Big data adalah pertumbuhan eksponensial dalam volume, variasi, dan kecepatan informasi yang menghasilkan tantangan baru untuk menganalisis dan memahami data. Walaupun pendekatan pemasaran berbasis data telah ada lama, perkembangan teknologi digital saat ini memungkinkan perusahaan mengumpulkan data pelanggan dalam jumlah dan kecepatan yang lebih besar dari sebelumnya. Dimensi utama big data adalah volume, variasi, kecepatan,
2. Definisi Big Data
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).
3. Big Data (Versi lama)
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.
Big Data What Is Not New
Gentsch, (2018).
4. 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.
5. Dimensi Big Data (Gentsch, 2018).
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.
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.
6. Dimensi Big Data (Gentsch, 2018).
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.
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.
7. Sumber
Lamb. C. W. (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.