BIG DATA ANALITIK

Science Technology Engineering Arts Mathematics

BIG DATA IN FINANCE

Agenda Style
01 BAB I PENDAHULUAN

02 BAB II PEMBAHASAN

03 BAB III PENUTUP

 Our Team Style

AMINUDIN
123012101050

S c i e n c e Te c h n o l o g y E n g i n e e r i n g A r t s M a t h e m a t i c s
Latar Belakang

Big Data- Sebuah keunggulan kompetitif baru

Kita hidup di era menciptakan data besar setiap
menit melalui saluran digital dan berbagai cara
lain menyentuh setiap aspek kehidupan manusia.
Telah diamati bahwa tingkat kumulatif
menghasilkan data selama dua tahun terakhir
telah jauh melebihi tingkat selama abad terakhir.
McKinsey & Co. memperkirakan bahwa
masyarakat “berada di puncak gelombang
inovasi, produktivitas, dan pertumbuhan yang
luar biasa, serta mode persaingan dan
penangkapan nilai baru semuanya didorong oleh
data besar”.
Latar Belakang

Big data adalah istilah yang berkembang yang

dapat didefinisikan sebagai sejumlah besar data
terstruktur, semi-terstruktur, dan tidak terstruktur
yang ditambang, untuk wawasan. Pendiri
Predictive Analytics, Eric Siegel, memperkirakan
bahwa rata-rata akumulasi data harian kami
adalah sekitar 2,5 triliun byte data
BIG DATA?
01 PowerPoint Presentation

Dalam arti luas, data besar dapat

didefinisikan sebagai kumpulan data besar
yang memerlukan superkomputer untuk
menyusun, memproses,
02 PowerPoint Presentation dan menganalisis
untuk menarik kesimpulan yang berarti.
 Perbedaan BI Dan BDA
Business Intelligence (BI)

1. BI fokus pada data terstruktur yang dapat memberikan wawasan bagi

manajemen dalam rangka pengambilan keputusan yang tepat. Data
tersebut kemudian didefinisikan dalam bentuk query data secara luas.
2. BI lebih fokus pada informasi masa lalu dan apa yang telah dicapai oleh
perusahaan

Big Data Analytics

1. BDA memiliki kemampuan (capabilities) yang lebih luas dalam menganalisis
data, karena data yang dianalisis tidak hanya data internal yang terstruktur, namun
data eksternal yang tidak terstruktur pun dalam berbagai format dan tipe data dapat
diolah dan dianalisis dengan menggunakan BDA

2. informasi yang dihasilkan tidak hanya berfokus pada data masa lalu, namun
data masa akan datang pun turut pula dianalisis dalam menentukan langkah
perusahaan selanjutnya yang harus diambil.
 LIMA KRITERIA BIG DATA ANALITIK

VOLUME

VELOCITY

VARIETY

VALUE

VARIABILITAS
 Teknologi Big Data sebagai Knowledge Management bagi Perusahaan

Kemampuan big data dalam mengelola dan memproses data yang sangat besar dengan kecepatan pemrosesan data dengan
sangat cepat menjadikan penerapan knowledge management di perusahaan menjadi semakin efektif karena didukung
dengan berbagai jenis data baik yang terstruktur seperti data penjualan, data produksi dan data keuangan, maupun yang
tidak terstruktur seperti data dari media sosial maupun sumber data lainnya yang berasal dari eksternal perusahaan,

Teknologi Big Data sebagai Keunggulan Kompetitif Perusahaan

BDA di era disrupsi saat ini sangat dibutuhkan untuk membantu proses pengambilan keputusan bagi
manajemen, terutama dalam pengambilan keputusan strategis. Beberapa riset menunjukkan adanya hubungan
yang postif antara BDAC dengan kinerja perusahaan. BDAC juga dapat digunakan sebagai knowledge
management
 Kapabilitas yang Harus Dimiliki Dalam Penerapan Tekonologi Big Data

1. Kapabilitas Manajemen Teknologi Informasi Kapabilitas Infrastruktur Teknologi Big Data Kapabilitas Pengalaman Personil

