DATA WAREHOUSE – Tugas 3

1.) Perusahaan yang ingin membangun Data Warehouse :

“Operator Harus Mentransformasi Bisnis”

Sarwoto Atmosutarno, Dirut Telkomsel:

Berbicara bisnis telekomunikasi tahun depan, apakah bisa sukses dan sustain? Itu akan tergantung pada bagaimana para pemimpinnya mentransformasi bisnisnya. Sebab, tahun depan kami perkirakan jumlah pelanggan yang berbasis SIM card akan menyamai, bahkan melebihi, jumlah penduduk. Dengan kata lain, penetrasi pasarnya sudah lebih dari 100%. Akibatnya, itu akan menekan profit dan pendapatan, karena pasar sudah dalam kondisi jenuh, saturation.

Jika pasar dalam kondisi jenuh, kami harus mencari bisnis baru (new business) lain yang bisa mengompensasi tekanan revenue, pangsa pasar dan profitabilitas. Ada beberapa yang berhasil secara signifikan mengatasi soal profitabilitas itu. Namun, penderitaannya terhadap tekanan pasar ini sama. Pasalnya, di Indonesia, selain penetrasinya akan melebihi 100%, pemain di industri ini pun sudah terlalu banyak: lebih dari 11 perusahaan. Cina saja yang penduduknya 1 miliar, jumlah operatornya tidak sebanyak di Indonesia. Ini menjadi tugas regulator bagaimana mengatasinya. Jangan sampai pasar dibiarkan. Buktinya, perang harga terjadi lagi. Di industri Internet pun sudah mulai ada perang harga. Dari sisi industri, ini berbahaya.

Karena itu, perusahaan telekomunikasi sudah saatnya melakukan transformasi bisnis, yakni menuju bisnis data dan Internet. Jika pada bisnis data dan Internet terjadi perang harga juga, industri telekomunikasi akan berat sekali.

Ketika industri dalam kondisi jenuh dan jumlah operator terlalu banyak, ada tiga tahap konsolidasi yang perlu dilakukan. Pertama, konsolidasi jaringan (infrastruktur). Contohnya, dengan tower sharing atau bandwidth sharing. Kedua, konsolidasi di bidang services, karena platform-platform value added service bisa dibuat bersama. Misalnya, ring back tone (RBT) atau musik, cukup Telkomsel yang punya, sementara operator-operator lain ikut saja. Dengan begitu, mereka tidak perlu mengeluarkan capital expenditure. Ini konsolidasi juga, sehingga industri ini efisien. Tidak perlu duplikasi, dan akan menekan cost. Ketiga, konsolidasi dalam hal entitasnya, dengan merger atau akuisisi. Contohnya, belakangan ada wacana merger Flexi – Esia dan Smart – Mobile 8.

Maka, sejak tahun lalu Telkomsel sudah mempersiapkan masuk ke bisnis baru, yaitu bisnis data dan Internet. Sejauh ini, kami lihat dari sisi result, pertumbuhan bisnis baru hampir 84% setahun. Persentase kontribusi bisnis baru terhadap total bisnis meningkat. Tahun lalu persentasenya 7%, tahun ini sudah 13%. Ini menunjukkan Telkomsel sudah mentransformasi bisnis dengan benar, karena telah meningkat dua kali lipat dari tahun sebelumnya. Di negara maju seperti Jepang, kontribusi bisnis baru terhadap total revenue ini sudah lebih dari 50%. Semua pemain telekomunikasi akan mengarah ke sana. Tahun depan, Telkomsel menargetkan persentase bisnis baru ini akan mendekati 20%.

Untuk masuk ke bisnis baru ini, banyak yang harus disiapkan. Dari sisi infrastruktur, kami akan menggelar broadband secara lebih luas. Broadband Telkomsel sudah siap di 25 kota. Tahun depan akan dikembangkan hingga 40 kota. Itu penting sekali. Dari sisi sistem support, Telkomsel membangun billing system dan CRM yang lebih canggih. Telkomsel juga membangun data warehouse yang memiliki kapasitas lebih dari 2 pentabyte. Ini untuk mempersiapkan target pelanggan kami yang akan lebih dari 100 juta pada tahun depan. Sekarang pelanggan Telkomsel telah mencapai 95 juta.

