Dalam dekade terakhir, intelijen bisnis (BI) dan visualisasi data telah berkembang menjadi fungsi bisnis yang penting. Namun, meskipun alat-alat BI dan data sudah semakin lazim, sebagian besar organisasi terus berjuang untuk mendapatkan wawasan yang tepat waktu dan dapat ditindaklanjuti dari alat-alat tersebut.
Masalahnya bukan pada adopsi atau akses. Perusahaan menyadari kebutuhan tersebut. Ini adalah kinerja dan kemampuan. hari ini platform intelijen bisnis masih terkendala oleh keterbatasan arsitektural yang diwarisi dari era berbeda: era dimana data berasal dari sedikit sumber dan jarang diubah.
Sebaliknya, lingkungan data saat ini mencakup gudang data yang sangat besar, streaming peristiwa, sensor IoT real-time, dan input yang terus berubah yang harus dikumpulkan, diperkaya, diproses sebelumnya, dan dipahami dalam rentang waktu mulai dari hari hingga milidetik.
Salah satu pendiri dan CEO Row64.
Tujuan dari BI sendiri tidak berubah, namun besarnya volume, variasi, dan kecepatan data yang dikombinasikan dengan kecepatan bisnis saat ini, mengharuskan BI untuk berevolusi dari arsitektur yang sudah ketinggalan zaman menjadi sistem yang dinamis dan berpusat pada keputusan yang mampu menghasilkan apa yang sekarang disebut sebagai “kecerdasan keputusan.”
Fokusnya saat ini bukan hanya pada apa yang terjadi, namun pada apa yang terjadi saat ini dan apa yang harus dilakukan untuk mengatasinya. Namun, keterbatasan teknis yang mendasari kategori ini masih ada. Sebagian besar platform kesulitan memproses kumpulan data dalam jumlah besar dengan cepat atau memberikan pengalaman pengguna yang interaktif dan lancar, yang merupakan hambatan yang menghalangi organisasi untuk sepenuhnya memanfaatkan data mereka.
Untuk memahami arah BI dan mengapa tantangan-tantangan ini masih ada, ada gunanya jika kita mengkaji industri dan teknologi yang telah menyelesaikannya: game.
Mengapa Video Game Merupakan Analogi yang Tepat
Video game modern memproses data dalam jumlah besar secara real-time, merespons masukan pengguna secara instan, dan menghadirkan pengalaman visual yang mendalam dengan kecepatan 30 hingga 120 frame per detik. Tingkat respons seperti itu dulunya berada di luar jangkauan.
Game harus membatasi kompleksitas visual dan daya tanggap karena kendala perangkat keras dan perangkat lunak. Lompatan ke lingkungan real-time yang lancar saat ini tidak datang dari pemikiran ulang gameplay. Hal ini berasal dari pemikiran ulang bagaimana data, grafik, dan kekuatan komputasi berinteraksi.
Industri game telah lama menjadi tempat uji coba inovasi. Grafik komputer, pemindaian, akselerasi perangkat keras dengan CPU dan GPU, mesin game—semua teknologi ini didorong oleh tuntutan para gamer dan keinginan untuk mendapatkan pengalaman yang lebih menarik.
Teknologi tersebut secara konsisten menyebar ke industri lain. AI tidak berbeda. AI yang belum sempurna muncul sejak tahun 1951 dalam program catur, dan pada akhir tahun 70an dan awal tahun 80an, video game menggunakan pola pergerakan dan kejadian dalam game yang berbeda yang didukung oleh AI dasar.
Saat ini, kita melihat hasil dari evolusi teknologi tersebut di mana-mana, termasuk intelijen bisnis. Grafik di seluruh industri jauh lebih unggul dari sebelumnya. AI kini dapat menganalisis miliaran catatan dan mendeteksi tren dalam hitungan milidetik. Meskipun pengawasan manusia tetap penting dalam pengambilan keputusan, AI secara dramatis mempercepat proses memunculkan wawasan penting.
