Dokumen tersebut membahas tentang analisis perilaku konsumen menggunakan big data. Big data dapat memberikan manfaat bagi bisnis jika digunakan dengan benar untuk menganalisis data pelanggan secara mendalam dan mempersonalisasi penawaran produk. Akan tetapi, penerapan big data juga menimbulkan tantangan terkait privasi data dan keamanan informasi pribadi konsumen.

1. C O N S U M E R
B E H A V I O R A N D
B I G D A T A
RossiFatmawati(6018210059)

2. Jika Big data adalah oli baru,
analitik adalah mesin
pembakaran (Gartner 2015
dalam Gentsch, 2018). Data
hanya bermanfaat bagi bisnis
jika digunakan dengan benar
dan dikapitalisasi.
Kemunculan dan analisis data
dalam jumlah besar yang
dihasilkan oleh penyebaran
Internet, media sosial,
peningkatan jumlah sensor
internal dan Internet of Things,
dll (Gentsch, 2018).

3. Big data adalah pertumbuhan
eksponensial dalam volume,
variasi, dan kecepatan informasi
dan perkembangan kompleks alat
baru untuk menganalisis dan
menciptakan makna dari data
tersebut (Lamb, Hair,& McDaniel,
2016).
DefinitionBigdata

4. "Big data" mengacu pada
kumpulan data yang
ukurannya di luar
kemampuan alat perangkat
lunak database biasa untuk
menangkap, menyimpan,
mengelola, dan menganalisis.
(Manyika, 2011 dalam Gentsch,
2018)
DefinitionBigdata

5. Menurut Lamb, Hair,& McDaniel (2016) Big data analytics
digunakan tidak hanya untuk meningkatkan pengumpulan data
pelanggan tetapi juga untuk menyimpan dan mengintegrasikan
data pelanggan di seluruh perusahaan, dan pada akhirnya,
untuk "mengenal" pelanggan pada tingkat yang lebih pribadi.
Data pelanggan adalah tanggapan langsung yang diperoleh dari
pelanggan melalui penyelidikan atau dengan mengajukan
pertanyaan langsung.

6. L A M B , H A I R , & M C D A N I E L ( 2 0 1 6 )
BASIS BIG DATA YANG CANGGIH
MEMUNGKINKAN ANALISIS DATA TIDAK
TERSTRUKTUR SEPERTI EMAIL,
FILE AUDIO, DAN VIDEO YOUTUBE.

7. KEMAJUAN DATA DAN TEKNOLOGI MULAI BERDAMPAK
PADA
EFEKTIVITAS DAN EFISIENSI SUPPLY CHAIN
Pertama, prevalensi komputer yang kuat dan metode yang meningkat pesat untuk
menangkap informasi pelanggan, pemasok, dan perusahaan selama dua dekade
terakhir telah menghasilkan munculnya Big data, istilah sehari-hari untuk
ketersediaan data eksplosif yang secara tradisional sulit untuk ditangkap. ,
simpan, kelola, dan analisis. Munculnya Big data telah menghadirkan peluang
besar dan masalah signifikan bagi manajer supply chain .
Memang ada lebih banyak informasi yang
tersedia tentang operasi supply chain daripada sebelumnya, tetapi tantangan
untuk mengekstraksi tanggal yang dapat digunakan dari informasi ini juga sangat
besar. Untuk mendapatkan informasi yang lebih berguna, banyak perusahaan
menggunakan cloud computing untuk berkolaborasi dalam proyek Big data dan
menganalisis temuan dengan cepat dan hemat biaya (Lamb, Hair,& McDaniel,
2016).

8. CATATAN
ANALITIK BIG DATA
proses menemukan pola dalam kumpulan Big data
untuk tujuan mengekstraksi pengetahuan dan
memahami perilaku manusia
CLOUD COMPUTING
praktik menggunakan server jaringan jarak jauh
untuk menyimpan, mengelola, dan memproses
DATA SUPPLY CHAIN
ANALYTICS
yang mendukung peningkatan desain dan
manajemen supply chain

9. BIGDATALAYERS
Gentsch,2018

10. VOLUME
Gentsch, 2018
Ini menjelaskan jumlah data masuk yang akan disimpan dan dianalisis. Titik
ketika sejumlah data sebenarnya dinyatakan sebagai big data seperti yang
dijelaskan di atas tergantung 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.

