Kamu tidak dapat mengendalikan apa yang tidak dapat kamu ukur

Ada banyak kebijaksanaan yang dikaitkan dengan W. Edward Deming dan Peter Drucker.
Hal ini terkait dengan kenapa saat ini ledakan data digital menjadi sangat penting. Hal ini
disebabkan karena adanya big data, manajer dapat mengetahui lebih luas mengenai bisnis
mereka dan dapat meningkatkan pengambilan keputusan dan kinerja mereka.
Pertimbangan retailing bahwa toko buku yang ada secara fisik dapat menelusur buku
yang terjual dan yang tidak terjual. Jika toko buku memiliki loyalty program maka dapat dilihat
keterkaitan beberapa pembelian dengan pelanggan. Loyalty program adalah program yang
dilakukan agar pembeli melakukan pembelian kembali dan menjadi pelanggan bagi perusahaan
tersebut. Retail online tidak hanya dapat menelusur apa yang pelanggan beli, tapi juga dapat
melihat bagaimana pelanggan dipengaruhi oleh promosi, review dan page layout. Dulunya, toko
buku mengembangkan algoritma untuk memprediksi buku apa yang akan dibaca pelanggan
selanjutnya. Retail yang tradisional tidak dapat mengakses informasi yang seperti itu. Hal ini
tidak mengherankan jika Amazon tidak menggunakan brick and morta dalam bisnisnya. Brick
and Morta adalah sistem penjualan dimana konsumen datang ke toko memilih, membeli, dan
mendapatkan barang.
Perusahaan yang lahir di era digital diharapkan dapat menyelesaikan segala hal bahwa
business executive tidak hanya mimpi generasi sebelumnya. Faktanya penggunaan Big data
mempunyai potensi transformasi dari bisnis tradisional menjadi lebih baik. Hal ini memberikan
banyak kesempatan untuk mendapatkan keuntungan yang kompetitif (bisnis online telah
diketahui bahwa mereka bersaing untuk seberapa baik data mereka untuk dipahami). Revolusi
big data jauh lebih baik dibandingkan dengan analytics yang digunakan sebelumnya. Big data
dapat memprediksi dan membuat keputusan yang lebih baik. Big data juga dapat membantu
dalam merencanakan intervensi secara efektif dan dapat melakukannya di area-area yang selama
ini hanya menggunakan keberanian dan intuisi bukan menggunakan data dan ketelitian.
Sebagai pedoman dan filosofi dari penyebaran dari big data, akan mengubah ide yang
lama tentang nilai dari pengalaman, keahlian yang alami, praktek manajemen. Pemimpin yang
cerdas dalam industri akan melihat kegunaan big data sebagai revolusi manajemen. Namun,
perubahan besar lainnya dalam bisnis, big data menjadi tantangan organisasi yang sangat besar

dan memerlukan hands on leadership atau bahkan dibeberapa kasus menggunakan handsoff
leadership.

Apa yang baru disini?