Namun BI belum sepenuhnya melakukan lompatan tersebut permainan video memiliki. Sistem BI yang lama masih terikat dengan arsitektur yang sudah ketinggalan zaman, sehingga memaksa perusahaan untuk hanya menganalisis sebagian data dan mengambil keputusan berdasarkan informasi historis. Laporan masih memerlukan waktu berjam-jam atau berhari-hari untuk dijalankan dan sering kali memerlukan pakar teknis hanya untuk menyiapkan visualisasi atau mengaktifkan kueri.
Hasilnya? Pengguna terjebak menunggu orang lain mengambil wawasan, sementara bisnis terus berjalan.
Kesenjangan Latensi
Platform BI lama dibangun berdasarkan pemrosesan batch dan dasbor statis. Hal ini mungkin berhasil di era ketika volume bisnis dan data masih dapat dikelola. Saat ini, organisasi-organisasi diperkirakan menghasilkan 328,77 juta terabyte data per hari secara global, dan mereka membutuhkan jawaban pada saat ini, bukan beberapa jam atau hari kemudian.
Saat terjadi serangan siber, misalnya, perusahaan tidak bisa menunggu bahkan beberapa menit untuk merespons. Di bidang ritel, bayangkan sebuah perusahaan yang dapat langsung mengidentifikasi dan merespons tren regional, daripada menunggu berhari-hari untuk melakukan analisis.
Dan dalam infrastruktur penting, penyedia listrik, air, dan telekomunikasi dapat membuat pelanggan kembali online lebih cepat dengan menjelajahi jutaan aset secara visual—hingga ke setiap menara, saluran, atau pipa—dalam lingkungan real-time berkecepatan tinggi. Wawasan yang cepat bukanlah suatu kemewahan; ini adalah landasan saat ini untuk keunggulan dan ketahanan kompetitif.
Namun sebagian besar alat BI masih mengharuskan pengguna untuk membagi data menjadi subset yang lebih kecil hanya untuk mendapatkannya pertunjukan itu tidak menghabiskan waktu alat mereka. Meski begitu, pandangan tersebut bersifat statis. Ubah cakupannya atau ajukan pertanyaan lain, dan Anda akan terjebak menunggu siklus kueri lainnya.
Di sinilah analogi bermain game menjadi kuat. Solusi BI saat ini seperti memainkan permainan “berbasis giliran” yang berhenti setiap kali Anda bergerak. Sementara itu, pengguna bisnis mengharapkan informasi yang cepat, visual, dan interaktif karena itulah cara mereka berinteraksi dengan data di setiap bagian kehidupan digital mereka.
Dasbor yang mereka andalkan di tempat kerja sering kali gagal karena tidak mampu mengimbangi skala dan kecepatan perusahaan modern.
Latensi ini tidak selalu merupakan masalah perangkat lunak. Dalam banyak kasus, ini merupakan produk sampingan dari data infrastruktur yang tidak dapat mendukung komputasi real-time, rendering visual instan pada kumpulan data besar, atau data agregat dari berbagai sumber.
Keterbatasan ini memaksa tim untuk bekerja dari ringkasan statis atau subkumpulan data yang dikurasi secara ketat. Analis menghabiskan waktu yang berharga untuk mengambil sampel data dan menyimpulkan pola daripada mengamatinya saat hal tersebut terjadi.
Dari Dasbor Statis hingga Antarmuka Streaming
Kecerdasan pengambilan keputusan menjanjikan untuk menggerakkan kita melampaui sikap reaktif dan mengambil tindakan proaktif. Namun untuk memenuhi janji tersebut, sistem BI perlu beroperasi lebih seperti lingkungan layanan langsung dibandingkan repositori statis.
Sama seperti game yang memberikan umpan balik secara real-time (“twitch”) ketika pemain bergerak, melompat, atau mengeluarkan perintah, platform BI harus dapat memperbarui visual secara instan saat pengguna memotong, memotong, atau menelusuri data.
Hal ini berarti mendorong kemampuan pemrosesan visual dan data lebih dekat ke lapisan perangkat keras, memanfaatkan arsitektur yang dipercepat perangkat keras dan API overhead rendah yang kuat yang dapat mengalirkan dan memvisualisasikan data pada kecepatan bingkai interaktif — setiap 30 milidetik, bukan setiap lima detik — sama seperti kebanyakan game modern.
