JAKARTA (IndoTelko) - Transformasi digital yang tumbuh dan berkembang begitu pesat membuat berbagai industri dan perusahaan menghadapi volume data yang sangat besar.
Untuk memajukan bisnisnya dengan membuat keputusan yang data-driven, diperlukan cara untuk menganalisa data dengan cepat dan efektif. Business Intelligence sudah banyak dipakai untuk mengamati data secara makro, namun belum ada solusi yang mumpuni untuk mengeksplorasi data secara mikro.
Salah satu solusi yang bisa digunakan adalah analitik grafik atau graph analytics adalah solusi analitik yang fokus pada keterhubungan antar titik data. Teknologi terbaru ini membantu perusahaan menemukan wawasan berharga dari jaringan data yang kompleks. Identifikasi pola, tren, anomali, dan koneksi tersembunyi yang mungkin terlewatkan oleh solusi analitik tradisional, kini dapat diungkapkan dengan analitik grafik. Solusi ini dapat memberikan pemahaman yang lebih baik tentang perilaku pelanggan, tren pasar, dan informasi lain yang penting untuk pelaku bisnis.
Keunggulannya adalah kemampuannya yang dirancang khusus untuk menangani data besar yang saling terkait. Sistem database konvensional pada umumnya kesulitan menangani jenis data seperti ini. Dengan analik grafik, perusahaan dapat menganalisa data dengan cakupan yang lebih luas, sehingga mendapatkan gambaran yang lebih komprehensif tentang operasional mereka.
Keunggulan lain yang tak kalah penting adalah kemampuannya memvisualisasikan relasi data secara intuitif sehingga sangat mudah untuk dimengerti.
"Orang berpikir secara visual, atau dengan kata lain: grafik. Analitik grafik memudahkan manajemen perusahaan untuk memahami datanya dalam konteks yang sesuai dengan lini bisnis", ujar Head of Solution and Services Fujitsu Indonesia, Ewin Tan.
Analitik grafik dapat diterapkan di berbagai industri. Terintegrasi dengan sistem informasi dan solusi analitik data yang sudah ada, analitik grafik dapat meningkatkan pemahaman bisnis dengan beberapa cara, antara lain :
1. Model data fleksibel
Setiap sektor bisnis memiliki perspektif yang berbeda dalam memahami data. Begitu juga dengan perkembangan bisnis yang cepat, mengharuskan perusahaan untuk menyesuaikan diri secara terus menerus sehingga perlu mengubah model data sesuai kebutuhan.
2. Olah unstructured data
Selain dari data tabular atau terstruktur, banyak informasi yang dapat diambil dari data non-struktur seperti email, dokumen, atau artikel dengan menggunakan teknologi Natural Language Processor (NLP) dan Entity Extraction berbasis AI.
3. Deteksi anomali
Algoritma analitik grafik dapat menemukan penyimpangan, penyalahgunaan, penipuan, ketidakefisienan, ketidakwajaran, ataupun hal abnormal lain yang ada di dalam data. Dengan machine learning, kemampuan deteksi dapat ditingkatkan lebih jauh lagi untuk mencari pola-pola baru.
4. Ungkap relasi tersembunyi
Analitik grafik dapat memvisualisasikan keterhubungan dalam suatu jaringan. Menggunakan cluster recognition, berbagai jenis relasi dalam bermacam jaringan dapat dikenali dan dipetakan sesuai relasi sosial antar entitas data.
5. Nilai resiko
Pola anomali dan relasi yang ditemukan dapat dijadikan parameter untuk menghitung skor potensi atau resiko, untuk dengan cepat menganalisa semua titik data yang ada.
6. Monitoring dan notifikasi
Demi kemudahan operasional, otomasi adalah keharusan untuk senantiasa memantau seluruh perubahan dan penambahan data, sehingga pengguna mendapatkan notifikasi hanya untuk hal-hal yang perlu mendapat atensi dan prioritas.
7. Visualisasi time and space
Dengan memanfaatkan data tanggal dan koordinat geografis, penggambaran suatu situasi berdasarkan riwayat dan lokasi dapat dengan mudah dijelaskan secara intuitif dan interaktif.
8. Profiling data
Semua data yang sudah dikonsolidasikan dalam analitik grafik dapat ditemukan dengan mudah melalui pencarian universal dan ditampilkan dalam bentuk folder profil yang berisikan semua informasi dan koneksi terhadap data tersebut.
Analitik grafik dapat digunakan di berbagai industri untuk membantu perusahaan menganalisa dan memahami relasi antar bermacam elemen dalam suatu jaringan.
Berikut beberapa manfaat dari implementasi analitik grafik :
Sosial/Retail
Analitik grafik digunakan untuk menganalisa jaringan sosial, seperti hubungan antar orang, kelompok, dan peristiwa/barang. Dengan demikian, perusahaan dapat memahami bagaimana pelanggan berinteraksi satu sama lain, tokoh influensial, dan pola-pola perilaku lainnya.
Finansial
Analitik grafik diaplikasikan untuk investigasi fraud, money laundering, dan risk management. Sebagai contoh: proses identifikasi dan pelacakan transaksi keuangan ilegal, analisa profil pelanggan, dan pembuatan model deteksi penipuan atau penggelapan.
Keamanan
Analitik grafik dimanfaatkan untuk mengidentifikasi potensi kerawanan dengan menganalisa relasi antar berbagai perangkat dan organisasi. Bisa juga digunakan untuk mengenali pola perilaku untuk mengindikasikan percobaan serangan.
Supply Chain Management
Analitik grafik diterapkan untuk melakukan analisis dan optimasi jaringan pasokan, termasuk relasi antar supplier, manufaktur, dan distributor. Perusahaan dapat mengenali inefisiensi dan peluang untuk cost savings, serta meningkatkan kinerja jalur pengadaan mereka.
Kesehatan (Healthcare)
Analitik grafik diimplementasikan untuk menganalisa data medikal, termasuk rekam medis pasien, uji klinis, dan interaksi obat. Ini membantu institusi kesehatan untuk mengidentifikasi pola data pada data pasien yang mengindikasikan adanya penyakit atau efektifitas tindakan medis.
Analitik grafik juga dapat diaplikasikan di sektor-sektor lain seperti telekomunikasi, transportasi, dan energi. Juga dapat diterapkan di berbagai bidang ilmu seperti biologi, sosial politik, teknologi informasi, dan masih banyak lagi.
Dijelaskan Erwin, analitik grafik tidak lagi menjadi sesuatu yang nice-to-have bagi dunia bisnis, tapi dengan cepat menjadi must-have dan esensial untuk membuat informed decision dan tetap kompetitif. "Gartner memperkirakan bahwa pada 2025, 80% dari inovasi data dan analitik akan menggunakan teknologi grafik," katanya. (tep)