak konsisten atau

tidak standar, kesalahan bisa meningkat. Upaya untuk
membandingkan atau menganalisis data lebih sulit dan
membutuhkan lebih banyak waktu.
 Tidak dapat mencapai target yang bergerak. Informasi

yang diinginkan para pembuat keputusan terus

berubah dan berubah.
MANFAAT MANAJEMEN INFORMASI
 Meningkatkan kualitas keputusan. Kualitas keputusan
tergantung pada data yang akurat dan lengkap.
 Meningkatkan akurasi dan reliabilitas prediksi

manajemen. Penting bagi manajer untuk dapat

memprediksi penjualan, permintaan produk, peluang,
dan ancaman kompetitif. Prediksi manajemen fokus
pada "apa yang akan terjadi" sebagai lawan pelaporan
keuangan pada "apa yang telah terjadi.”
 Mengurangi risiko ketidakpatuhan. Peraturan
pemerintah dan persyaratan kepatuhan telah
meningkat secara signifikan dalam dekade terakhir.
Perusahaan yang gagal mematuhi undang-undang
tentang privasi, penipuan, anti pencucian uang,
cybersecurity, keselamatan kerja, dan sebagainya
menghadapi hukuman yang keras.
 Mengurangi waktu dan biaya untuk menemukan dan

mengintegrasikan informasi yang relevan.

Architecture Enterprise dan Data
Governance
 Architecture Enterprise adalah cara sistem dan proses
IT terstruktur. EA adalah proses berkelanjutan
dalamdalam menciptakan, memelihara, dan
memanfaatkan IT.
 Setiap perusahaan memiliki set inti sistem informasi

dan prses bisnis yang menjalankan transaksi yang

membuatnya tetap dalam bisnis.
Ke mana sebuah organisasi berjalan dan bagaimana
ia akan sampai di sana :
 Visi Bersama Masa Depan

EA harus di mulai dengan target organisasi ke mana

ia pergi tidak dengan tempat itu. Tujuannya adalah
memastikan bahwa setiap irang memahami dan
berbagi satu visi
 Fokus Startegi

ada 2 masalah yang dirancang untuk di tangani oleh

EA :
1. Kompleksitas sistem IT. Sistem IT telah
menjadi rumit dan mahal untuk di kelola.
2. Perantara bisnis yang buruk. Organisasi
menemukan kesulitan untuk menjaga sistem IT
mereka yang semakin mahal selaras dengan
kebutuhan bisnis.
 Manfaat Bisnis dan IT dari EA
Memiliki struktur yang tepat adalah penting untuk
alasan berikut :
1. EA memangkas biaya IT dan meningkatkan
produktifitas dengan memberikan akses kepada
pengambil keputusan ke informasi, wawasan dan
ide di mana serta kapan mereka membutuhkannya.
2. EA menentukan daya saing organisasi, fleksibilitas,
dan ekonomi IT untuk dekade berikutnya dan
seterusnya.
3. EA membantu menyelanggarakan kemampuan IT
dengan strategi bisnis
4. EA dapat mengurangi risiko pembelian atau
membangun sistem dan aplikasi perusahaan yang
tidak kompatibel atau terlalu mahal untuk di
pelihara dan di integrasikan.
Komponen Arsitektur perusahan

Arsitektur Bisnis Proses yang digunakan bisnis

untuk mencapai tujuan
Arsitektur aplikasi Bagaimana aplikasi khusus di
rancang dan bagaimana mereka
berinteraksi satu sama lain
Arsitektur data Bagaimana penyimpanan data
perusahaan diatur dan di akses
Arsitektur teknik Infrastruktur perangkat keras,
perangkat lunak dan interaksi.
Ketrampilan Penting dari Arsitek Perusahaan

Kinerja pekerjaan dan kesuksesan arsitek semacam itu

atau siapa pun yang bertanggung jawab untuk proyek
IT berskala besar bergantung pada berbagai
ketrampilan:
 Keterampilan interpersonal atau people
 Kemampuan untuk mempengaruhi dan memotivasi
 Keterampilan berorganisasi
 Kemampuan berfikir kritis dan memecahkan analisa
 Keahlian bisnis dan industri
DATA GOVERNANCE: MEMPERTAHANKAN KUALITAS
DATA DAN PENGENDALIAN DATA

