Fahira Nurul Inayah 6018210063

1. CONSUMER BEHAVIOR
AND
BIG DATA
Fahira Nurul Inayah
6018210063

2. Apa itu Big Data?
(Gentsch, 2019)
Big Data mengacu pada kumpulan data yang
ukurannya di luar kemampuan database
perangkat lunak biasa untuk menangkap,
menyimpan, mengelola dan menganalisis.
01
(Lamb, 2016)
Pertumbuhan eksponensial dalam volume,
variety, dan velocity of information serta
perkembangan kompleks alat baru untuk
menganalisis dan menciptakan makna dari data
tersebut
02

3. Dimensi Big Data
Volume
Menjelaskan jumlah data masuk
yang akan disimpan dan
dianalisis
Variety
Velocity
Data dihasilkan pada kecepatan yang sangat
tinggi dengan sisi lain sistem harus mampu
melakukannya menyimpan, memproses, dan
menganalisis jumlah data ini dengan segera.
Veracity
Trustwothiness, Truthfulness
And Meaningfulness of Big
Data
Jenis data terstruktur, data semi
dan tidak terstruktur dari teks
berkelanjutan
(Gentsch, 2019)

4. Untuk mengungkap pola dan hubungan apa
yang ada di dalamsuatu database
Tujuan Analisis Big Data
(Lamb, 2016)

5. Perbedaan Big Data
MASA LALU
Aliran data lambat,
stabil, mahal dan
dapat diprediksi.
Data terus mengalir dari media
sosial juga dari berbagai sumber
lain, dan dengan bantuan
database modern, software dan
hardware, big data dapat
dianalisis lebih cepat dan murah.
SAAT INI
(Lamb, 2016)

6. BIG DATA MASA SEBELUMNYA
Tempat penjualan, pelanggan
dan kartu kredit atau server
web telah lama ada
menghasilkan data dalam
jumlah besar
Analisis data tidak terstruktur
dalam bentuk email, teks gratis
formulir web atau survei
pelanggan, misalnya, sering kali
menjadi bagian dari pemasaran
dan penelitian
(Gentsch, 2019)

7. Big Data
Saat Ini
Jumlah data meningkat pesat karena internet
of things, ponsel dan media
sosial
01
02
03
04
Kemungkinan TI dan digitalisasi proses bisnis
(customer-oriented titik-titik kontak untuk
menghasilkan data dan untuk pengendalian
komunikasi sistematis meningkat)
Kecepatan tinggi dimana data yang sesuai
dikumpulkan, diproses dan digunakan
Data mining metode pembelajaran mendalam
dan analitik semantik meningkatkan nilai
analitik kreasi ke tingkat kualitas yang baru
(Gentsch, 2019)

8. Faktor yang
Menentukan
Peningkatan orientasi dari sistem perusahaan IT terhadap
pekanggan akhir dan digitalisasi proses bisnis
Jumlah titik kontak yang berorientasi pelanggan yang dapat
digunakan untuk menghasilkan data serta mengendalikan
komunikasi secara sistematis telah meningkat
Kecepatan tinggi di mana data yang sesuai dikumpulkan,
diolah dan digunakan
(Gentsch, 2019)

9. Visualisasi data: memunculkan pola-
pola halus yang dijalin menjadi
kumpulan data terbesar.
Data begitu banyak, bagaimana big data
dapat disajikan dengan cara yang berarti?

10. Contoh Penggunaan
Analisis Big Data
Chicos
(Retail pakaian wanita)
Edmunds.com
(Pasar otomotif online)
Walmart
Menggunakan analisis big
data untuk menemukan key
brand influencers secara
online dan untuk
menentukan bagaimana
percakapan brand-related
berdampak pada penjualan
Menggunakan analisis big data
untuk membantu dealer mobil
memprediksi berapa lama waktu
mobil yang diberikan akan tetap
ditempatnya. Dengan kata lain
membantu dealer meminimalisir
jumlah hari dari sebuah mobil yang
tidak terjual.
Menggunakan analisis big
data (termasuk pencarian
semantik, dan synonim
mining) untuk menghasilkan
hasil pencarian yang relavan
bagi pembeli secara online
(Lamb, 2016)

11. Gentsch, P. (2019). AI in Marketing, Sales and Service: How
Marketers without a Data Science Degree can use AI, Big Data
and Bots. Frankfurt: Palgrave Macmillan
Lamb, C., W., Hair, J., F., & McDaniel, C. (2016). Principles of
Marketing. Boston: Cengage Learning
DAFTAR PUSTAKA

12. THANK YOU!