Saat ini kemampuan real time data dan analytics mulai dilirik para pelaku bisnis di Indonesia seiring perubahan kebutuhan bisnis dan gaya hidup masyarakat. Solusi apa yang dapat membantu mewujudkannya?
Menjalankan bisnis di masa kini bisa dianalogikan dengan menyetir mobil masa kini pula, yaitu mobil swakemudi. Dibutuhkan data dan insight yang bersifat real time agar para pelaku bisnis bisa cepat mengambil keputusan sehingga terhindar dari "ngerem mendadak" atau bahkan "tabrakan" yang bisa berakibat fatal.
"Dalam bisnis, konsekuensi salah atau terlambat mengambil keputusan kan hanya dua, rugi atau bangkrut," ujar Robby Indarto (Assistant Vice President/Campaign Management Head Bank Mandiri) dalam acara InfoKomputer Tech Gathering, di Fairmont Hotel, Jakarta, Kamis (23/06).
Data analytics sendiri bukan hal baru bagi banyak perusahaan di Indonesia, termasuk Bank Mandiri. Di awal penerapan analitik, Bank Mandiri sudah membangun model customer journey sehingga bank dengan total aset terbesar di Indonesia ini (per Maret 2021) dapat menghadirkan pengalaman pelanggan sesuai perkembangan kebutuhan nasabah.
Dan hal ini bukan perkara mudah. “Nah, contoh, mungkin nasabah membuka tabungan di bank saat mereka masih kuliah. Apakah ketika kemudian menikah, nasabah akan langsung memperbarui data mereka?” ujar Robby yang menyebut hal ini sebagai isu keandalan data (reliability of data).
Di sisi lain, perusahaan juga menghadapi isu performa data. “Ketika kita membuat prediksi terkait nasabah, kita tidak mungkin menggunakan hanya satu atau dua variabel. Tapi kalau diminta menganalisis ratusan variabel pun kita akan sakit kepala,” cerita Robby, Untuk mengatasi itu, Bank Mandiri menggunakan machine learning.
Namun menurut Robby, tetap saja data yang dianalisis oleh kecanggihan machine learning bukan data yang paling mendekati kondisi terkini. “Yang kami butuhkan adalah data yang sedekat mungkin dengan kenyataan. Inilah mengapa kita butuh data real time,” tandasnya.
Sementara itu, di tengah masyarakat kini berkembang gaya hidup bergerak cepat (fast moving lifestyle). CEO IYKRA, Fajar Jaman, mencontohkan pelanggan e-commerce yang ingin segera tahu apakah pembayaran melalui online banking yang ia lakukan berhasil atau sampai di mana barang yang sudah ia beli di salah satu toko di marketplace. Mau tak mau, para pelaku bisnis pun harus siap dengan kemampuan meng-capture, mengolah, dan menganalisis data secara real time.
Penerapan data dan analitik real time sudah dijumpai di banyak bidang, misalnya di bidang e-commerce, data real time digunakan dalam merchandising. Di sektor layanan keuangan, perbankan membutuhkan real time data dan analytics untuk mendeteksi fraud dan pengelolaan asest. Sementara di sektor manufaktur, pemanfaatannya bisa dilihat dalam hal predictive maintenance. Ada pula ETA prediction for vessel di sektor supply chain.
Contoh projek IYKRA yang mengaplikasikan real time data dan analytics, seperti precision farming (pertanian) dan prediksi COVID tahap dini/ early phase COVID prediction (kesehatan).
Khususnya di Divisi Campaign, Bank Mandiri memanfaatkan data real time, antara lain, dalam kampanye-kampanye yang berbasis lokasi (location-based). Menurut Robby, data real time adalah kunci dalam kampanye berbasis lokasi.
Bank Mandiri juga memanfaatkan real time data dan analytics untuk mendeteksi fraud. Contoh lain adalah mendeteksi kebutuhan credit limit pada nasabah kartu kredit.
Bagaimana manfaat yang diraih? “Real time data hampir selalu lebih baik daripada batch processing, tapi tergantung use case. Kalau (use case-nya) tepat, bisa 1,4 kali lebih baik,” ungkap Robby.
Strategi Terapkan Real Time Data
Fajar menangkap adanya “kegelisahan” di kalangan pelaku bisnis karena gaya hidup serba cepat yang dianut masayarakat dewasa ini. Kegelisahan itu terjadi, menurut Fajar, karena waktu untuk mengambil keputusan yang semakin sempit.
"Namun seberapa cepat sebenarnya kebutuhan kita akan data dan insight? Karena nantinya hal ini akan berpengaruh pada infrastruktur kita," Fajar mengingatkan.
