Data analytics merupakan proses analisis serangkaian data untuk mendapatkan kesimpulan dan informasi guna meningkatkan sistem dan bisnis perusahaan. Teknologi ini dapat membantu perusahaan meningkatkan pendapatan, pemasaran, dan layanan pelanggan. Data analytics juga dapat mendukung berbagai bidang seperti keuangan, perawatan kesehatan, dan ritel untuk mengambil keputusan bisnis.

1. BISNIS DIGITAL – DATA ANALYTICS

2. Dody Sanjaya, ST., MMKom
Management Information System Specialist and Lecturer
[CORPORATE & UNIVERSITIES]
IT Consultant and Programmers
[E-COMMERCE, BANK, AND HOSPITALITY]
Areas of Expertise
• Technopreneurial for Small Medium
Enterprise
• Communication & Managerial Strategy
• Develop & Migrating ICT Infrastructure
Work Experience
• General Manager – PT. BaliVisindo (Balivision.Com)
• Guest Lecturer – Some University with Computer & Ecommerce
Programs
• Short Term ICT Consultant – Australian Aid
• IT Coordinator – Bali Mandara Eye Hospital
• Corporate Trainer – BRI, LAPAN, BPR, etc.

3. Manado
Parlemen
Timor Leste
Jakarta
NTB Yogyakarta

4. 3
Point Pembahasan
Pengertian Data Analytics
Kegunaan Data Analytics
01
02
03 Perbedaan Data Analytics Dan
Data Analysis
Pentingnya Data Analytics
Jenis – jenis Data Analytics
Penerapan Data Analytics
04
05
06

5. MENJADI OPTIMAL
Time
Quantity
Quality
Goal

6. Delegating Skill
Time Management Skill
Critical Problem Solving Skill
3 SKILL UNTUK BERAKSELERASI

7. Data Analytics (DA) merupakan proses untuk
mengecek serangkaian data yang berguna untuk
mendapatkan kesimpulan dari informasi yang
ada dan meningkatkan sistem spesialisis dan
software.
Teknologi ini dapat membantu perusahaan
untuk meningkatkan pendapatan,
mengoptimalkan program pemasarannya, dan
juga meningkatkan layanan bagi para
pelanggan. Dengan demikian bisa dikatakan
kalau data analytics ini mampu meningkatakan
performa bisnis sebuah perusahaan.
Pengertian Data Analytic

8. KEGUNAAN DATA ANALYTICS SECARA U M U M
Dapat Membantu Riset Pasar
dari Sebuah Bisnis
Mempermudah
Perhitungan Statistik
Hasil Perhitungan yang Akurat
dan Reliabel
Memberikan Solusi untuk
Kepentingan Bisnis
01
Menjadikan Waktu
Perhitungan Semakin Efisien
02
03
05
04

9. PERBEDAAN DATA ANALYTICS D A N DATA ANALYSIS
Mana yang lebih penting antara data
analysis dan data analtytics ?
Analysis
Analysis kita melihat ke
belakang dari waktu ke
waktu, memberi kita
pandangan historis dan
pemahaman yang
mendalam tentang apa yang
telah terjadi
Analytic
Analytics menggunakan data
bukan untuk memahami apa
yang telah terjadi, namun
untuk memprediksi apa
yang akan terjadi
DATA ANALYTICS
DAN DATA
ANALYSIS
PERBEDAAN
Waktu
Dalam Bisnis Dalam Bisnis
Waktu

10. Pengurangan
Biaya
Pengambilan
keputusan
lebih cepat,
lebih baik.
Produk dan
Layanan Baru
01 02 03
Pentingnya Data Analytics

11. JENIS-JENIS DATA ANALYTICS
02
03
Analytics deskriptif
(Descriptive Analytics)
What is Happening?01
04
Diagnostic analysis
What is Likely to
Happen ?
Analytics preskriptif
(Prescriptive
Analytics).
What is The Best
Course
of Action ?
Analytics prediktif
(Predictive analytics).
Why is it Happening?