Perencanaan teknologi informasi, pengambilan keputusan  Connectivity Pengalaman profesional personil seperti
investasi teknologi informasi, koordinasi teknologi pengetahuan dan ketrampilan yang dimiliki
 Compatibility
informasi, dan pengendalian teknologi informasi sangat dibutuhkan dalam menunjang tugas
merupakan satu pondasi yang utuh dan tidak terpisahkan
 Modularity
yang diberikan.
sebagai sebuah kapabilitas dalam manajemen teknologi
informasi
• Perencanaan Teknologi Informasi

Perencanaan teknologi informasi wajib untuk dibuat sebelum sebuah teknologi big data digunakan dan
diimplementasikan di dalam perusahaan. Beberapa tahapan penting dalam perencanaan teknologi informasi
adalah:
 Melakukan identifikasi kebutuhan akan aplikasi teknologi informasi yang inovatif dan memiliki manfaat
bagi perusahaan,
 Menentukan skala prioritas dari aplikasi yang akan di implementasikan terlebih dahulu,
 Merencanakan bagaimana cara mendistribusikan aplikasi tersebut dalam perusahaan,
 Melakukan revisi terhadap sistem disesuaikan dengan kondisi lingkungan, baik internal maupun
eksternal perusahaan
Pengambilan Keputusan Investasi Teknologi Informasi
Pengambilan keputusan investasi dalam teknologi informasi sangat penting dalam menentukan sumber
daya yang akan dipilih dan digunakan, agar dapat menguatkan posisi strategis perusahaan. Pengambilan
keputusan ini dilakukan dengan mekanisme yang terstruktur dan disesuaikan dengan model pendanaan
yang akan dilakukan oleh perusahaan. Sudah cukup banyak kegagalan yang terjadi diakibatkan oleh
kesalahan dalam pengambilan keputusan investasi teknologi informasi sehingga terjadi pembengkakan
biaya
 Penyumbang terbesar dari kegagalan tersebut adalah ketidakmampuan dalam memprediksi investasi
teknologi informasi yang dibutuhkan perusahaan di masa depan
 Koordinasi Teknologi Informasi

Koordinasi antara teknologi informasi dan bisnis dilakukan dengan

cara melakukan sinkronisasi lintas fungsi dengan melalui laporan,
kontak fisik secara langsung, koordinasi antar gugus tugas, serta
pertemuan formal dan informal antar tim di lintas departemen
 Pengendalian Teknologi Informasi
 Pengendalian dilakukan agar proses penerapan teknologi informasi yang telah direncanakan sebelumnya dapat berjalan
sesuai dengan yang diharapkan
 Pengendalian dapat dilakukan baik secara formal maupun informal dan membutuhkan komitmen dari sumber daya, bai

sumber daya manusia maupun anggaran teknologi informasi .

Teknologi Big data dan Competitive Advantage

 Teori keunggulan kompetitif pertama kali dikenalkan oleh Porter (1985). Teori ini menyatakan bahwa
sukses tidaknya sebuah perusahaan ditentukan oleh keunggulan kompetitif yang dimiliki

 Keunggulan dapat berasal dari kapabilitas internal maupun eksternal perusahaan .

Aplikasi Bidang Keuangan

Keuangan sebagai topik telah secara intensif didorong oleh

data, dengan lembaga keuangan mengumpulkan dan
menganalisis data pelanggan dalam jumlah besar dan menarik
wawasan di berbagai bidang
 Data besar saat ini dengan cepat menjadi keterampilan yang
harus dimiliki oleh para profesional keuangan, alasannya
karena pekerjaan seorang profesional keuangan telah
berubah dari memeriksa akun, menyiapkan anggaran, dan
menganalisis varians ke tingkat multi-dimensi di mana
mereka harus keluar dengan yang baru. produk keuangan
yang sesuai dengan kebutuhan dan preferensi konsumen
serta pasar.
 Peningkatan Pendapatan
 Bank dan penyedia layanan keuangan lainnya merancang produk mereka, mengidentifikasi
pelanggan mereka, meluncurkan produk, dan menargetkan area improvisasi dengan menggunakan
analisis data untuk membantu lembaga keuangan meningkatkan pendapatan mereka

