Kecerdasan Bisnis

Business intelligence ( BI ) adalah seperangkat teori, metodologi, arsitektur, dan teknologi yang mengubah data mentah menjadi informasi yang bermakna dan berguna untuk tujuan bisnis. BI dapat menangani sejumlah besar informasi untuk membantu mengidentifikasi dan mengembangkan peluang baru. Memanfaatkan peluang baru dan menerapkan strategi yang efektif dapat memberikan keunggulan pasar yang kompetitif dan stabilitas jangka panjang.

Umumnya, Business Intelligence adalah meningkatkan jumlah komponen, yaitu:

·         Agregasi Multidimensional

·         Denormalization dan standarisasi

·         Pelaporan dengan peringatan analitis

·         Analisis statistik

·         Konsolidasi Group dan penganggaran

·         Indikator Kinerja Utama (analisis)

Teknologi BI memberikan sejarah, saat ini dan prediksi pandangan operasi bisnis. Fungsi umum dari teknologi intelijen bisnis pelaporan , pengolahan analisis online , analisis , data mining ,mining proses , pengolahan acara kompleks , manajemen kinerja bisnis , pembandingan , pertambangan teks , analisis prediktif dan analisis preskriptif .

Meskipun intelijen bisnis jangka kadang-kadang merupakan sinonim untuk intelijen kompetitif (karena mereka berdua dukungan pengambilan keputusan ), BI menggunakan teknologi, proses, dan aplikasi untuk menganalisis sebagian besar internal, data terstruktur dan proses bisnis sementara intelijen kompetitif mengumpulkan, menganalisa dan menyebarkan informasi dengan fokus topikal pada pesaing perusahaan. Jika dipahami secara luas, intelijen bisnis dapat mencakup subset dari intelijen kompetitif^.

Sejarah

Dalam sebuah artikel tahun 1958, IBM peneliti Hans Peter Luhn menggunakan intelijen bisnis jangka panjang. Dia dipekerjakan Webster kamus definisi kecerdasan: ". Kemampuan untuk menangkap hubungan timbal balik fakta yang disajikan sedemikian rupa untuk membimbing tindakan ke arah tujuan yang diinginkan" 

Bisnis intelijen seperti yang dipahami saat ini dikatakan telah berevolusi dari sistem pendukung keputusan yang dimulai pada tahun 1960 dan dikembangkan sepanjang pertengahan 1980-an.DSS berasal dari model-dibantu komputer dibuat untuk membantu pengambilan keputusan dan perencanaan. Dari DSS, data warehouse , Sistem Informasi Eksekutif , OLAP dan intelijen bisnis datang ke dalam fokus yang dimulai pada tahun 80-an.

Pada tahun 1988, sebuah konsorsium Italia-Belanda-Perancis-Inggris yang menyelenggarakan pertemuan internasional tentang Analisis Data Multiway di Roma. Tujuan utamanya adalah untuk mengurangi berbagai dimensi ke satu atau dua (dengan mendeteksi pola dalam data ) yang kemudian dapat disampaikan kepada pengambil keputusan manusia.

Pada tahun 1989, Howard Dresner (kemudian seorang Gartner Group analis) mengusulkan "intelijen bisnis" sebagai istilah umum untuk menggambarkan "konsep dan metode untuk meningkatkan pengambilan keputusan bisnis dengan menggunakan sistem pendukung berdasarkan fakta".Tidak sampai akhir 1990 bahwa penggunaan ini tersebar luas.

Intelijen bisnis dan data pergudangan

Seringkali aplikasi BI menggunakan data yang dikumpulkan dari data warehouse atau data mart . Sebuah gudang data adalah salinan data analitis yang memfasilitasi dukungan keputusan.Namun, tidak semua gudang data yang digunakan untuk intelijen bisnis, juga tidak semua aplikasi bisnis intelijen memerlukan data warehouse.