11. VELOCITY
Gentsch, 2018
Ini 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 ini ditangani baik oleh
perangkat keras dengan bantuan teknologi dalam memori, misalnya, maupun
oleh perangkat lunak, dengan bantuan algoritme yang disesuaikan dan
paralelisasi masif.

12. VARIETY
Gentsch, 2018
Banyaknya variasi data 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 85% dari jumlah data. Khususnya di
bidang media sosial, banyak sekali data tidak terstruktur terakumulasi, yang
semantiknya dapat dikumpulkan dengan bantuan teknologi AI

13. VERACITY
Gentsch, 2018
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 big data. 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.

14. CONTOH
Gentsch,2018
Netflix, layanan online untuk streaming film dan serial TV menggunakan
pemasaran algoritmik untuk mempersonalisasi konten bagi pengguna dan
merekomendasikan judul. Total 800 pengembang mengerjakan algoritme dengan
tujuan mempertahankan pemirsa. Jejaring sosial Facebook dan Twitter serta
saluran video online YouTube menggunakan algoritme untuk memilih kiriman
yang ditampilkan kepada pengguna. Untuk Facebook, misalnya, visibilitas posting
(iklan) ditentukan dari berbagai faktor seperti popularitas halaman perusahaan,
keberhasilan posting sebelumnya, jenis konten (video lebih disukai daripada foto)
dan waktu ketika posting telah dibuat.

15. (Pujianto,Mulyati,&Novaria,2018).
TANTANGAN
PENERAPAN BIG DATA

16. Tantangan utama dalam pemanfaatan Big
Data antara lain eksplorasi Big Data
merupakan proses yang kompleks, belum
adanya tatakelola yang jelas dalam
pemanfaatan Big Data, keterbatasan waktu,
biaya, biaya yang mahal dan masih jaringan
perangkat lunak yang dapat digunakan
untuk menganalisa data dalam bahasa
Indonesia serta SDM untuk pengembangan
Big Data. Jadi tantangan yang ada saat ini
lebih pada bagaimana perusahaan
mengoptimalkan data yang dimiliki, untuk
memberikan dampak yang positif.

17. Di era digital, informasi pribadi bukan
hanya sebatas data seperti nomor telepon,
alamat rumah, tanggal lahir, nama keluarga
(orang tua atau ibu kandung), dan
lainnya. Informasi pribadi juga bisa diambil
dari: data transaksi keuangan online (kartu
kredit) dan perbankan, kondisi kesehatan
(seperti penggunaan aplikasi kesehatan),
foto atau gambar yang diunggah online,
lokasi (seperti media sosial Foursquare dll.)
sangat mudah untuk di akses.

18. “Hal itu malah diketahui lebih
dulu oleh ritel itu melalui
analisis pola pembelian si
anak di toko tersebut. Artinya,
dengan memanfaatkan Big
Data, ritel bisa menawarkan
produk yang sesuai dengan
kebutuhan pelanggan secara
real time”
KASUS
“Pernah ada kasus di Amerika
Serikat yang mana seorang
Ibu menggugat perusahaan
ritel karena selalu
mengirimkan kepada
anaknya brosur produk-
produk bayi. Tanpa disadari
oleh sang Ibu, anaknya
ternyata tengah hamil.

19. DaftarPustaka
Lamb, C. W., Hair, J. F., & McDaniel, C. (2016).
Principles of marketing. Cengage Learning.
Pujianto, A., Mulyati, A., & Novaria, R. (2018).
Pemanfaatan Big Data dan Perlindungan
Privasi Konsumen di Era Ekonomi Digital.
Majalah Ilmiah Bijak, 15(2), 127-137.
Gentsch, P. (2018). AI in marketing, sales and
service: How marketers without a data
science degree can use AI, big data and bots.
Springer.

20. CONTACT
INFORMATION
SOCIAL MEDIA
ig: rftwt_
id Line: xcirx.xxi
EMAIL ADDRESS
frossioci@gmail.com