2. • "Big data" mengacu pada kumpulan data
yang ukurannya di luar kemampuan alat
perangkat lunak database biasa untuk
menangkap, menyimpan, mengelola, dan
menganalisis. (Manyika et al. 2011 dalam
Gentsch, 2018).
• Data besar (Big data) adalah pertumbuhan
eksponensial dalam volume, variasi, dan
kecepatan informasi dan pengembangan alat
baru yang kompleks untuk menganalisis dan
menciptakan makna dari data tersebut
(Lamb,2016)
Pengertian
Big Data
Gentsch,
(2018).
3. Big Data What Is Not New
Gentsch, (2018).
2020
92%
Pendekatan mendapatkan wawasan dari
data untuk tujuan pemasaran bukanlah hal baru.
Pemasaran database atau CRM analitis telah ada
selama lebih dari 20 tahun. Fenomena banyaknya
data juga bukan hal baru: Point of sale, customer
dan credit card atau web server telah lama
menghasilkan data dalam jumlah besar. Demikian
pula, analisis data tidak terstruktur dalam bentuk
email, teks gratis formulir web, atau survei
pelanggan, misalnya, sering kali menjadi bagian dari
pemasaran dan penelitian.
2019
65%
4. Gentsch,
(2018).
Tidak perlu dikatakan bahwa jumlah data telah meningkat
pesat berkat Internet of Things, ponsel, dan media sosial — namun ini
merupakan argumen yang bertahap. Faktor yang menentukan adalah
bahwa berkat kemungkinan TI dan digitalisasi proses bisnis, titik
kontak berorientasi pelanggan untuk menghasilkan data dan untuk
mengendalikan komunikasi secara sistematis telah meningkat.
Ditambahkan ke ini adalah kecepatan tinggi di mana data terkait
dikumpulkan, diproses dan digunakan. Demikian pula, metode
penambangan data pembelajaran mendalam dan analitik semantik
meningkatkan penciptaan nilai analitik ke tingkat kualitas yang baru.
.
Big Data
What Is New
5. Volume
Menjelaskan jumlah data yang masuk yang akan disimpan dan dianalisis.
Titik ketika sejumlah data benar-benar dinyatakan sebagai data besar seperti yang
dijelaskan di atas bergantung pada sistem yang tersedia. Perusahaan masih
menghadapi tantangan untuk menyimpan dan menganalisis jumlah data yang masuk
secara efisien dan efektif. Dalam beberapa tahun terakhir, berbagai teknologi seperti
sistem terdistribusi telah dibuat untuk tujuan ini.
fully designed.
Dimensi Big Data
Gentsch, (2018).
Kecepatan
Menjelaskan dua aspek: Di satu sisi, data dihasilkan dengan
kecepatan yang sangat tinggi dan, di sisi lain, sistem harus dapat menyimpan,
memproses, dan menganalisis jumlah data ini dengan segera. Tantangan-
tantangan ini ditangani baik oleh perangkat keras dengan bantuan teknologi
dalam memori, misalnya, 1 maupun oleh perangkat lunak, dengan bantuan
algoritme yang diadaptasi dan paralelisasi masif.
6. • Infographic Style
Kebenaran
Sementara tiga dimensi yang dijelaskan
di sini dapat dikuasai oleh perusahaan saat ini
dengan bantuan teknologi yang sesuai, metode dan
penggunaan sarana yang memadai, ada satu
tantangan yang belum diselesaikan pada tingkat
yang sama. Veracity berarti istilah yang dapat
dipercaya, kejujuran, dan kebermaknaan data
besar. Oleh karena itu, masalahnya tidak semua
data yang disimpan dapat dipercaya dan ini tidak
harus dianalisis. Contohnya adalah sensor yang
dimanipulasi di IoT, phishing mail atau, sejak
pemilihan presiden terakhir di AS, juga berita
palsu.
Variasi
Banyaknya variasi data di dunia big
data menghadapkan sistem dengan tugas tidak
lagi hanya memproses dengan data terstruktur
dari tabel tetapi juga dengan data semi dan tidak
terstruktur dari teks, gambar, atau video
berkelanjutan, yang jumlahnya sebanyak itu
sebagai 85% dari jumlah data. Khususnya di
bidang media sosial, banyak sekali data tidak
terstruktur yang terakumulasi, yang semantiknya
dapat dikumpulkan dengan bantuan teknologi AI.
Dimensi Big Data Gentsch, (2018).
7. Charles.,W.,Lamb., (2016)., Principles Of Marketing
Gentsch, P. (2018). AI in marketing, sales and
service: How marketers without a data science
degree can use AI, big data and bots. Springer.
SUMBER