12. Contoh pada Jenis-Jenis Data Analytics
Pusat Toko Grosir Kain di Bulan Ramadhan
Descriptive Analytics
• Adanya Peningkatan pembeli
Diagnostic Analytics
• Memenuhi kebutuhan fashion di bulan Ramadhan
Predictive Analytics
• Pembelian atas pakaian jadi seperti Gamis, Mukenah,Kerudung, dan Baju
Muslim
Prescriptive Analytics
• Menambah persediaan tidak hanya kain saja, melainkan memberikan stok
untuk gamis, mukenah, baju muslim, menata ruangan toko sebaik mungkin,
menampilkan stok kain dan pakaian terbaik diperaga toko

13. Beberapa tahun silam, pengelolaan dan
analisis data biasanya dilakukan oleh
seseorang yang berada di divisi IT. Adapun
chief information officer (CIO) yang
bertanggung jawab atas data di sebuah
perusahaan. Namun, pada awal abad ke-
21, fungsi manajemen dan pengawasan
data mulai dialihkan kepada chief data
officer (CDO),
PENANGGUNG
JAWAB ATAS
PENGELOLAAN DATA
WHO?

14. KEGUNAAN DATA ANALYTICS UNTUK P E R K E M B A N G A N
B I S N I S
Keuangan
Produk
Manajemen rantai pasokan
Hubungan antara manajemen
dan pelanggan
Penentuan Harga
Manajemen SDM

15. KEGUNAAN DATA ANALYTICS UNTUK AKUNTAN
Untuk memprediksi harga saham
kecepatan dalam keputusan investasi
Untuk mengelola inventory (persediaan)
Respon lebih cepat terhadap peluang

16. Penggunaan Data Analytics di Berbagai
Sektor Bisnis
Komisi Bursa dan Perdagangan
Komunikasi dan Media
Musik
Olahraga

17. PENERAPAN big data analytic di PERGURUAN TINGGI
Process Analytic
Data-data yang digunakan dapat diperoleh dari data log
atau data aktifitas dari mahasiswa, dosen, dan unit-unit
terkait dengan proses-proses dan aktivitas yang terjadi di
Perguruan Tinggi untuk kemudian dilakukan process
analytic dengan menggunakan process mining untuk
menemukan model proses bisnis baru.
Academic Analytic
dilakukan analisis yang real time terhadap data-
data yang merupakan variable pengukuran
kinerja akademisi sehingga dapat diketahui staf-
staf akademisi yang berprestasi maupun staf-
staf akademisi yang kinerjanya sangat kurang
dibandingkan dengan staf-staf akademisi
lainnya.
Learning Analytic
melakukan analisis data pembelajaran secara
real time sehingga dapat digunakan untuk
memprediksi mahasiswa sukses dan
mahasiswa yang beresiko akademik.

18. 15
Penerapan big data analytic di Bidang Lain

19. PERBANKAN
Lembaga keuangan mengumpulkan dan
mengakses wawasan analitik dari volume besar
data yang tidak terstruktur untuk mengambil
keputusan keuangan yang baik. Analitik big
data memungkinkan lembaga keuangan untuk
mengakses informasi yang lembaga butuhkan
saat mereka membutuhkannya, dengan
menghilangkan perangkat dan sistem yang
tumpang tindih dan berlebihan.

20. kesehatan. Catatan pasien, program
Big data diberikan dalam industri perawatan
kesehatan,
informasi asuransi, dan jenis informasi lainnya mungkin
sulit dikelola – tetapi penuh dengan wawasan penting
begitu analitik diterapkan. Itu sebabnya
analitik big data begitu penting bagi
teknologi
perawatan
kesehatan. Dengan menganalisis sejumlah besar
informasi – baik terstruktur dan tidak terstruktur –
dengan cepat, penyedia layanan kesehatan dapat
segera memberikan diagnosis atau pilihan perawatan
yang menyelamatkan jiwa.
17
PERAWATAN KESEHATAN

21. pelanggan telah berevolusi dalam
Layanan
beberapa tahun terakhir, karena pembeli yang
berpengalaman berharap para peritel memahami
dengan tepat apa yang mereka butuhkan, ketika
mereka membutuhkannya. Teknologi analitik big data
membantu peritel memenuhi permintaan tersebut.
Berbekal sumber daya data yang tak ada habisnya dari
program loyalitas pelanggan, kebiasaan membeli dan
sumber lainnya, peritel tidak hanya
pemahaman mendalam tentang pelanggan
mereka juga dapat memprediksi
memiliki
mereka,
tren,
merekomendasikan produk baru – dan meningkatkan
profitabilitas.
18
RETAIL

22. Pengertian Data Analytic
A journey of a thousand
sites begins with a
SINGLE CLICK

23. ERRC Framework

24. ERRC Canvas Strategy

25. HOPE YOU LIKE THIS TEMPLATE :)