Untuk membedakan antara konsep intelijen bisnis dan data warehouse, Forrester Research sering mendefinisikan intelijen bisnis di salah satu dari dua cara:

Menggunakan definisi yang luas: "Business Intelligence adalah seperangkat metodologi, proses, arsitektur, dan teknologi yang mengubah data mentah menjadi informasi yang bermakna dan berguna digunakan untuk mengaktifkan lebih efektif wawasan strategis, taktis, dan operasional dan pengambilan keputusan."  Bila menggunakan definisi ini, intelijen bisnis juga mencakup teknologi seperti integrasi data, kualitas data, data warehousing, manajemen data master, teks dan konten analisis, dan banyak orang lain yang pasar kadang-kadang benjolan ke Manajemen Informasi segmen. Oleh karena itu, Forrester mengacu pada penyiapan data dan penggunaan data sebagai dua segmen terpisah, tetapi terkait erat dari intelijen bisnis tumpukan arsitektur.

Forrester mendefinisikan yang terakhir, pasar intelijen bisnis sempit sebagai, "... hanya mengacu pada lapisan atas tumpukan arsitektur BI seperti pelaporan, analisis dan dashboard .

Intelijen bisnis dan bisnis analisis

Thomas Davenport berpendapat bahwa kecerdasan bisnis harus dibagi ke dalam query , pelaporan , OLAP , sebuah "peringatan" alat, dan analisis bisnis . Dalam definisi ini, analisis bisnis adalah bagian dari BI berdasarkan statistik, prediksi, dan optimasi.

Aplikasi dalam suatu perusahaan

Bisnis intelijen dapat diterapkan untuk tujuan bisnis berikut, dalam rangka mendorong nilai bisnis. Pengukuran - program yang menciptakan hirarki metrik kinerja (lihat juga Metrik Reference Model ) dan benchmarking yang menginformasikan pemimpin bisnis tentang kemajuan menuju tujuan bisnis ( manajemen proses bisnis ).

1.     Analytics - program yang membangun proses kuantitatif untuk bisnis untuk sampai pada keputusan yang optimal dan untuk melakukan penemuan pengetahuan bisnis. Sering melibatkan:data mining , mining proses , analisis statistik , analisis prediktif , model prediktif , pemodelan proses bisnis , pengolahan acara kompleks dan analisis preskriptif .

2.     Pelaporan / pelaporan perusahaan - program yang membangun infrastruktur untuk pelaporan strategis untuk melayani manajemen strategis dari bisnis, bukan pelaporan operasional.Sering melibatkan visualisasi data , sistem informasi eksekutif dan OLAP .

3.     Kolaborasi / platform kolaborasi - program yang mendapat area yang berbeda (baik di dalam dan di luar bisnis) untuk bekerja bersama-sama melalui berbagi data dan pertukaran data elektronik .

4.     Pengetahuan manajemen - program untuk membuat data perusahaan didorong melalui strategi dan praktek untuk mengidentifikasi, menciptakan, merepresentasikan, mendistribusikan, dan memungkinkan adopsi wawasan dan pengalaman yang pengetahuan bisnis sejati. Pengetahuan manajemen mengarah ke manajemen pembelajaran dan kepatuhan terhadap peraturan .

Selain di atas, intelijen bisnis juga dapat memberikan pendekatan pro-aktif, seperti fungsi ALARM untuk mengingatkan segera untuk end-user. Ada banyak jenis peringatan, misalnya jika beberapa nilai bisnis melebihi nilai ambang batas warna dari jumlah itu dalam laporan akan menyala MERAH dan analis bisnis disiagakan. Kadang-kadang mail alert akan dikirim ke pengguna juga. Akhir ini untuk mengakhiri proses memerlukan tata kelola data, yang harus ditangani oleh ahli. 

Prioritas proyek intelijen bisnis 

Hal ini sering sulit untuk memberikan kasus bisnis yang positif untuk inisiatif intelijen bisnis dan sering proyek harus diprioritaskan melalui inisiatif strategis. Berikut adalah beberapa petunjuk dan keuntungan untuk meningkatkan manfaat untuk proyek BI.

·         Seperti dijelaskan oleh Kimbali Anda harus menentukan manfaat nyata seperti biaya dihilangkan menghasilkan laporan warisan.

·         Menegakkan akses ke data untuk seluruh organisasi. Dengan cara ini bahkan manfaat kecil, seperti beberapa menit yang disimpan, membuat perbedaan ketika dikalikan dengan jumlah karyawan di seluruh organisasi.

