Penulis: Fanly Tanto, Country Manager, Cloudera Indonesia
Pengumpulan dan pemrosesan data streaming dari perangkat edge menghasilkan insight yang real-time dan pengambilan keputusan secara otonom. Namun perusahaan membutuhkan strategi pengelolaan data yang komprehensif dalam memroses data dari edge.
Transformasi yang didorong teknologi telah berlangsung selama bertahun-tahun. Namun pandemi COVID-19 mempercepat perubahan tersebut,, serta membantu mengurangi resistensi pada hal-hal yang masih bergantung pada cara-cara lama. Kita berada di dunia di mana transformasi digital bukan sekadar untuk meraih keunggulan kompetitif atau efisiensi biaya tapi menjadi fundamental dalam bisnis.
Perusahaan yang telah bertransformasi secara digital dalam menjalankan bisnis telah banyak yang berhasil melewati “badai” dan mampu meraih peluang yang muncul di masa pandemi COVID-19. Mereka menerapkan teknologi-teknologi baru, seperti perangkat IoT, serta memanfaatkan peningkatan jumlah data yang terkumpul dalam jumlah besar, sehingga dapat memperbaiki layanan, dan bahkan membuat layanan ataupun produk yang baru.
Menurut Gartner, pada tahun 2022, lebih dari setengah sistem bisnis baru berskala besar akan memadukan “continuous intelligence” yang menggunakan data dalam konteks real-time untuk meningkatkan pengambilan keputusan. Dengan pemrosesan data seketika menjadi prasyarat untuk mendapatkan real-time insight yang dapat ditindaklanjuti, kecepatan data menghadirkan sebuah area baru untuk diferensiasi yang kompetitif.
Vodafone Automotive, bagian dari unit bisnis IoT perusahaan telekomunikasi teknologi Vodafone, adalah salah satu perusahaan yang memperoleh manfaat dari platform data streaming end-to-end. Platform ini memungkinkan perusahaan mengelola dan menganalisis data telemetri kendaraan secara real-time.
Dengan pemrosesan data kendaraan yang cepat, Vodafone Automotive dapat mengumpulkan informasi perjalanan yang tersedia, data kecepatan, dan informasi geografis yang diperoleh melalui GPS, selain mengelola data yang time-sensitive. Insight data dari platform juga memungkinkan Vodafone Automotive membuka layanan baru, seperti bantuan segera jika terjadi kecelakaan atau pencurian kendaraan. Hal ini memberikan keunggulan kompetitif kepada Vodafone Automotive dan menjadi dasar untuk memosisikan diri sebagai salah satu pemain paling inovatif di pasar.
Tak Ada Waktu Terbuang
Cara biasa untuk mengorganisasi data untuk keperluan analitik adalah secara batch. Data yang terkumpul, disimpan dalam penyimpanan data (data lake), dan sebuah sistem analitik akan mengambil data tersebut dalam beberapa menit atau beberapa jam kemudian untuk menghasilkan insight.
Cara ini menyebabkan adanya jeda waktu untuk mendapatkan insight penting sehingga menjadi tidak efisien dalam use case yang memerlukan percepatan data seperti kendaraan otonom dan aplikasi pemantau kesehatan (health monitoring). Selain itu, data yang bersifat batch yang dikumpulkan dan disimpan di ruang penyimpanan akan menjadi lebih kompleks karena adanya tata kelola data yang tidak terstruktur, pembatasan akses dan ketersediaan data antardepartemen, sehingga menyebabkan kurangnya transparansi dan efisiensi. Hal itu menyulitkan pengambilan keputusan bisnis yang harus dibuat dengan insight akurat berdasarkan gambaran yang jelas dan utuh dari data yang ada dalam organisasi.
Di sinilah platform data streaming (atau data bergerak) dibutuhkan. Secara spesifik, dengan platform ini data dari berbagai sumber, baik di dalam (Enterprise Resource Planning dan manajemen aset) dan di luar (perangkat Edge) perusahaan, dikumpulkan dan dikorelasikan untuk pengambilan keputusan yang real-time, seperti predictive maintenance.