 Tata kelola data adalah proses membuat dan

menyetujui standar dan persyaratan untuk
pengumpulan, identifikasi,penyimpanan dan
penggunaan data.
 Kebijakan tata kelola data harus membahas data
struktur, sistem struktur dan tindak struktur untuk
memastikan bahwa wawasan dapat di percaya:
1. Tata kelola perusahaan yang luas
2. Master data dan MDM
3. Politik: konflik people
1. Tata Kelola Data Perusahaan yang luas

• Dengan program tata kelola data yang efektif, manajer dapat

menentukan dari mana datanya berasal, siapa yang memilikinya,
dan
siapa yang bertanggung jawab atas apa — untuk mengetahui
mereka
dapat mempercayai data yang tersedia saat diperlukan. Tata kelola
data
adalah proyek perusahaan-lebar karena data lintas 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 menghapuskan biaya pemeliharaan dan pengarsipan
data
yang buruk, tidak dibutuhkan, atau salah. Biaya-biaya ini bertambah
seiring bertambahnya volume data. Tata kelola juga mengurangi
risiko
2. Master Data and MDM

• Data master menggambarkan entitas utama seperti pelanggan,

produk dan
layanan, vendor, lokasi, dan karyawan di sekitar mana bisnis
dilakukan.
Data master biasanya cukup stabil - dan secara fundamental
berbeda dari
volume tinggi, kecepatan, dan berbagai data besar dan data
tradisional.
• Misalnya, ketika pelanggan mengajukan asuransi mobil, data yang
diberikan pada aplikasi menjadi data utama untuk pelanggan
tersebut.
Sebaliknya, jika kendaraan pelanggan memiliki perangkat yang
mengirimkan data tentang perilaku mengemudinya kepada
perusahaan
asuransi, data yang dihasilkan mesin tersebut bersifat transaksional
atau
operasional, tetapi tidak menguasai data.
• Data digunakan dalam dua cara — keduanya bergantung pada
3. Politik: Konflik People

• Dalam sebuah organisasi, mungkin ada budaya

ketidakpercayaan antara teknologi dan karyawan
bisnis. Tidak ada metodologi arsitektur perusahaan
atau tata kelola data yang dapat menjembatani
perbedaan ini kecuali ada komitmen nyata untuk
berubah.
• Komitmen itu harus datang dari tingkat tertinggi
organisasi — manajemen senior.
• Metodologi tidak dapat memecahkan masalah
orang; mereka hanya dapat menyediakan kerangka
kerja di mana masalah-masalah itu dapat
dipecahkan.
TABLE 2.4 Karakteristik dan Konsekuensi Tata Kelola Data Lemah atau Tidak
Ada
• Duplikasi data menyebabkan silo data terisolasi.

• Inkonsistensi ada dalam arti dan tingkat detail elemen data.

• Pengguna tidak mempercayai data dan membuang waktu untuk

memverifikasi data daripada menganalisisnya untuk pengambilan
keputusan yang tepat.
• Menghasilkan analisis data yang tidak akurat

