Big Data Analytics (BDA) - 5
Dah banyak cerita tentang data. Dah kumpul data berbulan-bulan, bertahun-tahun, tak berguna satu sen pun kalau kita tak belajar atau ambil orang yang pakar macamana nak analisa data.
.
Analisa data ni bukan perkara mudah. Secara umumlah yea, kalau nak pandai analisa data - kena ada 4 skil:
.
1. Pandai membuat penyelidikan dan mengumpul data yang bersesuaian,
2. Pandai membaca data, faham corak (pattern) dan kepincangan (anomalies) data,
3. Pandai menyelesaikan masalah and tahu apa tindakan yang perlu diambil (Problem solver and Creative, thinking) dan
4. Pandai berkomunikasi.
Amacam, boleh demam nak kena pandai semua ni ye tak. Sebab tu syarikat besar mengambil "talent", suruh buat kerja tu. Kalau kita nak buat semua, boleh mengundang kebiulan pada otak kita.
.
.
Analisa data ni bukan perkara mudah. Secara umumlah yea, kalau nak pandai analisa data - kena ada 4 skil:
.
1. Pandai membuat penyelidikan dan mengumpul data yang bersesuaian,
2. Pandai membaca data, faham corak (pattern) dan kepincangan (anomalies) data,
3. Pandai menyelesaikan masalah and tahu apa tindakan yang perlu diambil (Problem solver and Creative, thinking) dan
4. Pandai berkomunikasi.
Amacam, boleh demam nak kena pandai semua ni ye tak. Sebab tu syarikat besar mengambil "talent", suruh buat kerja tu. Kalau kita nak buat semua, boleh mengundang kebiulan pada otak kita.
.
Analisa data ni sebenarnya nak buat apa? Ada 5 analitik yang membuahkan syarikat dapat membuat keputusan dengan cepat dan tepat:
.
1. Tahu apa yang berlaku tiap bulan dalam syarikat. Ini dipanggil ‘Descriptive Analytics”. Contoh la, kita boleh tengok pendapatan bulan ni naik ke turun, kos operasi bulan ni naik ke turun, jumlah pelanggan bertambah ke berkurang pada bulan ni? Ini asas. Tak payah pakai teknologi canggih atau ambil orang pakar, Sheets atau Excel pun boleh.
.
.
1. Tahu apa yang berlaku tiap bulan dalam syarikat. Ini dipanggil ‘Descriptive Analytics”. Contoh la, kita boleh tengok pendapatan bulan ni naik ke turun, kos operasi bulan ni naik ke turun, jumlah pelanggan bertambah ke berkurang pada bulan ni? Ini asas. Tak payah pakai teknologi canggih atau ambil orang pakar, Sheets atau Excel pun boleh.
.
2. Tahu kenapa dan apa yang terjadi bila corak data dah menyimpang daripada sediakala. Ini dipanggil “Diagnostic Analytics”. Contoh, sepatutnya tiap bulan pendapatan kita secara purata ada 10K, sekali bulan lepas ada penurunan, sebanyak 5K. Kita mula tertanya, kenapa ni? Dah mula kena “selak” dan “gerudi” data yang ada. Nak selak dan gerudi ini lah kita perlukan data yang agak luarbiasa. Data dari Sosial Media, akan mengatakan orang dah viral produk kita tak bermutu, data dari pusat pelanggan, menunjukkan khidmat pelanggan kita yang teruk, data dari operasi menyatakan produk kita laku keras bulan sebelumnya, tetapi operasi kita tak dapat menampung permintaan. Macam-macam la…nak tahu sebab apa memang kena “slice and dice”data-data yang ada. Sebab tu lagi banyak dan pelbagai data, lagi bagus, namakan lagi big data.
Kalau tak ada data sebegini, kita akan main agak2 – dan keputusan yang dibuat untuk memantap syarikat pun main agak-agak. Dalam "Diagnostic Analytics", kita masih boleh pakai Sheets atau Excel, tapi makan hari atau minggu untuk mendapat keputusan, atau boleh mula beli aplikasi “data visualisation”.
.
.
Panjang betul nota ni, kita bersambunglah. kalau yang tak sabar, boleh berdempek dengan Tuan Amir Jumaat, dia pakar data analytik dan seorang saintis data.
No comments:
Post a Comment