·         Seperti dijelaskan oleh Ross, Weil & Roberson untuk Enterprise Architecture,  mempertimbangkan membiarkan proyek BI didorong oleh inisiatif bisnis lainnya dengan kasus bisnis yang sangat baik. Untuk mendukung pendekatan ini, organisasi harus memiliki arsitek enterprise yang dapat mengidentifikasi proyek-proyek bisnis yang cocok.

·         Gunakan metodologi terstruktur dan kuantitatif untuk membuat prioritas dipertahankan sesuai dengan kebutuhan sebenarnya dari organisasi, seperti matriks keputusan tertimbang.

Faktor keberhasilan implementasi 

Sebelum menerapkan solusi BI, perlu mengambil berbagai faktor menjadi pertimbangan sebelum melanjutkan. . Menurut Kimball et al, ini adalah tiga bidang penting bahwa Anda perlu menilai dalam organisasi Anda sebelum bersiap-siap untuk melakukan proyek BI:

1.     Tingkat komitmen dan sponsor dari proyek dari manajemen senior

2.     Tingkat bisnis perlu untuk menciptakan implementasi BI

3.     Jumlah dan kualitas data bisnis yang tersedia.

Sponsorship Bisnis

Komitmen dan sponsorship dari manajemen senior yang menurut Kimball et al. , kriteria yang paling penting untuk penilaian. Hal ini karena memiliki dukungan manajemen yang kuat membantu mengatasi kekurangan tempat lain dalam proyek. Namun, seperti Kimball et al. negara: "bahkan yang paling elegan dirancang DW / sistem BI tidak dapat mengatasi kurangnya bisnis [manajemen] sponsorship". Adalah penting bahwa personil yang berpartisipasi dalam proyek ini memiliki visi dan ide dari kelebihan dan kekurangannya menerapkan sistem BI. Sponsor bisnis terbaik harus memiliki pengaruh organisasi dan harus dihubungkan dengan baik dalam organisasi. Ini sangat ideal bahwa sponsor bisnis menuntut tapi juga mampu bersikap realistis dan mendukung jika pelaksanaan berjalan ke keterlambatan atau kekurangan. Manajemen sponsor juga harus mampu mengasumsikan akuntabilitas dan untuk bertanggung jawab atas kegagalan dan kemunduran pada proyek.Dukungan dari beberapa anggota manajemen memastikan proyek tidak gagal jika satu orang meninggalkan kelompok pengarah. Namun, memiliki banyak manajer bekerja sama dalam proyek ini juga bisa berarti bahwa ada beberapa kepentingan yang berbeda yang mencoba untuk menarik proyek dalam arah yang berbeda, seperti jika departemen yang berbeda ingin lebih menekankan pada penggunaannya. Masalah ini dapat diatasi dengan analisis awal dan spesifik dari area bisnis yang paling diuntungkan dari pelaksanaannya. Semua pemangku kepentingan dalam proyek harus berpartisipasi dalam analisis ini agar mereka merasa memiliki proyek dan untuk menemukan kesamaan.

Masalah manajemen lain yang harus dihadapi sebelum memulai pelaksanaan jika sponsor bisnis terlalu agresif. Jika manajemen individu akan terbawa oleh kemungkinan menggunakan BI dan mulai menginginkan DW atau BI implementasi untuk memasukkan beberapa set data yang berbeda yang tidak termasuk dalam tahap perencanaan awal. Namun, karena implementasi tambahan data tambahan dapat menambahkan beberapa bulan ke rencana semula, adalah bijaksana untuk memastikan orang dari manajemen menyadari tindakannya.

Bisnis kebutuhan

Karena hubungan yang erat dengan manajemen senior, hal lain yang penting yang harus dinilai sebelum proyek dimulai adalah apakah atau tidak ada kebutuhan bisnis dan apakah ada manfaat bisnis yang jelas dengan melakukan implementasi. Kebutuhan dan manfaat dari pelaksanaannya kadang-kadang didorong oleh persaingan dan kebutuhan untuk memperoleh keuntungan di pasar. Alasan lain untuk pendekatan berbasis bisnis untuk implementasi BI adalah akuisisi organisasi lain yang memperbesar organisasi asli kadang-kadang dapat bermanfaat untuk menerapkan DW atau BI dalam rangka menciptakan lebih banyak pengawasan.

