Apa sih pengertian Data Analitik (Data Analytic) ?
Data analitik (DA) adalah proses untuk mendapatkan kesimpulan dari informasi yang didapatkan dengan beberapa serangkaian proses inspeksi pada data tersebut.
Data analitik dapat diartikan sebagai rangkaian aplikasi mulai dari Basic Business Intelligence (BI), Reporting and Online Analytical Processing (OLAP) dan beberapa fitur analytic yang cukup canggih.
Teknologi data analytics dan teknik nya saat ini banyak digunakan di industri komersial untuk memudahkan perusahaan untuk mendapatkan hasil akhir yang lebih baik dan juga akurat.
Jenis Data Analitik berdasarkan aplikasinya
EDA sering juga dibandingkan dengan pekerjaan detektif, di mana CDA serupa dengan pekerjaan hakim di persidangan.
Data analytics mengacu pada proses pengumpulan, pengorganisasian, dan proses analisis dari kumpulan data, dalam ukuran yang sangat besar (big data), untuk menemukan pola yang berbeda dan informasi penting lainnya.
Data analytics juga bisa dibagi berdasarkan analisis data kuantitatif dan kualitatif.
Yang pertama berisi analisis data numerik dengan variabel kuantitatif yang dapat diukur atau diukur secara statistik.
Pendekatan kualitatif lebih interpretatif karena berfokus pada konten data non-numerik seperti teks, gambar, audio dan video, termasuk frasa umum, tema, dan sudut pandang.
Terdapat empat jenis analytics yang utama, yaitu descriptive, diagnostic, predictive dan prescriptive.
Empat jenis analytics ini biasanya diterapkan secara bertahap dan tidak ada jenis yang dikatakan lebih baik dari yang lain.
baca juga : Pengertian API
Masing-masing jenis saling berkaitan satu sama lain. Berikut merupakan penjelasan lebih lanjut dari empat jenis data analytics.
- Descriptive Analytics
Jenis analytics ini merupakan jenis yang paling sederhana. Descriptive analytics berfokus kepada hal yang telah terjadi. Analytics ini bertujuan untuk menjawab pertanyaan “Apa yang terjadi?”. Dengan descriptive analytics, maka data historis akan diolah untuk mendapatkan hindsight. - Diagnostic Analytics
Analytics ini bertujuan untuk menjawab pertanyaan “Mengapa hal itu terjadi?”. Diagnostic analytics mencari akar penyebab dari suatu masalah. Jenis analytics ini digunakan untuk menentukan mengapa sesuatu dapat terjadi. Biasanya diagnostic analytics dilakukan dengan menggunakan teknik seperti data discovery, drill-down, data mining, dan korelasi. - Predictive Analytics
Analytics ini bertujuan untuk menjawab pertanyaan “Apa yang mungkin terjadi?”, dengan menggunakan data masa lalu untuk memprediksi masa depan. Jenis ini berkaitan tentang perkiraan. - Prescriptive Analytics
Analytics ini bertujuan untuk menjawab pertanyaan “Apa yang harus dilakukan?”, yaitu untuk menemukan tindakan yang tepat untuk diambil. Jenis analytics ini merupakan yang paling akhir dan yang paling kompleks, karena dari hasil prosesnya akan merumuskan dan menyarankan tindakan yang tepat untuk diambil untuk mencapai hasil tertentu
Di tingkat aplikasi, BI dan pelaporan memberikan eksekutif bisnis dan pekerja perusahaan lainnya dengan informasi yang dapat ditindaklanjuti tentang indikator kinerja utama, operasi bisnis, pelanggan dan banyak lagi.
Dulunya, pertanyaan dan laporan data biasanya dibuat untuk pengguna akhir oleh pengembang BI yang bekerja di TI atau untuk tim BI yang terpusat.
Sekarang perusahaan mulai beralih menggunakan alat BI swalayan yang membuat eksekutif, analis bisnis dan pekerja operasional menjalankan query ad hoc mereka sendiri dan membuat laporan.
Jenis analisis data yang lebih maju mencakup penggalian data yang berupa pemilahan set data besar untuk mengidentifikasi tren, pola, dan hubungan; analitik prediktif, yang berupaya memprediksi perilaku pelanggan, kegagalan peralatan, dan peristiwa masa depan lainnya; dan pembelajaran mesin, teknik kecerdasan buatan yang menggunakan algoritma otomatis untuk menghasilkan set data lebih cepat daripada yang dapat dilakukan ilmuwan data melalui pemodelan analitis konvensional.
Analitik data besar menerapkan penambangan data, analisis prediktif, dan alat pembelajaran mesin untuk mengatur data besar yang seringkali terdiri dari data tidak terstruktur dan semi terstruktur. Penambangan teks menyediakan sarana untuk menganalisis dokumen, email, dan konten berbasis teks lainnya.
Inisiatif analisis data mendukung berbagai penggunaan bisnis. Misalnya, perusahaan bank dan kartu kredit dianalisis pola penarikan dan pengeluaran untuk mencegah penipuan dan pencurian identitas.
Post a Comment for "Apa sih pengertian Data Analitik (Data Analytic) ? "