Page 36 - E Modul Data Analytics

Data Analytics

mungkin terjadi di masa depan.Kemampuan data untuk memprediksi peristiwa masa depan
seperti perlambatan ekonomi, lonjakan tiba-tiba atau penurunan harga komoditas, pelanggan
mana yang cenderung bergejolak, berapa total klaim dari pelanggan asuransi mobil, berapa

lama kemungkinan untuk tinggal di rumah sakit, dan sebagainya akan membantu organisasi
untuk merencanakan tindakan masa depan mereka. Terlepas dari jenis bisnis, organisasi ingin

meramalkan permintaan untuk produk atau layanan mereka dan memahami penyebab fluktuasi
permintaan. Misalnya, ketika Badai Charley melanda Amerika Serikat pada tahun 2004, Linda
M. Dillman, Chief Information Officer Walmart, ingin memahami perilaku pembelian

pelanggannya (Hays, 2004).

Contoh paling populer dari penerapan analisis prediktif adalah model prediksi
kehamilan Target. Pada tahun 2002. Target mempekerjakan ahli statistik Andrew

Pole: salah satu tugasnya adalah memprediksi apakah pelanggan hamil (Duhigg,

2012a). Orang tua baru adalah cawan suci pemasar karena mereka adalah
pelanggan yang tidak sensitif terhadap harga yang ingin membeli barang-barang

terbaik untuk bayi mereka yang baru lahir. Pada tahun 2010, dilaporkan bahwa

orang tua menghabiskan rata-rata sekitar USD untuk seorang anak sebelum ulang
tahun pertamanya; pasar bayi baru Amerika Utara bernilai USD 36,3 miliar

(Duhigg, 2012b). Pada awalnya, tugas yang diajukan oleh departemen pemasaran
ke Pole mungkin terlihat aneh, tetapi itu masuk akal secara bisnis.

2.2.4 Prescriptive Analytics

Prescriptive Analytics adalah tingkat kemampuan
analitik tertinggi saat ini, perusahaan memutuskan apa

yang harus dilakukan setelah mereka mendapatkan
wawasan melalui analitik deskriptif dan prediktif. Analisis
preskriptif membantu pengguna dalam menemukan solusi

optimal untuk suatu masalah atau dalam membuat pilihan
/ keputusan yang tepat dari beberapa alternatif. Tidak

24