Perusahaan yang mengimplementasikan BI sering besar, organisasi multinasional dengan anak perusahaan yang beragam.  Sebuah solusi BI yang dirancang dengan baik memberikan pandangan konsolidasi data bisnis utama tidak tersedia di tempat lain dalam organisasi, memberikan visibilitas manajemen dan kontrol atas langkah-langkah yang lain tidak akan ada.

Jumlah dan kualitas data yang tersedia 

Tanpa data yang baik, tidak peduli seberapa baik sponsorship manajemen atau motivasi-driven bisnis. Tanpa data yang tepat, atau dengan kualitas data terlalu sedikit, setiap pelaksanaan BI gagal. Sebelum pelaksanaan itu adalah ide yang baik untuk melakukan data profiling. Analisis ini mengidentifikasi "konten, konsistensi dan struktur [..]" dari data. Hal ini harus dilakukan sedini mungkin dalam proses dan jika analisis menunjukkan bahwa data yang kurang, menempatkan proyek di rak sementara sedangkan departemen TI angka keluar bagaimana benar mengumpulkan data.

Ketika merencanakan untuk data bisnis dan kebutuhan intelijen bisnis, selalu dianjurkan untuk mempertimbangkan skenario tertentu yang berlaku untuk organisasi tertentu, dan kemudian pilih fitur intelijen bisnis paling cocok untuk skenario.

Seringkali, skenario berputar di sekitar proses bisnis yang berbeda, masing-masing dibangun di atas satu atau lebih sumber data. Sumber-sumber ini digunakan oleh fitur yang menyajikan data itu sebagai informasi kepada pekerja pengetahuan, yang kemudian bertindak berdasarkan informasi tersebut. Kebutuhan bisnis organisasi untuk setiap proses bisnis yang diadopsi sesuai dengan langkah-langkah penting dari intelijen bisnis. Langkah-langkah penting dari intelijen bisnis termasuk tetapi tidak terbatas pada:

1.     Pergi melalui sumber data bisnis untuk mengumpulkan data yang diperlukan

2.     Mengkonversi data bisnis untuk informasi dan menyajikan tepat

3.     Query dan menganalisis data

4.     Bertindak berdasarkan data yang dikumpulkan

The segi kualitas dalam intelijen bisnis harus mencakup semua proses dari sumber data untuk pelaporan akhir. Pada setiap langkah, gerbang kualitas yang berbeda:

1.     Sumber Data:

·         Data Standardisasi: membuat data pembanding (unit yang sama, pola yang sama ..)

·         Master Data Management: referensial unik

2.     Operational Data Store (ODS) :

·         Pembersihan Data: mendeteksi & memperbaiki data yang tidak akurat

·         Data Profiling: memeriksa nilai yang tidak pantas, null / kosong

3.     Datawarehouse :

·         Kelengkapan: memeriksa bahwa semua data yang diharapkan adalah dimuat

·         Referensial integritas: unik dan referensial yang ada di atas semua sumber

·         Konsistensi antara sumber: memeriksa data gabungan vs sumber

4.     Pelaporan:

·         Keunikan indikator: hanya satu saham kamus indikator

·         Formula akurasi: rumus pelaporan lokal harus menghindari atau diperiksa

Aspek Pengguna

Beberapa pertimbangan harus dilakukan agar berhasil mengintegrasikan penggunaan sistem intelijen bisnis dalam sebuah perusahaan. Pada akhirnya sistem BI harus diterima dan dimanfaatkan oleh pengguna dalam rangka untuk menambah nilai bagi organisasi. Jika kegunaan dari sistem yang miskin, pengguna dapat menjadi frustrasi dan menghabiskan cukup banyak waktu mencari tahu bagaimana menggunakan sistem atau mungkin tidak dapat benar-benar menggunakan sistem. Jika sistem tidak menambah nilai misi pengguna, mereka tidak menggunakannya.

Untuk meningkatkan penerimaan pengguna sistem BI, dapat disarankan untuk berkonsultasi pengguna bisnis pada tahap awal dari siklus hidup DW / BI, misalnya pada fase persyaratan pengumpulan.  Hal ini dapat memberikan wawasan tentang proses bisnis dan apa pengguna butuhkan dari sistem BI. Ada beberapa metode untuk mengumpulkan informasi ini, seperti kuesioner dan wawancara sesi.