Selain itu, kami juga akan membangun platform yang lebih kuat. Saat ini di Telkomsel sudah ada beberapa platform, seperti Music Platform, Application Platform, Mobile Commerce Platform (mobile payment, contactless, T-Cash, dan sebagainya), dan Mobile Advertising Platform. Itu persiapan-persiapan kami untuk menjalankan bisnis baru dengan lebih baik.

Di era new business, yang menonjol adalah kemitraan dan kolaborasi. Dalam era seperti itu, pemimpin maupun SDM harus open minded dan berpikir win-win. Sekarang, tidak bisa lagi mau menang sendiri. Sebab, bisnis baru tidak bisa dikerjakan sendiri. Operator harus mengundang mitra.

Agenda prioritas saya ke depan adalah, pertama, Telkomsel harus me-rebound bisnis ini. Itu harus kami kembalikan: pertumbuhan revenue, pangsa pasar dan profitabilitas. Kedua, menjadikannya sebagai high performance organization. Kami coba mengingatkan, ini lho ada bisnis baru, ada ilmu baru, yaitu IP broadband. Tahun depan, kami punya program: lebih dari 50% orang di Telkomsel harus ready broadband juga. Bukan saja kota-kotanya yang ready broadband. Karena Telkomsel sebagai planner dan controller, SDM-nya harus mengerti broadband itu apa dan karakternya seperti apa. Sebab, berbeda sekali dengan bisnis lalu yang terdiri dari calling dan SMS.

Tantangannya sebenarnya pada regulasi soal frekuensi yang perlu ditata kembali. Karena, frekuensi yang sekarang menyebabkan tidak semua operator siap menuju broadband. Misalnya, frekuensi hanya 5-10 megabyte, itu tidak mencukupi. Dari sisi itu, bisa diselesaikan dengan konsolidasi. Mengenai soal BHP frekuensi dan interkoneksi, saya asumsikan selesai.

Tantangan lainnya, bagaimana pemerintah menyikapi perang harga yang tak terkendali. Pemerintah harus memberi jaminan kompetisi dan kepastian return on investment. Saat ini, dari 11 operator, kompetisinya hanya dinikmati 3-4 operator.

Jadi, meskipun saturation, bisnis ini tidak akan mati. Selama kita berhasil mentransformasi bisnis ke bisnis baru, tidak akan bermasalah. Saya pun masih yakin Telkomsel akan terus nomor satu, bahkan hingga lima tahun ke depan. Pangsa pasar kami 50% tetap terjaga. Telkomsel memiliki volume bisnis US$ 5 miliar. Profit kami lebih besar daripada bank BUMN terbesar dan kami pembayar pajak terbesar.

Sumber :http://swa.co.id/sajian-utama/menyiapkan-amunisi-untuk-menubruk-peluang

2.) Buat soal serta solusinya tentang segala yang berhubungan dengan data warehouse (minimal 3) :

1.) Sebutkan hal-hal yang melatarbelakangi datamining?

• Melimpahnya data (overload data) yang dialami oleh berbagai institusi, perusahaan atau organisasi.
• Merlimpahnya data ini merupakan akumulasi data transaksi yang terekam bertahun-tahun..
• Data–data tersebut merupakan data transaksi yang umumnya diproses menggunakan aplikasi komputer yang biasa disebut dengan OLTP (On Line Transaction Processing).

2.) Berikan 4 contoh dan penjelasan implementasi datamining?

Analisa Pasar dan Manajemen

Untuk analisa pasar, banyak sekali sumber data yang dapat digunakan seperti transaksi kartu kredit, kartu anggota club tertentu, kupon diskon, keluhan pembeli, ditambah dengan studi tentang gaya hidup publik.

Telekomunikasi

Sebuah perusahaan telekomunikasi menerapkan data mining untuk melihatdari jutaan transaksi yang masuk, transaksi mana sajakah yang masih harusditangani secara manual (dilayani oleh orang). Tujuannya tidak lain adalahuntuk menambah layanan otomatis khusus untuk transaksi-transaksi yangmasih dilayani secara manual. Dengan demikian jumlah operator penerimatransaksi manual tetap bisa ditekan minimal.