Kadang-kadang business executive menanyakan apakah big data kata lain dari analitis? Big data
dan analitis saling berhubungan : Perubahan big data seperti analitis sebelumnya, berusaha
mengumpulkan data dan mewujudkannya menjadi keuntungan bisnis.
Tiga perbedaan kunci dari big data:
a. Volume: Pada tahun 2012 2,5 exabytes data dibuat setiap harinya dan angka itu dua kali lipat
selama 40 bulan atau lebih. Banyaknya lintas data di internet setiap detiknya kemudian
disimpan di internet 20 tahun yang lalu. Hal ini memberikan kesempatan kepada perusahaan
untuk menggunakan data petabytes dalam sebuah data tunggal dan datanya tidak hanya dari
internet. Contohnya, Walmart diestimasikan mengumpulkan lebih dari 2,5 petabytes data
setiap jamnya dari transaksi konsumen. Petabytes adalah seperempat juta kali atau setara
dengan sekitar 20 juta lemari arsip 4-pintu penuh teks. Exabyte adalah 1000 petabyte atau
sekitar 1 milyar gigabyte.
b. Velocity: Dalam banyak aplikasi, kecepatan pembuatan data menjadi sangat penting
dibandingkan volume. Informasi yang tepat waktu atau hampir tepat waktu menjadi sangat
mungkin agar perusahaan dapat lebih cepat dibandingkan pesaingnya.Contohnya, Alex
Sandy Pentland dan timnya di MIT Media Lab menggunakan data lokasi dari mobile phone
dalam mengambil kesimpulan bagaimana tempat parkir di Black Friday saat belanja musim
natal di Amerika Serikat. Hal ini memungkinkan untuk mengestimasi penjualan retailer pada
hari-hari tertentu sebelum Macys mencatat penjualannya. Wawasan yang cepat dapat
menyediakan keuntungan kompetitif yang jelas terhadap analisis Wal Street dan Manager
Main Street
c. Variety: Big data dapat berupa pesan, memperbaharui, dan memasukkan gambar ke jaringan
social, membaca sensors, signal GPS dari cell phones dan masih banyak lagi. Banyak sumber
daya yang penting dari big data yang relatif baru. Jumlah informasi yang besar dari jaringan
social, contohnya tidak hanya jaringan sendiri. Facebook diluncurkan tahun 2004, twitter
tahun 2006. Pengguna smartphones dan mobile lainnya bahwa sekarang penyediaan jaringan
data yang besar yang terjalin dengan orang, aktivitas dan lokasi. Perangkat ada dimanamana , sangat mudah untuk mengabaikan bahwa Iphone diluncurkan lima tahun yang lalu

dan ipad tahun 2010. Struktur database yang menyimpan infromasi perusahaan sampai saat
ini tidak cocok untuk penyimpanan dan pemrosesan big data. Pada waktu yang sama, dapat
menghemat biaya-biaya pada elements of computing seperti penyimpanan, memori,
pemrosesan, bandwith dan banyak lagi sehingga penggunaan big data yang sebelumnya
mahal akan menjadi lebih ekonomis.
Masih banyak lagi aktivitas bisnis yang didigitalisasi, sumber daya informasi yang baru dan
peralatan yang lebih murah yang dikombinasikan ke era yang baru : satu dimana jumlah data
yang yang besar dari informasi digital yang ada secara virtual untuk setiap topik yang menarik
dalam sebuah bisnis. Mobile phone, online shopping, social networks, komunikasi elektronik,
GPS dan mesin yang diinstrumentasi menghasilkan torrents data dengan produk yang
diopersikan seperti biasa. Ada yang bertindak sebagai genearator data. Ketersediaan data sering
kali tidak terstruktur-tidak terorganisasi dalam database- dan susah untuk digunakan tetapi ada
banyak jumlah yang tidak teratur hanya menunggu diluncurkan. Analitis mengambil teknik yang
teliti untuk membuat keputusan, dengan big data adalah hal yang sederhana dan lebih kuat. Peter
Norvig: Kita tidak memiliki algoritma yang lebih baik namun kita hanya memiliki lebih banyak
data.

Bagaimana Data Memicu Kinerja Perusahaan

Pertanyaan skeptic kedua yang ditanyakan:
Dimana bukti penggunaan intelejen big data yang akan mengembangkan kinerja perusahaan?
Untuk menyelesaikan celah tersebut, sebuah tim pusat MIT Digital Business bekerjasama dengan
kantor teknologi dari perusahaan MCKensey dan kolega Lorin Hit pada perusahaan Warton serta
mahasiswa doctoral Heekyung Kim. Tim tersebut melakukan penyajian hipotesis bahwa data
driven perusahaan menjadi bentuk yang terbaik. Tim melakukan interview yang terstruktur
kepada para eksekutif yang bekerja di 330 perusahaan publik di Amerika Utara mengenai
organisasi, praktek manajemen teknologi mereka dan mengumpulkan data tentang kinerja dari
laporan tahunan serta dari sumber independen. Tidak seorangpun menggunakan data driven
untuk pengambilan keputusan. Faktanya, tim menemukan sikap dan pendekatan setiap industri.
Tapi semua analisis yang dilakukan, sebuah relasi yang paling menonjol: semakin banyak
perusahaan yang mencirikan dirinya sebagai data driven, semakin baik mereka menampilkan

