Applebee’s, Travelocity, dan Lain-lain: Penggalian Data untuk Keputusan Bisnis

1.      Apakah manfaat bisnis dari mengambil waktu dan usaha yang dibutuhkan untuk membuat dan mengoperasikan gudang data seperti yang telah digambarkan dalam kasus ini? Apakah Anda melihat kekurangannya? Apakah ada alasan mengapa seluruh perusahaan sebaiknya tidak menggunakan teknologi pergudangan data?

Manfaat bisnis dari mengambil waktu dan usaha yang dibutuhkan untuk membuat dan mengoperasikan gudang data seperti yang telah digambarkan dalam kasus ini sangat menguntungkan.Mengingat ada sejumlah data di gudang data yang tidak digunakan menyediakan kesempatan bagi teknologi informasi untuk dimasukkan dalam rangka membantu melakukan perbaikan terhadap bisnis secara keseluruhan dari perusahaan dan 'bottom line-nya. Data yang tidak terstruktur dapat dikonversi ke data yang struktural, fungsional, dan bermanfaat bagi bisnis secara keseluruhan. Dengan perencanaan yang matang, implementasi teknologi canggih, dan analisis data yang belum dimanfaatkan telah dapat dimanfaatkan perusahaan untuk membuat keputusan bisnis yang penting dan nyata. Dari kasus ini, penggunaan data bervariasi pada kebutuhan bisnis perusahaan. Sebagai contoh, Applebee memanfaatkan data untuk melakukan perbaikan untuk pengadaan dan layanan pelanggan secara keseluruhan, Travelocity dan VistaPrint menggunakan data pelanggan untuk melakukan perbaikan real time ke situs. Efisiensi dan kelancaran operasi kegiatan adalah salah satu alasan utama mengapa perlu membuat dan menjaga gudang data. Hal ini meningkatkan efektivitas kinerja dengan menyediakan informasi yang diperlukan tepat waktu. Bisnis dapat menjadi lebih produktif, sistematis dan kompetitif dengan mempertahankan gudang seperti data.

Dengan kemajuan teknologi informasi saat ini, tersedia alat-alat elektronik untuk menganalisis seluruh proses yang dilakukan oleh restoran. Restoran Applebee’s dapat mengukur berapa lama waktu yang dihabiskan untuk memasak setelah pesanan diterima. Restoran bahkan bisa mengukur waktu sejak pengunjung masuk ke restoran. Selama jam kerja, manajer dapat mengawasi tiap meja, dan menjelaskan apa saja layanan yang perlu ditingkatkan selama pesanan makanan sedang diproses. Manajer juga dapat menentukan layanan yang tepat untuk masing-masing individu tamu restoran tersebut. Informasi yang diperoleh manajer ini bisa diolah dan bisa diterapkan pada keseluruhan sistem restoran.

Dan apa pun kerugian dalam hal pemanfaatan gudang data, Informasi yang disediakan oleh data warehouse, didasarkan pada pengalaman dan perilaku masa lalu, sehingga data tersebut tidak selalu relevan bila digunakan untuk mengambil keputusan pada hari ini. mengelola dan memelihara gudang seperti datacukup mengonsumsi waktu dan membutuhkan banyak usaha. Jadi terkadang bukan ide yang baik bagi  organisasi tertentu untuk mempertahankan gudang data. Jadi faktor yang harus dilihat adalah kompleksitas dan kebutuhan data, menghitung manfaat gudang data dengan biaya dan usaha yang diperlukan untuk mengelola gudang data.

Secara pribadi saya tidak setuju bahwa perusahaan tidak harus menggunakan teknologi data pergudangan. Informasi adalah kekuatan, dan setiap bagian dari informasi yang dapat dimanfaatkan dijadikan alat persaingan yang sangat berharga. Teknologi ini sekarang memungkinkan perusahaan untuk membuat real time, keputusan menit demi menit, untuk menjaga dunia bisnis saat ini. 

2.      Applebee’s mencatat beberapa pemahaman yang tidak diharapkan yang berasal dari analisis data mengenai knerja “rumah belakang”. Gunakan pengetahuan Anda bagaimana perusahaan bekerja, apa pertanyaan menarik lannya yang akan Anda sarankan ke perusahaan? berikan beberapa contoh spesifik.

Usaha restoran mengumpulkan sejumlah besar data yang memungkinkan keputusan yang lebih baik untuk bisnis. Applebee’s pada awalnya menggunakan data warehouse untuk menganalisa performa di belakang restoran (back-of-house), termasuk berapa lama karyawan mempersiapkan makanan di dapur. Kemudian diubah menjadi konsep di depan restoran (front-of-house), waktu dianalisis mulai dari pelanggan memesan makanan, membayar dengan kartu kredit, mempersiapkan hidangan, sehingga dapat diperkirakan berapa lama waktu yang manajemen lalui bersama pelanggan.
Applebee’s juga sudah maju melampaui dasar tujuan bisnis berbasis data, seperti pengisian suplai bahan pangan terkait berapa banyak produk jadi terjual tiap hari, untuk analisis yang lebih riil. Pada salah satu departemen, menghadirkan ‘kuadran optimisasi menu’, yang menunjukkan seberapa baik jenis-jenis produk terjual, sehingga perusahaan bisa membuat keputusan lebih baik mengenai produk untuk dipromosikan.

