PTSC Part 13

Tugas Softskill

Nama : 

1. Afify Marus (10114399)

2. Marthauli (16114431)

3. Uun Ardhiyaningrum (1A114962)

ABSTRAK

Bab ini membahas peran ICT untuk kegiatan intelijen kompetitif.

Untuk tujuan ini, dimulai dengan pengenalan intelijen kompetitif.

Selanjutnya, membahas kemungkinan penggunaan ICT untuk kegiatan intelijen.

Di dalam  Perhatian diskusi dibayar untuk penggunaan internet, untuk tujuan umum

alat TIK, alat untuk ICT disesuaikan dengan satu atau lebih tahap kecerdasan,

dan alat-alat intelijen bisnis (gudang data dan alat untuk mengambil

dan menyajikan data di dalamnya). Akhirnya, bab ini menjelaskan bagaimana organisasi  dapat memilih aplikasi TIK untuk mendukung kegiatan intelijen mereka.

Gudang data yang tampaknya telah mendapatkan posisi sentral dalam BI. Bahkan,

kebanyakan vendor tampaknya menyamakan BI dengan menggunakan data warehouse dan alat untuk akses dan analisis data di dalamnya. Inmon (1993) mendefinisikan data warehouse

sebagai "subjek berorientasi, terpadu, nonvolatile, dan waktu pengumpulan varian

Data dalam mendukung keputusan manajemen. "Dalam sebuah organisasi, mungkin

data yang relevan untuk pengambilan keputusan strategis yang tersebar di banyak database

(Misalnya, database transaksional, database keuangan, personil database, dll).

Panjang dan lama (2002, p. 425) menunjukkan bahwa data tersebut, yang tidak terintegrasi

dan mungkin berisi redudansi, sulit untuk mengakses. Untuk mengatasi ini

masalah, data ini dikumpulkan dan disalin ke sebuah gudang data dan

'Direorganisasi ke dalam format yang memberikan pengambil keputusan akses siap berharga,

Informasi sensitif terhadap waktu '(ibid). Untuk menyimpan data dalam data warehouse up

sampai saat ini, data dari database sumber harus disalin ke pada biasa (Mingguan atau kadang-kadang setiap hari) dasar.

Untuk mendapatkan akses ke data warehouse dan menganalisa data, tiga jenis

alat biasanya diidentifikasi: query, OLAP dan data mining. Untuk pertanyaan, permintaan

bahasa (seperti SQL) dapat digunakan. Namun, sebagian besar merupakan rumit

untuk memudahkan akses pengguna akhir dan tidak benar-benar cocok untuk analisis. analisis online pengolahan (OLAP) adalah alat untuk analisis online dan manipulasi data. Seorang pengguna tidak menentukan permintaan, tetapi menentukan disebut "dimensi" (seperti pelanggan, produk, wilayah, waktu) dan dapat berhubungan dimensi ini satu sama lain dalam sangat user-friendly cara. Hasilnya dapat ditampilkan langsung dalam beberapa format (Grafik, tabel, angka) dan dimanipulasi.

Data mining merujuk pada satu set (kecerdasan statistik atau buatan) alat untuk mendeteksi hubungan (baru) dalam data (lih, Zanasi, 1998). Melalui data mining misalnya, pola sulit dipahami dalam perilaku pelanggan dapat dideteksi. Sebagai contoh, pengecer besar di Belanda menemukan bahwa membeli suatu merek popok adalah positif berhubungan untuk membeli suatu merek bir .Seperti penemuan dapat digunakan untuk segala macam tujuan — mulai dari mengidentifikasi peluang cross-selling atau menetapkan kampanye pemasaran untuk meningkatkan layout  toko (cf., panjang & panjang, 2000). Arsitektur dasar data gudang (dan alat-alat untuk penggunaannya) diberikan dalam gambar 5.