• Keputusan yang buruk dibuat berdasarkan persepsi dan bukan realitas,

yang dapat
berdampak negatif terhadap perusahaan dan pelanggannya.
• Hasil dalam peningkatan beban kerja dan waktu pemrosesan.
DATA, INFORMASI, DAN PENGETAHUAN
• Data, atau data mentah, menggambarkan produk, pelanggan, acara,
aktivitas, dan transaksi yang dicatat, diklasifikasikan, dan disimpan. Data
adalah bahan mentah dari mana informasi dihasilkan; kualitas, keandalan,
dan integritas data harus dipertahankan agar informasinya bermanfaat.
Contohnya adalah jumlah jam kerja karyawan dalam minggu tertentu atau
jumlah kendaraan Toyota baru yang dijual pada kuartal pertama tahun
2015.
• Database adalah repositori atau penyimpanan data yang diatur untuk
akses, pencarian, pengambilan, dan pembaruan yang efisien.
• Informasi adalah data yang telah diproses, diatur, atau dimasukkan ke
dalam konteks sehingga mereka memiliki makna dan nilai kepada orang
yang menerimanya. Misalnya, penjualan kendaraan Toyota baru setiap
triwulan dari tahun 2010 hingga 2014 adalah informasi karena akan
memberikan beberapa wawasan tentang bagaimana penarikan kembali
kendaraan selama 2009 dan 2010 berdampak pada penjualan. Informasi
adalah aset paling penting organisasi, kedua hanya untuk orang.
• Pengetahuan terdiri dari data dan / atau informasi yang telah diproses,
diorganisir, dan dimasukkan ke dalam konteks menjadi bermakna, dan
untuk menyampaikan pemahaman, pengalaman, akumulasi pembelajaran,
dan keahlian yang mereka terapkan pada masalah atau aktivitas saat ini.
Mengetahui cara mengelola penarikan kendaraan untuk meminimalkan
dampak negatif pada penjualan kendaraan baru adalah contoh dari
pengetahuan. Gambar 2.7 menunjukkan perbedaan data, informasi, dan
pengetahuan.
TRANSACTION PROCESSING SYSTEMS
• Sistem pemrosesan transaksi (TPSs) dirancang untuk memproses jenis input
data tertentu dari transaksi yang sedang berlangsung. TPS dapat bersifat
manual, seperti ketika data diketikkan ke bentuk di layar, atau diotomatisasi
dengan menggunakan pemindai atau sensor untuk menangkap barcode
atau data lain (Gambar 2.10).
• Data organisasi diproses oleh TPS — pesanan penjualan, pembayaran gaji,
akuntansi, keuangan, pemasaran, pembelian, kontrol inventaris, dan
seterusnya. Transaksi adalah:
 Transaksi internal yang berasal dari dalam organisasi atau yang terjadi di
dalam organisasi. Contohnya adalah penggajian, pembelian, transfer
anggaran, dan pembayaran (dalam hal akuntansi, mereka disebut
sebagai hutang dagang).
 Transaksi eksternal yang berasal dari luar organisasi, misalnya, dari
pelanggan, pemasok, regulator, distributor, dan lembaga pembiayaan.
• TPS adalah sistem penting.
• Batch vs. Pemrosesan Online Real Time
Data yang diambil oleh TPS diproses dan disimpan dalam database; mereka
kemudian menjadi tersedia untuk digunakan oleh sistem lain. Pemrosesan
transaksi dilakukan dalam satu dari dua mode:
1. Batch processing: TPS dalam mode pemrosesan batch mengumpulkan semua
transaksi untuk satu hari, shift, atau periode waktu lainnya, dan kemudian
memproses data dan memperbarui penyimpanan data. Proses penggajian yang
dilakukan mingguan atau dua mingguan adalah contoh dari mode batch.
2. Online transaction processing (OLTP) atau pemrosesan waktu nyata: TPS
memproses setiap transaksi saat terjadi, yang adalah apa yang dimaksud
dengan istilah real time processing. Agar OLTP terjadi, perangkat input atau
situs web harus terhubung langsung melalui jaringan ke TPS. Maskapai
penerbangan perlu memproses reservasi penerbangan secara langsung untuk
memverifikasi bahwa kursi tersedia.
Biaya pemrosesan batch kurang dari pemrosesan waktu nyata. Kerugiannya
adalah data tidak akurat karena tidak segera diperbarui, dalam real time .
• Memproses Dampak Kualitas Data
Saat data dikumpulkan atau diambil, mereka divalidasi untuk mendeteksi
dan memperbaiki kesalahan dan kelalaian yang jelas. Misalnya, ketika
pelanggan membuat akun dengan perusahaan jasa keuangan atau
pengecer, TPS memvalidasi bahwa alamat, kota, dan kode pos yang
diberikan konsisten satu sama lain dan juga bahwa mereka cocok dengan
alamat, kota, dan pemegang kartu kredit Kode Pos. Jika formulir tidak
lengkap atau kesalahan terdeteksi, pelanggan diminta untuk melakukan
koreksi sebelum data diproses lebih lanjut.
Kesalahan data yang terdeteksi kemudian mungkin memakan waktu
untuk memperbaiki atau menyebabkan masalah lain. Anda dapat lebih
memahami kesulitan mendeteksi dan memperbaiki kesalahan dengan
mempertimbangkan pencurian identitas. Korban pencurian identitas
menghadapi tantangan dan frustrasi yang sangat besar mencoba
