Dokumen tersebut membahas mengenai konsep big data yang merujuk pada kumpulan data skala besar yang sulit ditangkap, disimpan, dikelola, dan dianalisis menggunakan perangkat lunak database konvensional. Big data terdiri atas empat dimensi yaitu volume, kecepatan, variasi, dan kejujuran data. Meskipun fenomena data besar telah ada sejak lama, tetapi adanya TI dan digitalisasi telah menciptakan hal-hal baru seperti

1. Diannisa Sekarwulan Junita (6018210078)

2. BIG DATA
Big data mengacu pada kumpulan data yang ukurannya di
luar kemampuan alat perangkat lunak database biasa untuk
menangkap, menyimpan, mengelola, dan menganalisis
(Gentsch, 2019).
Menurut Lamb, Hair, dan McDaniel (2017), big data
merupakan istilah sehari-hari untuk ketersediaan data yang
eksplosif yang secara tradisional sulit ditangkap, disimpan,
dikelola, dan dianalisis.
Big data mencakup kumpulan data skala besar yang
dikumpulkan dengan cepat dan sulit diproses yang baru-baru
ini muncul, dan yang mendorong batas kemampuan analitis
saat ini (Lamb, Hair, & McDaniel (2017)

3. MORE THAN BIG
Gentsch (2019)
Beberapa tahun lalu, kata kunci big data menghebohkan seluruh dunia.
Hal ini disebabkan oleh:
• Munculnya dan analisis data dalam jumlah besar yang dihasilkan oleh
penyebaran Internet, media sosial,
• Meningkatnya jumlah sensor internal dan Internet Ting, dll.
Faktor yang dapat menyebabkan pertumbuhan data dengan pesat yaitu:
• Meningkatnya orientasi sistem TI perusahaan terhadap pelanggan
akhir dan digitalisasi proses bisnis
• Jumlah titik kontak berorientasi pelanggan yang dapat digunakan
untuk menghasilkan data dan mengendalikan komunikasi secara
sistematis telah meningkat.
• Kecepatan tinggi pada data yang dikumpulkan, diproses dan
digunakan.
• Pendekatan AI baru meningkatkan penciptaan nilai analitis ke tingkat
kualitas yang baru

4. WHAT IS NOT NEW?
Gentsch (2019)
• Pendekatan untuk mendapatkan wawasan dari data tujuan
pemasaran.
• Pemasaran database atau CRM (Costumer Relationship
Management) analitis telah ada selama lebih dari 20 tahun.
• Fenomena data dalam jumlah besar
• Analisis data tidak terstruktur dalam bentuk email, teks
gratis formulir web, atau survei pelanggan
Beberapa hal yang bukan merupakan hal baru
dalam fenomena big data:

5. WHAT IS NEW?
Beberapa hal yang merupakan hal baru dalam
fenomena big data:
Gentsch (2019)
• Adanya TI dan digitalisasi proses bisnis,
meningkatkan titik kontak berorientasi
pelanggan guna menghasilkan data dan
mengendalikan komunikasi secara
sistematis.
• Kecepatan yang tinggi dalam pengumpulan,
pemrosesan, penggunaan data.
• Metode pengumpulan data mendalam dan
analitik semantik meningkatkan penciptaan
nilai analitik ke tingkat kualitas yang baru.

6. DIMENSI "BIG
DATA"
Beradarkan infografik IBM, big
data sering digambarkan
dengan empat V:
Gentsch (2019)
Volume
Menjelaskan jumlah data masuk yang
akan disimpan dan dianalisis. Big data
bergantung pada sistem yang tersedia.
Dimensi ini masih menjadi tantangan
bagi perusahaan.
Velocity
Terdapat 2 aspek yaitu:
• Data dihasilkan dengan kecepatan
sangat tinggi
• Sistem harus dapat menyimpan,
memproses, dan menganalisis
jumlah data ini dengan segera.
Namun aspek ini dapat ditangani
perangkat keras dengan teknologi
memori

7. DIMENSI "BIG
DATA"
Beradarkan infografik IBM, big
data sering digambarkan
dengan empat V:
Gentsch (2019)
Variety
Sistem data dalam big data dihadapkan
dengan dengan tugas memproses dengan data
terstruktur dari tabel dan dengan data semi-
serta tidak terstruktur dari teks, gambar, atau
video, yang jumlahnya sebanyak 85% dari
jumlah total data.
Veracity
Veracity memiliki arti yang dapat dipercaya,
kejujuran, dan kebermaknaan data besar. 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.

8. Voice Analytics
• Identifikasi bahasa pelanggan memiliki potensi sangat
bagus untuk alasan keamanan atau bukti identitas
• Voiceprint mengandung karakteristik suara tertentu,
seperti frekuensi, kenyaringan, kecepatan, dll.
Chatbots and Conversational UI
Melalui analisis bahasa dapat direfleksikan bagaimana
dialog otomatis muncul. Perusahaan sekarang dapat
mengobrol dengan pelanggan mereka melalui " Percakapan
UI". Manfaat yang didapatkan adalah infrastruktur dialog
yang diterima secara umum dapat diakses dan mudah
dipahami oleh sebagian besar pengguna dan pelanggan.
Predictive Servicing
Pemeliharaan Prediktif adalah mode Pemodelan Prediktif
yang sangat penting untuk masa depan sektor jasa.
Pemodelan Prediktif ditandai oleh, tingkat kematangan
analitis yang tinggi dan keunggulan kompetitif yang
semakin tinggi, yang muncul dari pengetahuan yang
dihasilkan secara predikatif.
Gentsch (2019)

9. SEGMENTING BY BEHAVIOR: RELATIONSHIPS
AND “BIG DATA”
Solomon (2018)
Pemasar yang menganut filosofi pemasaran relasional
berinteraksi dengan pelanggan secara teratur dan memberi
mereka alasan kuat untuk mempertahankan ikatan dengan
perusahaan dari waktu ke waktu. Database marketing melacak
kebiasaan membeli konsumen tertentu dengan cermat dan
membuat produk serta pesan yang disesuaikan secara tepat
dengan keinginan dan kebutuhan orang berdasarkan informasi
ini. Jumlah informasi yang luar biasa ini telah menciptakan bidang
baru yang menyebabkan kegembiraan luar biasa di antara analis
pemasaran (dan ahli matematika lainnya). Pengumpulan dan
analisis kumpulan data yang sangat besar disebut Big Data.

10. KESIMPULAN
Big data mencakup sekumpulan data dengan
skala besar yang digunakan untuk
menangkap, menyimpan, mengelola, dan
menganalisis informasi data. Big data terdiri
atas empat dimensi yaitu volume, kecepatan,
variasi, kejujuran. Fenomena big data sudah
ada sejak lama karena point of sale,
pelanggan dan kartu kredit atau server web
telah lama menghasilkan data dalam jumlah
besar. Namun adanya big data menciptakan
hal baru dalam kecepatan yang tinggi untuk
pengumpulan, pemrosesan, penggunaan data.

11. REFERENSI
• Gentsch, P. (2019). AI in Marketing,
Sales and Service: How Marketers
without a Data Science Degree can
use AI, Big Data and Bots.
Switzerland: Palgrave Macmillan.
• Lamb, C. W., Hair, J. F., & McDaniel, J.
C. (2017). Principles of Marketing.
USA: Cengage Learning
• Solomon, M. R. (2018). Consumer
Behavior: Buying, Having and Being.
Malaysia: Pearson