Mengapa Perusahaan Kesulitan Mendapatkan Data Insight?

Oleh Chris Huff, Chief Strategy Officer, Kofax

Perlambatan ekonomi dan disrupsi global yang saat ini terjadi akibat pandemi telah membangkitkan kesadaran digital ("Digital Awakening"). Dewan dan eksekutif C-level perusahaan beramai-ramai mempercepat inisiatif transformasi digital untuk mendorong efisiensi, pertumbuhan, dan ketahanan bisnis, sekaligus agar tetap relevan dan kompetitif di era tatanan digital baru ini. Untuk mengambil keputusan yang efektif, para eksekutif membutuhkan data. 

Namun, agar keputusan efektif yang diambil tepat waktu, para eksekutif perlu mengautomasi cara wawasan data (data insight) ditangkap, diproses, dianalisis, dan disimpulkan. Jika semua sepaham bahwa ketepatan waktu dalam mengakses wawasan data yang terperinci adalah kuncinya, apa yang harus dilakukan untuk mencapai nirwana digital ini? Selama lima menit ke depan, kita akan mengambil pendekatan berbasis hipotesis untuk menghasilkan hasil yang terfokus, kemudian kembali ke jenis teknologi yang dapat membantu para eksekutif mencapai keunggulan yang sangat dibutuhkan untuk melewati krisis ini sembari mengambil ancang-ancang untuk kembali melesat.

Sebagian besar dari kita setuju bahwa wawasan yang diperoleh dari data luar biasa bermanfaat, baik dalam jangka pendek maupun panjang. Jika demikian, mengapa masih banyak perusahaan yang kesulitan menangkap, memvisualisasi, memahami, dan mengoptimalkan informasi yang vital bagi bisnis ini, bahkan sejak informasi tersebut mengalir masuk?

Tentunya bukan karena industri tidak paham nilai data, terutama jika melihat bahwa kecerdasan buatan (Artificial Intelligence/AI) dan analitik tertambah (augmented analytics) semakin populer di berbagai belahan dunia. Sebanyak 60% CIO berpendapat bahwa data dan analitik akan berdampak pada bisnis mereka dalam tiga tahun mendatang, sedangkan 73% perusahaan berencana berinvestasi pada inisiatif DataOps untuk mendukung inisiatif AI dan pembelajaran mesin.

Akan tetapi, agar dapat memanfaatkan teknologi analitik mutakhir ini, pertama-tama perusahaan perlu menangkap data, baik berupa data terstruktur (termasuk situs web serta aplikasi bisnis dan desktop) maupun basis data. Namun, yang lebih penting lagi adalah data tidak terstruktur, mengingat tipe ini membutuhkan data yang lebih menyeluruh dibandingkan data terstruktur. Salah satu contoh data tidak terstruktur adalah konten yang ditemukan dalam dokumen dan surel. Setelah 100% data terstruktur dan tidak terstruktur yang tersedia berhasil ditangkap, data tersebut harus diatur ke sejumlah alur kerja yang tepat sehingga menjadi input bagi sistem hilir.

Umumnya, perusahaan menggunakan beberapa aplikasi berbeda untuk memproses satu transaksi sedangkan manusia berperan sebagai 'penghubung' berbagai aplikasi yang berbeda ini. Proses ini memakan banyak waktu dan biaya, sekaligus rawan kesalahan. Contohnya, pada proses onboarding pelanggan secara umum. Proses ini biasanya melibatkan layanan kanal digital di awal yang menyediakan Input bagi Manajemen Hubungan Pelanggan (Customer Relationship Management/CRM) untuk memicu pemeriksaan riwayat kredit, yang kemudian diteruskan ke mesin pengambil keputusan (decision engine) agar tindakan verifikasi pelanggan, yang umum dikenal sebagai Know-Your-Customer (KYC), dimulai dengan mengirim pemberitahuan kepada pelanggan mengenai kabar terkini sekaligus meminta dokumen pelengkap, sementara aplikasi lain mempartisi akun pengguna. Agar proses ini berjalan mulus, alur kerja pelanggan digital yang terautomasi dari hulu ke hilir dapat dirancang agar mampu mengorkestrasi lalu lintas data, menghindari kesalahan, mempersingkat waktu siklus, dan meningkatkan kepatuhan. Automasi juga dapat mempercepat terbentuknya wawasan data melalui agregasi kilat beragam jenis data, yang terdiri dari data bisnis serta data dari berbagai kanal dan sumber, termasuk data operasional dan pemrosesan, data pelanggan, umpan balik pelanggan atau pemangku kepentingan, dll. Hasilnya adalah metode yang lebih cepat dan akurat untuk memvisualisasikan inteligensi bisnis (Business Intelligence/BI). 

Pada akhirnya, tiap perusahaan ingin memaksimalkan nilai data yang dimiliki. Salah satu pendekatan terbaik untuk mencapai hal ini adalah dengan "membuka akses" melalui demokratisasi data menggunakan perangkat yang tepat agar karyawan dapat terhubung dengan data dan mengeksplorasinya untuk memperoleh wawasan yang dapat mereka manfaatkan dalam pekerjaan.

Analitik Data Dapat Mengubah Segalanya