mengoreksi data tentang mereka.
MANAGEMENT INFORMATION SYSTEMS
• Area atau departemen fungsional — akuntansi, keuangan, produksi /
operasi, pemasaran dan penjualan, sumber daya manusia, serta teknik dan
desain — didukung oleh ISS yang dirancang untuk kebutuhan pelaporan
khusus mereka. Sistem pelaporan bertujuan umum disebut sebagai sistem
informasi manajemen (MISs). Tujuan mereka adalah memberikan laporan
kepada manajer untuk melacak operasi, pemantauan, dan kontrol.
• Biasanya, sistem fungsional menyediakan laporan tentang topik seperti
efisiensi operasional, efektivitas, dan produktivitas dengan mengekstraksi
informasi dari basis data dan memprosesnya sesuai dengan kebutuhan
pengguna. Jenis laporan termasuk yang berikut:
 Periodik: Laporan-laporan ini dibuat atau dijalankan sesuai dengan
jadwal yang telah ditentukan sebelumnya. Contohnya harian, mingguan,
dan triwulanan. Laporan didistribusikan dengan mudah melalui e-mail,
blog, situs web internal (disebut intranet), atau media elektronik lainnya.
Laporan berkala juga mudah diabaikan jika pekerja tidak menemukan
mereka layak waktu untuk meninjau.
Exception/Pengecualian: Laporan pengecualian dibuat hanya ketika
ada sesuatu di luar norma, lebih tinggi atau lebih rendah dari yang
diharapkan. Penjualan di toko perangkat keras sebelum badai bisa jauh
lebih tinggi daripada normalnya. Atau penjualan produk segar dapat
turun selama krisis kontaminasi makanan. Laporan eksepsi lebih
cenderung dibaca karena para pekerja tahu bahwa beberapa kejadian
atau penyimpangan yang tidak biasa telah terjadi.
Ad hoc, atau sesuai permintaan: Laporan ad hoc adalah laporan yang
tidak direncanakan. Mereka dihasilkan ke perangkat seluler atau
komputer sesuai permintaan sesuai kebutuhan. Mereka dihasilkan
berdasarkan permintaan untuk mempelajari lebih lanjut tentang
situasi, masalah, atau peluang.
DECISION SUPPORT SYSTEMS
• Sistem pendukung keputusan (DSSs) adalah aplikasi interaktif yang
mendukung pengambilan keputusan.
• Konfigurasi rentang DSS dari aplikasi yang relatif sederhana yang
mendukung satu pengguna ke sistem yang kompleks di seluruh perusahaan.
• DSS dapat mendukung analisis dan solusi masalah khusus, mengevaluasi
peluang strategis, atau mendukung operasi yang sedang berjalan. Sistem ini
mendukung keputusan yang tidak terstruktur dan semi-terstruktur, seperti
keputusan membuat-atau-membeli-atau-mengalihkan, atau produk apa
yang dikembangkan dan diperkenalkan ke pasar yang ada.
• Tingkat Struktur Keputusan
• Tiga Mendefinisikan Karakteristik DSS
• Building DSS Applications
Degree of Structure of Decisions
• Keputusan berkisar dari terstruktur hingga tidak terstruktur. Keputusan terstruktur
adalah mereka yang memiliki metode yang terdefinisi dengan baik untuk
memecahkan dan data yang diperlukan untuk mencapai keputusan yang sehat.
Contoh keputusan terstruktur adalah menentukan apakah pemohon memenuhi
syarat untuk pinjaman mobil, atau apakah akan memperpanjang kredit ke
pelanggan baru — dan persyaratan dari opsi pembiayaan tersebut. Keputusan
terstruktur relatif mudah dan dibuat 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 dipecahkan. Contohnya termasuk memutuskan produk baru mana
yang akan dikembangkan atau pasar baru mana yang akan masuk. Keputusan
semiterstruktur jatuh di tengah-tengah kontinum. DSSs paling cocok untuk
mendukung jenis keputusan ini, tetapi mereka juga digunakan untuk mendukung
keputusan yang tidak terstruktur. Untuk memberikan dukungan tersebut, DSS
memiliki karakteristik tertentu untuk mendukung pengambil keputusan dan proses
pengambilan keputusan secara keseluruhan.
Three Defining DSS Characteristics
• Karakteristik DSS ini termasuk:
1. Antarmuka interaktif yang mudah digunakan
2. Model atau formula yang memungkinkan analisis kepekaan,
analisis
bagaimana-jika, pencarian tujuan, 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 dengan situasi keputusan
 Building DSS Applications
• Planners Lab adalah contoh perangkat lunak untuk membangun DSS.
Perangkat lunak ini gratis untuk institusi akademik dan dapat diunduh dari
plannerslab.com. Planners Lab meliputi:
 Model-building language yang mudah digunakan
 Sebuah opsi yang mudah digunakan untuk memvisualisasikan output
model, seperti jawaban atas pertanyaan apa-jika dan mencari tujuan,
untuk menganalisis dampak dari berbagai asumsi.
• Alat-alat ini memungkinkan manajer dan analis untuk membangun,
meninjau, dan menantang asumsi yang menjadi landasan skenario
keputusan mereka. Dengan Lab Perencana, pengambil keputusan dapat
bereksperimen dan bermain dengan asumsi untuk menilai berbagai
pandangan masa depan.