Meningkatkan komitmen dan keandalan pelanggan

 Melayani produk yang tepat pada waktu yang tepat kepada pelanggan yang tepat adalah kunci
sukses dalam lingkungan bisnis yang kompleks dan kompetitif saat ini
 Big data adalah menambang informasi. Lembaga keuangan sekarang menganalisis pengeluaran
dan perilaku investasi pelanggan mereka, sejarah default mereka dan sebagainya.
 Mengoptimalkan Aset dan mitigasi risiko

 Big data telah memungkinkan bank dan beberapa lembaga keuangan untuk memiliki informasi
sebelumnya tentang risiko gagal bayar, kemungkinan gagal bayar oleh nasabah, kemungkinan tingkat
suku bunga, kondisi pasar, dll

Bank Umum
 Analisis data besar di bank komersial bergerak lebih ke arah menganalisis data tidak
terstruktur dan memetakannya bersama data terstruktur untuk mendapatkan pandangan
menyeluruh tentang pelanggan dan membangun sistem pemberi rekomendasi waktu nyata
untuk memprediksi langkah mereka selanjutnya
 Penipuan Finansial

 Penipuan keuangan dapat dicegah dengan

menggunakan data besar
 Bank dapat menghubungi pelanggan mereka
segera setelah mereka menemukan transaksi
yang mencurigakan.
• Perdagangan Algoritmik

 Tren terbaru di pasar adalah perdagangan algoritmik, yang menjadi mungkin dengan perdagangan
otomatis bersama dengan data besar.
 Perdagangan algoritmik dijalankan dengan kecepatan dan frekuensi yang tidak akan mungkin terjadi
tanpa bantuan komputer dan pemrograman canggih bersama dengan data besar
• Hedge Fund

Perusahaan hedge fund besar merangkul data besar, terutama dalam dua cara:
 Dengan menemukan semua kemungkinan prediktor yang mungkin dapat mempengaruhi pengembalian
dana lindung nilai.
 Penggunaan big data yang kedua dalam bidang ini adalah penggunaan data proxy.
 Teknologi Finansial (FinTech)

 Teknologi Finansial mengacu pada segala jenis inovasi transaksi

keuangan dengan bantuan teknologi. Ekspansi besar fintech terjadi
di “bisnis pinjaman”.
 Beberapa di antaranya, milenial dengan riwayat kredit nol
sekarang dapat memiliki skor kredit mereka sendiri!
 Namun, perusahaan fintech lending zaman baru sedang melewati
rintangan itu dengan mengakses data ekstra melalui log panggilan
seluler, media sosial, dll
 Robo Advising

 Sebagian besar investor akan mendapat manfaat dengan memegang

portofolio yang terdiversifikasi. Namun, perencana keuangan yang dapat
secara efisien mengembangkan portofolio yang terdiversifikasi dan
menghasilkan pengembalian yang lebih baik hanya akan diberikan oleh
beberapa individu kaya.
 Namun, perusahaan manajemen aset besar menggunakan konsep
konsultasi therobo ditambah dengan pembelajaran mesin untuk membuat
perencanaan keuangan lebih murah bagi bagian pendapatan kelas
menengah untuk membelinya.
 Alat konsultasi fintechrobo akan memberikan saran yang beragam kepada

investor individu dan tidak memerlukan intervensi penasihat manusia .

 KESIMPULAN

Big data telah membawa dimensi baru di berbagai industri khususnya di sektor keuangan. Untuk bertahan
hidup di dunia yang kompetitif, bisnis terpaksa menggunakan data besar. Perusahaan keluar dengan produk
baru, strategi perdagangan yang kompleks, metode pembayaran dan pencairan pinjaman yang inovatif, dll.
Mereka juga telah mengurangi keterlibatan emosi dan bias manusia dengan menggunakan otomatisasi. Di
samping algoritma yang kompleks dapat mendistorsi pasar dan karenanya memiliki tantangannya sendiri.
Data besar bersama dengan teknologi, analitik canggih, dan teknik pembelajaran mesin membantu
perusahaan bisnis untuk melengkapi naluri manusia dan mengalami pengambilan keputusan yang lebih
baik dan mendapatkan keunggulan kompetitif
PowerPoint Presentation

Thank You
Insert the Sub Title of Your Presentation