Ketika mengumpulkan persyaratan dari pengguna bisnis, departemen TI lokal juga harus berkonsultasi untuk menentukan mana tingkat adalah mungkin untuk memenuhi kebutuhan bisnis berdasarkan data yang tersedia.

Mengambil pendekatan yang berpusat pada pengguna di seluruh tahap desain dan pengembangan lebih lanjut dapat meningkatkan kemungkinan adopsi pengguna cepat dari sistem BI. 

Selain fokus pada pengalaman pengguna yang ditawarkan oleh aplikasi BI, mungkin juga mungkin memotivasi pengguna untuk menggunakan sistem dengan menambahkan unsur kompetisi.Kimball  menyarankan menerapkan fungsi pada situs portal Business Intelligence di mana laporan tentang penggunaan sistem dapat ditemukan. Dengan demikian, manajer dapat melihat seberapa baik departemen mereka lakukan dan membandingkan diri dengan orang lain dan hal ini dapat memacu mereka untuk mendorong staf mereka untuk memanfaatkan sistem BI bahkan lebih.

Dalam sebuah artikel tahun 2007, HJ Watson memberikan contoh bagaimana unsur kompetitif dapat bertindak sebagai insentif.  Watson menjelaskan bagaimana sebuah call center besar menerapkan dashboard kinerja untuk semua agen call, dengan bonus insentif bulanan terkait dengan metrik kinerja. Juga, agen bisa membandingkan kinerja mereka kepada anggota tim lainnya.Pelaksanaan jenis pengukuran kinerja dan kompetisi secara signifikan meningkatkan kinerja agen.

Peluang BI keberhasilan dapat ditingkatkan dengan melibatkan manajemen senior untuk membantu membuat BI menjadi bagian dari budaya organisasi , dan dengan menyediakan pengguna dengan alat yang diperlukan, pelatihan, dan dukungan.  Pelatihan mendorong lebih banyak orang untuk menggunakan aplikasi BI. 

Memberikan dukungan pengguna diperlukan untuk mempertahankan sistem BI dan menyelesaikan masalah pengguna.  Dukungan pengguna dapat dimasukkan dalam berbagai cara, misalnya dengan membuat sebuah website. Website harus berisi konten yang besar dan alat-alat untuk mencari informasi yang diperlukan. Selain itu, dukungan helpdesk dapat digunakan. Help desk dapat diawaki oleh power user atau tim proyek DW / BI. 

Tren intelijen bisnis lainnya adalah sebagai berikut:

·                Pihak ketiga produk SOA-BI semakin menangani ETL masalah volume dan throughput.

·                Perusahaan merangkul in-memory pengolahan, pengolahan 64-bit, dan pra-paket aplikasi BI analitik.

·                Aplikasi operasional memiliki komponen callable BI, dengan perbaikan dalam waktu respon, skala, dan concurrency.

·                Dekat atau real time analisis BI adalah ekspektasi awal.

·                Open source software BI menggantikan penawaran penjual.

Jalur lain dari penelitian termasuk penelitian gabungan intelijen bisnis dan data pasti.  Dalam konteks ini, data yang digunakan tidak dianggap tepat, akurat dan lengkap. Sebaliknya, data yang dianggap tidak pasti dan karena ketidakpastian ini disebarkan ke hasil yang dihasilkan oleh BI.

Menurut sebuah studi oleh Grup Aberdeen, telah terjadi peningkatan minat Software-as-a-Service (SaaS) intelijen bisnis selama beberapa tahun terakhir, dengan dua kali lebih banyak organisasi yang menggunakan pendekatan penyebaran ini sebagai salah satu tahun yang lalu - 15% pada tahun 2009 dibandingkan dengan 7% pada tahun 2008. 

Sebuah artikel oleh InfoWorld Chris Kanaracus menunjukkan data pertumbuhan serupa dari perusahaan riset IDC, yang memprediksi pasar SaaS BI akan tumbuh 22 persen setiap tahun sampai 2013 berkat peningkatan kecanggihan produk, anggaran TI tegang, dan faktor lainnya. 

sumber data diatas berasal dari http://en.wikipedia.org/wiki/Business_intelligence

jadi bisnis intellegence (kecerdasan bisnis ) dapat digunakan untuk membantu bisnis dalam pengembangan peluang bisnisnya menggunakan ide-ide yang di dapat dari informasi tersebut.