Akhir-akhir ini, istilah big data seringkali disebut-sebut sebagai solusi bagi masalah supply chain, namun menggunakan data untuk menyelesaikan masalah telah terbukti jauh lebih sulit dipahami daripada mengumpulkannya. Seperti yang disebut Financial Times pada 2014, "Big Data has arrived, but big insights have not."
Dengan kata lain, perkembangan aplikasi big data merupakan perjalanan yang panjang dan berliku, gelombang data besar dan cepat yang datang memaksa perusahaan untuk membangun sistem untuk memprosesnya untuk kemudian mendapatkan asset dari proses pengolahan data tersebut. Karena konsepnya yang sering dibesarkan, banyak yang berangan-angan dan berharap bahwa semakin banyak data yang diproses akan sama dengan banyaknya asset yang dihasilkan.
Untuk beberapa pihak, hal itu mungkin saja. Namun, bagi pengaplikasian big data ke supply chain membutuhkan tujuan yang lebih mendalam.
Jika bagian supply chain ingin menggunakan big data untuk mendapatkan pengetahuan yang tersembunyi, ada baiknya memahami infrastruktur dan teknologi yang memungkinkan konsep tersebut muncul.
Apa itu Big Data?
Survey tahun 2014 terhadap data scientist yang dilakukan oleh University of California mengungkapkan bahwa definisi big data dapat didebat. Setiap responden memberikan jawaban yang berbeda, berargumen apakah konsep tersebut merupakan proses, alat, atau hasil.
Perdebatan ini tampaknya bermuara pada satu pertanyaan, apakah 'revolusi big data' hanya tentang informasi yang dikumpulkan, atau apakah big data termasuk alat-alat yang dibutuhkan untuk memproses dan mengaplikasikan informasi yang baru? Jawabannya tergantung pada tahap mana big data diaplikasikan.
Meskipun demikian, ada satu pengertian dari Gartner yang paling sering dikutip untuk dijadikan definisi Big Data. Gartner mengatakan, "Big Data adalah informasi bervolume besar, berkecepatan tinggi dan/atau bervariasi yang menuntut bentuk pemrosesan informasi inovatif yang hemat biaya, yang memungkinkan peningkatan wawasan, pengambilan keputusan, dan otomatisasi proses."
Berdasarkan definisi tersebut, Big Data sebagai konsep memerlukan tiga lapisan berbeda sebelum aplikasi: lebih banyak data, sistem pemrosesan, dan analitik. Jika Big Data baru saja terdengar gaungnya dalam manajemen supply chain, mungkin itu karena teknologi tersebut baru saja mencapai lapisan terakhir untuk menyampaikan insight.
Volume, Velocity, Variety: Transisi dari data ke Big Data
Data adalah interaksi: benda yang diambil dari rak, konsumen yang meninggalkan website, ulasan online yang ditulis, produk yang rusak dikembalikan. Interaksi-interaksi ini hadir di setiap tempat dalam supply chain, sayangnya tidak selalu dikumpulkan secara berarti.
Faktanya, hingga saat ini, perincian data semacam itu tidak dapat dikumpulkan, disimpan atau dipindahkan untuk kemudian diproses. Seperti pedometer, contohnya. Versi pertama dari perangkat kesehatan tersebut dapat menghitung langkah-langkah yang diambil dan menampilkannya pada layar, hanya untuk konsumsi penggunanya seorang -- tidak lebih.
Kemajuan pesat internet, cloud dan kemudian internet of things mengubah semua itu, sehingga memunculkan lapisan pertama dari Big Data: volume besar, kecepatan tinggi, dan sangat bervariasi, yang dikenal sebagai "tiga V".