           Tokoh membuat jelas bahwa database sumber dapat internal (database transaksional, keuangan database, CRM data atau data dari ERP sistem, dll) dan eksternal (misalnya, database dari mitra bisnis, (komersial database tersedia) yang mengandung Statistik ekonomi, informasi patent,  dll, atau bahkan online database). Namun, sebagian besar data gudang hanya penutup internal data—i.e., data yang dihasilkan dalam transaksi organisasi. Sebagaimana Fuld dkk. (2002) mengatakan: "perangkat lunak BI [...] biasanya berkaitan dengan gudang data

dan analisis kuantitatif, hampir secara eksklusif dari data internal perusahaan"(p. 7). Tentu saja ini, adalah kelemahan utama ketika merawat alat BI sebagai alat CI. Namun, kami merasa bahwa setelah gudang data yang digunakan untuk menyimpan (dan memperbarui) data eksternal yang relevan, mereka mungkin menjadi alat CI yang berharga juga.

Di samping fokus internal mereka, kekurangan lain dengan perangkat lunak BI dapat disebutkan. Dalam kutipan sebelumnya penuh, timbul masalah kedua: perangkat lunak BI terutama berkaitan dengan analisis kuantitatif, sementara CI bergantung berat di data kualitatif. Masalah lain yang harus dilakukan dengan biaya dan implementasi: Gudang data memerlukan anggaran yang besar dan banyak waktu pelaksanaan dan usaha. Cook dan Cook (2000, Bab IX) juga merujuk kepada "harapan yang tinggi" organisasi memiliki mengenai perangkat lunak BI. Secara khusus, tidak dapat  mengharapkan BI software untuk menghasilkan intelijen. Dalam pandangan mereka, hasil dari menganalisis data dalam gudang menghasilkan data yang harus "dianalisis dan langsung diterapkan untuk masalah tertentu" menjadi kecerdasan. Oleh karena itu, "intervensi manusia" masih diperlukan.

KESIMPULAN

Untuk memilih dan menggunakan alat-alat ICT yang tepat untuk mendukung proses CI, organisasi harus tahu

(1) apa proses CI,

(2) apa peran TIK (alat) dalam proses ini, dan

(3) menilai peran ICT (alat) proses CI mereka sendiri

Dalam bab ini, kita membahas tiga aspek. Kami mendefinisikan CI
baik sebagai produk maupun sebagai proses. Kami kemudian membahas peran perangkat TIK
dalam proses CI. Di sini, kita disajikan empat jenis alat TIK yang relevan untuk
mendukung (dan kadang-kadang bahkan mengganti) kegiatan CI: Internet, umum
aplikasi yang akan digunakan dalam kegiatan CI, aplikasi CI spesifik dan bisnis
aplikasi kecerdasan. Pada bagian terakhir dari bab ini kita membahas tiga
kelas organisasi kriteria dapat digunakan dalam mengevaluasi dan memilih alat TIK untuk
Proses CI mereka.
Meskipun definisi CI dan kriteria untuk memilih perangkat TIK untuk CI
tampaknya telah stabil, kemungkinan menggunakan ICT untuk peningkatan CI cepat.
Beberapa tren yang mungkin diakui adalah:
• Sebuah konvergensi aplikasi BI dan CI (misalnya, gudang data dan
software terkait juga terikat dengan data eksternal dan kualitatif) (cf., Li,
1999)
• Menggunakan ICT untuk data kualitatif dapat meningkatkan (misalnya, Chen et al., 2002)
• Menggunakan Internet untuk lebih dari sekedar kegiatan pengumpulan (misalnya, untuk
kolaborasi dan penyebaran tujuan) (cf., Teo & Choo, 2001;
Cunningham, 2001)
• Peningkatan aplikasi Internet untuk koleksi (lebih efisien dan
aplikasi koleksi efektif akan terus muncul)
• Aplikasi Pelaksana CI dapat dilihat sebagai suatu proses dengan cara yang
proses CI dan infrastruktur dapat dianalisa ulang
• Peningkatan aplikasi analisis (lih, Fuld et al., 2002)
Meskipun semua kemungkinan ICT untuk CI, kami ingin mengakhiri bab ini
dengan berkomentar bahwa kecerdasan memproduksi masih tetap karya manusia yang
30 Vriens adalah satu-satunya "mesin" mampu menempatkan data dari aplikasi di tepat
perspektif strategis. Alat TIK, bagaimanapun, mereka sangat berharga dalam mendukung ini
tugas.