Keuangan

Financial Crimes Enforcement Network di Amerika Serikat baru-baru inimenggunakan data mining untuk me-nambang trilyunan dari berbagai subyek seperti property, rekening bank dan transaksi keuangan lainnya untuk mendeteksi transaksi-transaksi keuangan yang mencurigakan (seperti money laundry). Mereka menyatakan bahwa hal tersebut akan susah dilakukan jika menggunakan analisis standar.  (www.senate.gov/~appropriations/treasury/testimony/sloan.htm. Mungkinsudah saatnya juga Badan Pemeriksa Keuangan Republik Indonesia menggunakan teknologi ini untuk mendeteksi aliran dana BLBI.

Asuransi

Australian Health Insurance Commision menggunakan data mining untukmengidentifikasi layanan kesehatan yang sebenarnya tidak perlu tetapi tetap dilakukan oleh peserta asuransi. Hasilnya? Mereka berhasil menghemat satu juta dollar per tahunnya. ATentu saja ini tidak hanya bias diterapkan untuk asuransi kesehatan, tetapi juga untuk berbagai jenis asuransi lainnya.

3.)  Jelaskan perbedaan-perbedaan antara data operasional dengan data warehouse?


 Data Operasional

• Dirancang berorientasi hanya pada aplikasi dan fungsi tertentu
• Fokusnya pada desain basisdata dan proses
• Berisi rincian atau detail data
• Relasi antar table berdasar aturan terkini(selalu mengikuti aturan terbaru)

Data Warehouse

• Dirancang berdasar pada subjek-subjek tertentu (utama)
• Focusnya pada pemodelan data dan desain data
• Berisi data-data history yang akan dipakai dalam proses analisis
• Banyak aturan bisnis dapat tersaji antara tabel-tabel

4.) Sebutkan dan jelaskan secara singkat tugas-tugas yang dilakukan data warehouse?

• Pembuatan laporan, Pembuatan laporan merupakan salah satu kegunaan data warehousing yang paling umum dilakukan. Dengan menggunakan query sederhana didapatkan laporan perhari,perbulan, pertahun atau jangka waktu kapanpun yang diinginkan.
• On-Line Analytical Processing (OLAP), Dengan adanya data warehouse, semua informasi baik detail maupun hasil summary yang dibutuhkan dalam proses analisa mudah didapat. OLAP mendayagunakan konsep data multi dimensi dan memungkinkan para pemakai menganalisa data sampai mendetail, tanpa mengetikkan satupun perintah SQL. Hal ini dimungkinkan karena pada konsep multi dimensi, maka data yang berupa fakta yang sama bisa dilihat dengan menggunakan fungsi yang berbeda. Fasilitas lain yang ada pada sofware OLAP adalah fasilitas rool-up dan drill-down. Drill-down adalah kemampuan untuk melihat detail dari suatu informasi dan roll-up adalah kebalikannya.
• Proses informasi eksekutif, data warehousing dapat membuat ringkasan informasi yang penting dengan tujuan membuat keputusan bisnis, tanpa harus menjelajahi keseluruhan data. Dengan menggunakan data warehousing segala laporan telah diringkas dan dapat pula mengetahui segala rinciannya secara lengkap, sehingga mempermudah proses pengambilan keputusan. Informasi dan data pada laporan data warehousing menjadi target informatif bagi pengguna.

5.) Sebutkan 4 keuntungan menggunakan data warehouse!

• Data diorganisir dengan baik untuk query analisis dan sebagai bahan untuk pemrosesan transaksi.
• Perbedaan diantara struktur data yang heterogen pada beberapa sumber yang terpisah dapat diatasi.
• Aturan untuk transformasi data diterapkan untuk memvalidasi dan mengkonsolidasi data apabila data dipindahkan dari basisdata OLTP ke data warehouse
• Masalah keamanan dan kinerja bisa dipecahkan tanpa perlu mengubah sistem produksi.