Untuk melihat kepuasan pelanggan, Applebee’s memiliki kolom khusus pada situsnya yang mengajak pelanggannya untuk meninggalkan komentar online. Dengan peluang untuk menuliskan spesifikasi apa yang mereka pesan atau siapa pelayannya. Aplikasi ini menggunakan Facebook App, dinama manajemen restoran bisa berkomunikasi secara efektif dengan pelanggannya. Ketika pelanggan tidak menuliskan informasi yang cukup untuk manajemen restoran, data mining dapat menghubungkan pelanggan ke data pesanan mereka, makanan apa saja, dan kesenangan. Langkah ini membuat manajemen dapat memperkirakan trend dan kapan serta mengapa pelanggan tersebut mungkin sedang senang atau jengkel.

Ada banyak pertanyaan yang saya akan sarankan untuk restoran; lingkungan sekitarnya, profil pelanggan, masa depan, manajemen hubungan klien, rekayasa menu, dan produktivitas pekerja. Sebuah restoran tergantung pada perkiraan yang tepat untuk menentukan tingkat yang tepat dari makanan, karyawan, dan persediaan. Bagaimana restoran membuat keputusan penting? Pada sebagian besar restoran saat Anda mengajukan pesanan dan Anda menunggu untuk mengetahui kapan meja Anda siap. Pada Applebee, saat  mereka memasak dari waktu yang dibutuhkan dalam rangka untuk melihat berapa lama yang server habiskan untuk menyiapkan pesanan.Apa informasi lain yang dapat diperoleh dari sistem entry order? Mereka akan tahu makanan apa yang dipesan bersama-sam. Data yang diperoleh dari sistem entry order akan merekam segala sesuatu tentang tabel server untuk menginformasikan manajemen tentang kinerja karyawan mereka. Data ini akan membantu manajemen memberikan umpan balik dan kinerja evaluasi kepada karyawannya. Apa pelanggan merasa puas dan membuat mereka datang kembali ke restoran? Informasi ini dapat diperoleh melalui survei pelanggan online dari link dicetak pada bagian bawah tanda terima. 

3.      Penggalian data dan teknologi pergudangan menggunakan data mengenai peristiwa di  masa lalu untuk menginformasikan pembuatann keputusan yang lebih baik di masa depan. Apakah anda percaya ini menghambat pemikiran inovatif yang menjadi terlalu dibatasi oleh data yang sudah mereka kumpulkan untuk memikirkan perihal kesempatan yang belum dieksplorasi? Bandingkan perbedaan kedua sudut pandang dalam jawaban anda.

Industri pada umumnya sangat siklis, jika Anda dapat belajar dari masa lalu Anda, Anda akan jauh lebih siap untuk masa depan. Apabila perusahaan menghadapi permasalahan dengan situasi yang serupa, data masa lalu dapat dijadikan informasi di masa depan. Sehingga gudang data bisa menjadi fasilitator proses pengambilan keputusan masa depan. Namun kejadian di masa lalu bisa berbeda di masa depan mengenai lingkungan dan situasi. Oleh karena itu, tidak selalu bermanfaat untuk memutuskan kegiatan masa depan berdasarkan catatan masa lalu. Penyimpanan data selain bisa mengurangi kapasitas data warehouse, perlu disimpan dalam bentuk atau pola yang teratur dan sistematis. Adanya kemungkinan salah atau gagal itu selalu lebih baik untuk memiliki gagasan tentang apa yang telah dilakukan pada situasi serupa di masa lalu. Perusahaan tidak harus memulai dari nol setiap menghadapi masalah. Lebih menghemat waktu dan tenaga.

Kondisi yang tidak menguntungkan dari data mining adalah biaya yang harus dikeluarkan oleh perusahaan untuk membayar penyedia jasa koleksi dan analisis data. Tentu hal ini menjadi masalah bagi perusahaan yang baru dirintis, berskala kecil atau skala keluarga. Ketidaknyamanan lainnya adalah masalah keamanan data. kita harus bisa berhati-hati agar data privasi perusahaan tidak jatuh kepada perusahaan lain. Mengumpulkan data adalah salah satu aspek data mining yang bermanfaat. Tetapi menjaga data dari tangan hacker atau penyusup itu juga penting. Sangat rugi apabila koleksi data telah dikumpulkan, lalu ada pihak yang mencuri data tersebut, lalu dijual kepada perusahaan pesaing. Sebagai contoh, dalam studi kasus VistaPrint menciptakan empat halaman proses upload baru. Mereka merasa harus meningkatkan tingkat konversi perusahaan, menyelesaikan proses dan tidak kehilangan selama proses tersebut. Tetapi selama fase pengujian hasilnya sama dan mereka tidak sampai melihat data per setiap halaman, selama upload mereka menemukan bahwa halaman keempat menyebabkan mayoritas atau tetes. Jadi mereka memodifikasi halaman tersebut dan proses baru yang memberikan hasil sesuai harapan.