Daya tanggap penting bukan hanya untuk pengalaman pengguna. Hal ini memungkinkan pengambilan keputusan yang percaya diri dalam lingkungan bertekanan tinggi. Ketika pengguna dapat berinteraksi dengan kumpulan data besar secara real-time, mereka mengajukan pertanyaan yang lebih baik, menjelajahi lebih banyak skenario, dan memperoleh wawasan lebih cepat. Eksplorasi menjadi putaran masukan dan umpan balik yang berkelanjutan, seperti yang terjadi di lingkungan game.
Tingkat performa ini memerlukan infrastruktur dengan akselerasi perangkat keras yang mampu melakukan streaming, menganalisis, dan memvisualisasikan data dalam skala besar, tanpa mengurangi fidelitas data tersebut. Inilah kesenjangan yang belum dilewati oleh sebagian besar sistem BI.
BI sebagai Layanan Langsung
Sebagian besar permainan saat ini beroperasi sebagai layanan langsung. Mereka berevolusi, menerima pembaruan secara real-time, dan merespons pemain secara dinamis. BI perlu melakukan transisi yang sama, dari alat pelaporan ke platform yang responsif dan berorientasi layanan.
Platform BI layanan langsung yang sebenarnya lebih dari sekadar menampilkan metrik historis. Ini terus menyerap data baru, merespons masukan pengguna secara instan, dan memperbarui visualisasi secara real-time. Ketika dibangun dengan cara ini, BI menjadi lapisan bisnis yang hidup: selalu terkini, selalu interaktif, dan selalu selaras dengan kebutuhan para pengambil keputusan saat ini.
Ini berarti memanfaatkan fitur-fitur seperti streaming data real-time dan antarmuka yang berkembang seiring dengan bisnis. Ini juga berarti memikirkan kembali standar kinerja. Jika visualisasi memerlukan waktu beberapa menit untuk dimuat, wawasan yang dikandungnya mungkin sudah basi atau hilang seluruhnya.
Cara ke Sana
Membawa BI ke era baru kecerdasan pengambilan keputusan ini membutuhkan lebih dari sekadar dasbor yang mencolok atau real-time grafik. Hal ini memerlukan perombakan menyeluruh pada jalur data—mulai dari penyerapan dan transformasi hingga rendering dan interaksi. Performa yang dipercepat perangkat keras memainkan peran penting, namun yang tidak kalah pentingnya adalah pola pikir arsitektural yang memprioritaskan daya tanggap dan interaktivitas.
Hal ini juga mengharuskan perusahaan untuk memeriksa ekosistem data mereka secara menyeluruh. Alat BI hanya akan seefektif sistem yang digunakannya. Tanpa merasionalisasi sistem yang terisolasi atau berinvestasi pada infrastruktur yang dapat mendukung throughput real-time, alat visual paling canggih sekalipun akan gagal.
AI juga akan memainkan peran yang semakin besar, memunculkan pola dan wawasan yang terlalu rumit atau sulit untuk diketahui oleh manusia, terutama ketika perusahaan beralih dari pengambilan keputusan yang reaktif ke proaktif.
Ketika tim perusahaan menjadi lebih melek data dan fasih secara digital, ekspektasi terhadap kecepatan dan interaktivitas akan terus meningkat. Intelijen bisnis harus berkembang untuk memenuhi harapan-harapan ini, sehingga memungkinkan pengambilan keputusan yang proaktif.
BI generasi berikutnya tidak akan terlihat seperti laporan statis di masa lalu. Ini akan menyerupai game yang sudah kita mainkan. Cepat. Visual. Melingkupi. Dan tanggap terhadap setiap perubahan lingkungan.
Kami mencantumkan alat migrasi data terbaik.
Artikel ini dibuat sebagai bagian dari saluran Expert Insights TechRadarPro tempat kami menampilkan para pemikir terbaik dan tercemerlang di industri teknologi saat ini. Pandangan yang diungkapkan di sini adalah milik penulis dan belum tentu milik TechRadarPro atau Future plc. Jika Anda tertarik untuk berkontribusi, cari tahu lebih lanjut di sini: https://www.techradar.com/news/submit-your-story-to-techradar-pro