Platform, seperti Cloudera DataFlow, memungkinkan sebuah organisasi merekam data secara real-time, memahami maksud insight tersebut bagi perusahaan dan cara memberikan respons terhadap insight tersebut, sehingga mentransformasi informasi bisnis dari sesuatu yang telah terjadi menjadi sesuatu yang terjadi saat ini
Berita baiknya adalah, biaya untuk memiliki data messaging dan data streaming real-time telah berkurang secara signifikan dalam beberapa tahun terakhir, sehingga bisa digunakan secara luas. Teknologi-teknologi ini juga memungkinkan diciptakannya berbagai aplikasi baru di dunia bisnis. Misalnya, perusahaan analitik Shoppermotion menerapkan pemrosesan big data dan analitik machine learning untuk menciptakan solusi IoT yang membantu para peritel memahami perilaku konsumen di dalam toko. Dengan mengimplementasikan platform pengelolaan big data, seperti Cloudera Enterprise Data Hub, para peritel dapat mengukur penurunan lalu-lintas orang di tiap-tiap lorong toko dan memprediksikan kapan akan terjadi antrian panjang di kasir.
Menjaga Data tetap Mengalir
Namun untuk meraih manfaat dari real-time business intelligence, sebuah organisasi butuh strategi data enterprise yang didefinisikan dengan baik.
Bagi sektor bisnis digital, kecepatan dan efisiensi mereka tergantung pada insight berbasis data. Sayangnya pengelolaan data kerap menjadi hambatan karena masih banyak perusahaan yang mengalami kesulitan menemukan cara terbaik untuk merekam dan menganalisis data. Hal ini terutama karena platform data yang sudah ada tidak cukup memadai untuk mengatasi kebutuhan real-time insight saat ini.
Sebanyak 82% dari organisasi-organisasi di ASEAN tidak memroses data bergerak, dan menyebut kompleksitas data sebagai salah satu dari tiga hambatan utama dalam mengimplementasikan analitik real-time. Sebagian besar platform data yang ada saat ini – baik itu di on-premise atau data warehouse yang dipindahkan ke cloud – kurang memiliki skalabilitas dan fleksibilitas, sehingga seringkali membuat anggaran rutin TI menjadi mahal. Ketika bisnis semakin bergantung pada data, biaya tersebut akan semakin membengkak.
Lebih dari itu, arsitektur platform data di masa lalu tidak dirancang untuk memahami kompleksitas data real-time saat karena data berasal dari berbagai sumber yang terkoneksi, dan integrasi mereka sangat canggih di seluruh proses bisnis.
Organisasi-organisasi perlu jeda waktu untuk mendapatkan insight (time-to-insight), solusi enterprise data cloud (EDC) yang menawarkan platform streaming dapat membantu. EDC adalah arsitektur data modern yang mendukung penggunaan data dan analitik untuk menghadirkan kekuatan dan nilai dari data milik sebuah organisasi yang dapat meningkatkan hasil bisnis.
EDC memiliki empat karakteristik yaitu: multi fungsi, hybrid dan multi-cloud, aman dan tertata-kelola, dan terbuka. EDC memanfaatkan analitik di setiap tingkatan siklus hidup data untuk membantu organisasi mengekstraksi nilai sesungguhnya dari data yang dikumpulkan dari berbagai sumber dan secara cepat mengubahnya menjadi hasil analitik yang siap digunakan dalam pengambilan keputusan.
Lebih jauh lagi, fitur-fitur EDC memfasilitasi pengelolaan data yang bersifat edge-to-cloud. Misalnya, perusahaan penyedia layanan telekomunikasi terbesar di Eropa Deutsche Telekom menggunakan pemrosesan data skala besar dan berkecepatan tinggi dan interactive querying dalam Cloudera Data Platform untuk mendeteksi aktivitas-aktivitas yang tidak benar secara real-time dan memperbaiki kualitas jaringan. Dengan menerapkan machine learning dan artificial intelligence, Deutsche Telekom mengidentifikasi masalah-masalah jaringan sebelum konsumen menyadarinya dan mendeteksi pola-pola penipuan dan ancaman real-time sebelum menimbulkan dampak bagi bisnis.
Bisnis Secepat Data Bergerak
Data dan analitik kini semakin tertanam dalam operasional sehari-hari di sebagian besar organisasi – yang dengan cepat berubah menjadi perusahaan yang sangat mengedepankan data. Karena teknologi data berubah dengan cepat, arsitektur data lama sudah tidak sanggup memenuhi kebutuhan saat ini dalam hal kecepatan, fleksibilitas, dan inovasi.
Manajemen data yang efektif dengan fokus pada streaming analytics adalah kunci dalam strategi bisnis yang membuat berbagai organisasi jadi berkembang di era new normal. Manajemen data yang efektif memberi kekuatan kepada berbagai organisasi untuk mengarungi tikungan-tikungan tajam ketika mereka mencapai kecepatan kritis (critical speed) untuk bisa mengungguli para pesaing, seperti yang terjadi di dunia balap mobil Formula 1.
| Penulis | : | Liana Threestayanti |
| Editor | : | Liana Threestayanti |
KOMENTAR