kinerja pada ukuran keuangan dan hasil operasional. Khususnya perusahaan yang merupakan
tiga teratas dalam industri yang menggunakan data-driven untuk membeuat keputusan, rata-rata
lebih produktif 5% dan profinya 6% dibandingkan kompetitornya. Perbedaan kinerja ini tetap
kuat setelah melakukan akunting untuk kontribusi pegawai, modal, pembayaran jasa, dan
investasi IT tradisional. Statisik tersebut sangat signifikan dan ekonominya sangat penting
tercermin dalam peningkatan pengukuran penilaian saham.
Tantangan yang bersifat teknis saaat ini sangatlah nyata. Dalam level manajerial, tantangan
terdapat pada peran tim senior eksekutif.
Meniadakan opini orang yang dibayar tinggi. Salah satu hal yang paling kritis tentang big
data adalah pengaruhnya dalam pengambilan keputusan yang dibuat dan siapa yang membuat
keputusan tersebut. Data yang langka, mahal untuk didapatkan, atau tidak tersedia dalam bentuk
format digital akan mempengaruhi orang-orang dalam membuat keputusan sehingga mereka
akan melakukan atas dasar pengalaman , pola, dan hubungan yang telah diamati dan
diinternalisasi. Intuisi merupakan label yang diberikan pada gaya penarikan kesimpulan dan
pengambilan keputisan tersebut. Orang-orang akan memberikan pendapat mengenai apa yang
didapat di masa depan apa yang terjadi, seberapa baik hal-hal tersebut akan bekerja, dan
sebagainya dan kemudian merencanakan sesuai dengan hal tersebut.
Untuk pengambilan keputusan yang utama, ada tipe orang yang dianggap memiliki posisi di
level tertinggi dalam organisasi atau membawa pihak luar yang bernilai tinggi karena keahlian
dan pengalamannya. Banyak kumpulan data yang masih dijaga karena kadang keputusan
terpenting perusahaan lebih mengacu pada opini orang yang dibayar tinggi (HIPPO).
Untuk meyakinkan, beberapa senior eksekutif melakukan pengecekan data dan bersedia untuk
menolak intuisi mereka ketika data yang diperoleh tidak sama dengan intuisi. Tapi kami percaya
bahwa bisnis hari ini masih banyak yang lebih mengandalkan pada orang yang pengalaman,
intuisi, dan ketidakcukupan data. Untuk penelitian kami, kami membuat 5 poin skala gabungan
yang diperoleh dari seluruh data perusahaan yang telah dicek. Sekitar 32% responden menilai
perusahaan mereka berada pada atau di bawah skala poin 3.
Peran Baru. Eksekutif tertarik memimpin transisi big data dengan memulai pada 2 teknik
simpel. Pertama, mereka terbiasa dengan pertanyaan Apa yang data katakan? ketika
dihadapkan dengan sebuah keputusan penting dan ditindaklanjuti dengan pertanyaan yang lebih
spesifik seperti Darimana data diperoleh?, Apa jenis analisis yang dilakukan?, dan

