Tantangan dan Kerugian Mengimplementasikan Business Intelligence

1. Membutuhkan banyak data

Biasanya implementasi Business Intelligence diterapkan pada perusahaan besar, dalam artian perusahaan yang memiliki data transaksi yang banyak, dengan demikian untuk mendapatkan data yang besar maka dibutuhkan pula waktu yang cukup lama, biasanya perusahaan sudah berdiri 5-10tahun lebih sehingga memiliki data yang cukup banyak. Ini menjadi suatu tantangan bagi perusahaan yang memiliki data transaksi kecil, karena jika ingin mendapatkan data yang besar harus menunggu waktu yang cukup lama menjadikannya tidak efektif untuk meningkatkan perusahaan kecil.

Manfaat dan Keuntungan mengimplementasikan Business Intelligence

1.      Meningkatkan Profit

Mengapa dapat meningkatkan profit? Bagi perusahaan atau organisasi yang mengimplementasikan Business Intelligence, dapat membantu pebisnis dalam mengevaluasi para pelanggannya. Dengan Business Intelligence, perusahaan dapat mengetahui pelanggannya, berapa pelanggan yang kita punyai, apakah pelanggan dapat menghasilkan keuntungan secara jangka panjang atau pelanggan tersebut hanya menguntungkan dalam jangka pendek saja. Dengan Business Intelligence pebisnis memanfaatkan keuntungan ini, pebisnis dapat meningkatkan layanannya untuk menjawab kebutuhan-kebutuhan dari pelanggan. Maka dengan demikian pelanggan pun akan puas akan pelayanan yang diberikan dan menjadikan nilai lebih bagi perusahaan yang mengimplementasikan Business Intelligence, secara otomatis juga profit perusahaan semakin meningkat.

Definisi Business Intelligence

Business Intelligence adalah kemampuan sebuah perusahaan/organisasi untuk mengambil semua data/kemampuan dan mengubahnya menjadi informasi/pengetahuan yang tepat untuk orang yang tepat, pada waktu yang tepat, melalui saluran yang tepat. Informasi ini dipakai untuk menciptakan peluang dan strategi yang efektif, sehingga memberikan keunggulan kompetitif di pasar dan stabilitas dalam jangka panjang.

Definisi HOLAP

HOLAP (Hibrid online analitycal processing) merupakan gabungan dari model MOLAP dan ROLAP. Detil data tersimpan pada tabel relasional tapi aggregasi data disimpan dalam format multidimensi. Misalkan proses drill down dilakukan pada sebuah tabel fakta, maka retrive data akan dilakukan dari tabel database relasional sehingga query tidak secepat MOLAP. Kubus HOLAP lebih kecil daripada kubus MOLAP tapi response time query masih lebih cepat jika dibandingkan dengan ROLAP. Model penyimpanan HOLAP ini biasanya sesuai untuk kubus yang membutuhkan performa query yang bagus dengan jumlah data yang besar.

Cara Kerja ROLAP

Cara kerja ROLAP secara umum adalah sebagai berikut :

1. OLAP client mengirimkan query analisis ke OLAP Server.

2. OLAP server akan melakukan pemeriksaan di cache apakah sudah bisa melayani permintaan query dari client tersebut, jika sudah akan dikirimkan.

3. Jika pada cache belum terdapat data diminta, akan dilakukan query SQL ke data mart dan hasil eksekusinya disimpan di cache dan dikirimkan kepada client.

4. Demikian seterusnya.

5. Cache akan disimpan selama periode waktu tertentu dan akan dibersihkan total jika server dimatikan.

Kelebihan dan Kekurangan ROLAP

Kelebihan ROLAP

1. Dapat menangani jumbalh volume data yang sangat besar, batasan ukuran volume data yang ditangani pada teknologi ROLAP adalah batas dari volume dari Relational Database yang dipakai. Dengan kata lain pada ROLAP sendiri tidak ada batasan volume data.

2. Dapat memanfaatkan fungsi-fungsi yang ada pada Relational Database yang dipakai.

Definisi ROLAP

ROLAP (Relational online analitycal processing ) adalah proses untuk menyimpan detil data dan aggregasi kubus dengan menggunakan tabel pada database relasional datawarehouse. Berbeda dengan MOLAP, ROLAP tidak menyimpan salinan database, ia mengakses langsung pada tabel fact ketika membutuhkan jawaban sebuah query. Sehingga query pada ROLAP mempunyai response time yang lebih lambat dibandingkan ROLAP maupun HOLAP. Karakteristik model ini digunakan untuk menyimpan data yang besar dan jarang dilakukannya proses query. Misalkan, data histori dalam jumlah besar dari beberapa tahun yang sebelumnya.