Menurut Fajar, real time bersifat relatif karena tiap tingkatan pengguna data memiliki preferensi waktu dan kompleksitas yang berbeda. Fajar mencontohkan, user di level operasional membutuhkan analisis data yang lebih cepat karena berhubungan langsung dengan pelanggan. "Sementara user di level yang lebih strategis memerlukan data yang lebih rapi dan teratur untuk keputusan yang sifatnya berjangka panjang," jelas Fajar.
“Idealnya, semua data yang kita terima seharusnya real time supaya kita tidak dalam dalam mengambil keputusan,” ujar Robby Indarto. Namun hal itu tentu akan memengaruhi infrastruktur teknologi perusahaan.
Lantas bagaimana strategi Bank Mandiri dalam menyikapi kebutuhan ini? Robby membeberkan tiga pertimbangan yang ia gunakan. Pertama, ia akan memastikan terlebih dulu apakah benar-benar membutuhkan data yang real time. “Ada kalanya, use case-nya adalah kita membutuhkan data yag stabil, tidak perlu real time,” ujarnya.
Pertimbangan kedua adalah apakah kita memiliki kapasitas dan kemampuan untuk itu. Kalau memang bisa dikerjakan, pertanyaan selanjutnya adalah “apakah manfaat yang diberikan akan lebih besar daripada biayanya?”.
Fajar Jaman juga menyarankan agar perusahaan benar-benar memilih use case dengan cermat agar real time data analytics yang diimplementasikan benar-benar bisa menjadi game changer bagi bisnis.
Solusi Replikasi Data IBM
Salah satu solusi yang dapat dimanfaatkan dalam mengakomodasi pemanfaatan real time data dan analytics adalah solusi replikasi data.
Replikasi data sederhananya adalah ketika data dalam satu repositori, baik itu di server fisik atau cloud, secara terus menerus direplikasi atau disalin ke repositori lain. Kemudian kita bisa menambahkan kondisi-kondisi lain pada proses replikasi tersebut, misalnya replikasi segera dilakukan begitu ada perubahan pada data karena data bersifat kritis, atau proses replikasi dilakukan setiap 24 jam.
Mengapa solusi replikasi data? Saat ini, setiap industri harus bekerja sama membentuk ekosistem, misalnya PT KAI bekerja sama dengan merchant untuk penjualan tiket, perbankan, antarmoda, dan sebagainya. “Sehingga terjadilah data sharing dan data access. Kita membutuhkan replikasi data karena kita butuh untuk sharing,” ujar Jip Ivan Sutanto, Director Enterprise Application Services Business, PT Multipolar Technology Tbk.
Di ajang Tech Gathering yang mengusung tema “How to Improve Customer Experience with Smart Data Replication”, PT Multipolar Technology Tbk. menawarkan solusi IBM InfoSphere Data Replication (IIDR)/ Change Data Capture (CDC).
Solusi ini mendukung penerapan real time data analytics karena memilik kemampuan meng-capture perubahan pada database saat perubahan itu berlangsung, dan menghantarkannya ke destinasi replikasi.
Yang menarik, solusi ini juga menjanjikan dampak minimal terhadap sistem production, menjamin integritas data, mendukung replikasi multi platform (database, OS, dan platform hardware).
Deny Sutani, Head of Section, PT Multipolar Technology Tbk., menjelaskan, secara arsitektur IIDR terdiri atas beberapa komponen, di antaranya management console, access server, dan agent. Dan ada jenis replikasi yang dapat dilakuan solusi ini, yaitu continuous mirroring, periodic mirroring, dan refresh.
Tidak semua perusahaan akan membutuhkan replikasi data. Deny menjelaskan beberapa kondisi yang membuat perusahaan butuh replikasi data, seperti membutuhkan near real time reporting atau data warehouse; akan melakukan migrasi data dengan RDBMS/OS yang berbeda; membutuhkan solusi replikasi yang berdampak minimal terhadap produksi; membutuhkan replikasi untuk subset data tertentu; dan membutuhkan transformasi data on the fly.
Tak ketinggalan, Deny juga memaparkan beberapa use case dari IBM InfoSphere Data Replication yang telah dilakukan oleh Multipolar Technology. Satu bank BUMN menggunakan solusi ini untuk mencegah operation user mengakses langsung data di production dan mengurangi workload.
Sementara sebuah bank syariah BUMN memanfaatkan solusi ini untuk mirroring data pada waktu tertentu. “Dengan solusi ini, bank syariah BUMN inin dapat mengurangi down time proses mirroring dari 4 jam menjadi 10 - 30 menit,” pungkasnya.
| Penulis | : | Liana Threestayanti |
| Editor | : | Liana Threestayanti |
KOMENTAR