Seberapa yakin kita pada hasilnya? (orang-orang akan lebih cepat merespon apabila eksekutif
disiplin membangun hal tersebut). Kedua, mereka akan membiarkan diri ditolak oleh data
(mengeyampingkan intuisi), beberapa hal dilakukan untuk mengubah budaya pengambilan
keputusan daripada harus melihat seorang senior eksekutif memberikan keputusan ketika data
membantah firasatnya.
Meskipun data dapat membantu menyelesaikan masalah, ahli tetaplah penting. Bagian ahli yang
tradisional mereka memiliki wawasan yang luas adalah orang-orang yang tahu dimana
peluang dan tantangan terbesar berbohong. PASSUR, mencoba untuk menyewa sebanyak
mungkin orang yang memiliki pengetahuan yang luas tentang operasi di bandara utama Amerika.
Mereka akan sangat berharga dalam membantu perusahaan mencari tahu tentang penawaran dan
pemasarannya kemudian.
Pergerakan big data yang semakin maju akan membuat peran ahli bergeser. Mereka akan
dihargai bukan karena HIPPOnya gaya menjawab , tapi karena mereka tahu apa pertanyaan
yang diminta. Pablo Picasso mungkin telah memikirkan tentang posisi yang memikli keahlian
ketika dia berkata Komputer tidak berguna. Mereka hanya dapat memberikan kamu jawaban

Lima (5) Tantangan Manajemen

Perusahaan tidak akan mendapatkan keuntungan maksimal dari transisi ke penggunaan Big Data
kecuali mereka mampu untuk mengelola perubahan tersebut secara efektif. Lima (5) area yang
sangat penting dalam proses tersebut antara lain:
1. Kepemimpinan (Leadership). Kesuksesan perusahaan didapatkan tidak hanya karena
mereka memiliki data yang banyak dan juga baik namun juga didukung oleh tim
kepemimpinan yang dapat menetapkan tujuan perusahaan dengan jelas, menjelaskan apa
yang dimaksud dengan sukses dan menanyakan pertanyaan yang tepat.
2. Talent Management. Data menjadi murah sehingga kelengkapan data menjadi lebih
berharga. Ilmuwan data dan tenaga ahli professional yang bekerja dengan kuantitas
informasi yang besar mempunyai peran penting untuk melengkapi data tersebut.
3. Teknologi. Alat yang digunakan untuk menangani volume, velocity dan variety dari Big
Data telah meningkatdalam bebebrapa tahun ini. Pada umumnya, teknologi ini tidak
terlalu mahal dan banyak software didapatkan dengan bebas. Hadoop merupakan suatu
kerangka yang biasanya digunakan, mengkombinasikan perangkat keras (hardware)
dengan open-source software.Hadoop mengambil aliran data yang masuk dan kemudian
mendistibusikannya kedalam disket murah; selain itu hadoop juga menyediakan alat
untuk menganalisis data. Namun, teknologi ini tetap membutuhkan keahlian yang terbaru
untuk sebagian besar departemen IT, yang mana mereka akan bekerja dengan keras untuk
mengintegrasikan seluruh sumber internal dan eksternal yang relevan.

4. Pengambilan Keputusan (Decision Making). Organisasi yang efektif menaruh

informasi dan hak pengambilan keputusan yang relevan pada suatu tempat/wadah yang
sama. Pada era Big Data, informasi dihasilkan dan ditransfer serta keahlian tidak ada
pada tempatnya. Pemimpin akan menciptakan organisasi yang cukup fleksibel untuk
meminimalisir sindrom not invented here dan memaksimalkan kerjasama lintas
fungsional.
5. Budaya Perusahaan. Kita sering melihat eksekutif yang melakukan window-dressing
laporan keuangan menggunakan banyak data yang mendukung pengambilan keputusan
yang telah mereka lakukan menggunakan pendekatan tradisional HiPPO.
Tanpa perlu ditanyakan lagi, masih terdapat halangan untuk tetap sukses yaitu antara lain:
- Ilmuwan data masih terlalu sedikit
- Teknologi masih baru dan masih langka
- Perubahan budaya
- Urusan mengenai privacy menjadi sangat signifikan
- Teknologi dan hasil bisnis tidak dapat diragukan
Bukti menjadi jelas: pengambilan keputusan yang dipicu berdasarkan data merupakan
pengambilan keputusan yang lebih baik. Pemimpin bisa merangkul/menerima fakta ini atau
mungkin bisa digantikan dengan orang yang bisa menerima hal tersebut. Perusahaan yang dapat
mengkombinasikan domain expertise dengan ilmuwan data akan meninggalkan pesaing mereka.