Sebagai cabang
ilmu baru di bidang komputer cukup banyak penerapan yang dapat dilakukann oleh
Data Mining. Apalagi ditunjang ke-kaya-an dan ke-anekaragam-an berbagai bidang
ilmu (artificial intelligence, database, statistik, pemodelan matematika,
pengolahan citra dsb.) membuat penerapan data mining menjadi makin luas. Di
bidang apa saja penerapan data mining dapat dilakukan?
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. Beberapa solusi yang bisa diselesaikan
dengan data mining diantaranya:
• Menembak target pasar
Data mining dapat melakukan pengelompokan (clustering) dari model-model pembeli dan melakukan klasifikasi terhadap setiap pembeli sesuai dengan karakteristik yang diinginkan seperti kesukaan yang sama, tingkat penghasilan yang sama, kebiasaan membeli dan karakteristik lainnya.
• Melihat pola beli pemakai dari waktu ke waktu
Data mining dapat digunakan untuk melihat pola beli seseorang dari waktu ke waktu. Sebagai contoh, ketika seseorang menikah bisa saja dia kemudian memutuskan pindah dari single account ke joint account (rekening bersama) dan kemudian setelah itu pola beli-nya berbeda dengan ketika dia masih bujangan.
• Cross-Market Analysis
Kita dapat memanfaatkan data mining untuk melihat hubungan antara penjualan satu produk dengan produk lainnya. Berikut ini saya sajikan beberapa contoh:
o Cari pola penjualan Coca Cola sedemikian rupa sehingga kita dapat mengetahui barang apa sajakah yang harus kita sediakan untuk meningkatkan penjualan Coca Cola?
o Cari pola penjualan IndoMie sedemikian rupa sehingga kita dapat mengetahui barang apa saja yang juga dibeli oleh pembeli IndoMie. Dengan demikian kita bisa mengetahui dampak jika kita tidak lagi menjual IndoMie.
• Profil Customer
Data mining dapat membantu Anda untuk melihat profil customer/pembeli/nasabah sehingga kita dapat mengetahui kelompok customer tertentu suka membeli produk apa saja.
• Identifikasi Kebutuhan Customer
Anda dapat mengidentifikasi produk-produk apa saja yang terbaik untuk tiap kelompok customer dan menyusun faktor-faktor apa saja yang kira-kira dapat menarik customer baru untuk bergabung/membeli.
• Menilai Loyalitas Customer
VISA International Spanyol menggunakan data mining untuk melihat kesuksesan program-program customer loyalty mereka. Anda bisa lihat di www.visa.es/ingles/info/300300.html
• Informasi Summary
Anda juga dapat memanfaatkan data mining untuk membuat laporan summary yang bersifat multi-dimensi dan dilengkapi dengan informasi statistik lainnya.
Analisa Perusahaan dan
Manajemen Resiko
Perencanaan
Keuangan dan Evaluasi Aset
Data Mining dapat membantu Anda untuk melakukan analisis dan prediksi cash flow serta melakukan contingent claim analysis untuk mengevaluasi aset. Selain itu Anda juga dapat menggunakannya untuk analisis trend.
Data Mining dapat membantu Anda untuk melakukan analisis dan prediksi cash flow serta melakukan contingent claim analysis untuk mengevaluasi aset. Selain itu Anda juga dapat menggunakannya untuk analisis trend.
• Perencanaan Sumber Daya (Resource Planning)
Dengan melihat informasi ringkas (summary) serta pola pembelanjaan dan pemasukan dari masing-masing resource, Anda dapat memanfaatkannya untuk melakukan resource planning.
• Persaingan (Competition)
Sekarang ini banyak perusahaan yang berupaya untuk dapat melakukan competitive intelligence. Data Mining dapat membantu Anda untuk memonitor pesaing-pesaing Anda dan melihat market direction mereka. Anda juga dapat melakukan pengelompokan customer Anda dan memberikan variasi harga/layanan/bonus untuk masing-masing grup. Menyusun strategi penetapan harga di pasar yang sangat kompetitif. Hal ini diterapkan oleh perusahaan minyak REPSOL di Spanyol dalam menetapkan harga jual gas di pasaran.
Telekomunikasi
Sebuah
perusahaan telekomunikasi menerapkan data mining untuk melihat dari jutaan
transaksi yang masuk, transaksi mana sajakah yang masih harus ditangani secara
manual (dilayani oleh orang). Tujuannya tidak lain adalah untuk menambah
layanan otomatis khusus untuk transaksi-transaksi yang masih dilayani secara
manual. Dengan demikian jumlah operator penerima transaksi manual tetap bisa
ditekan minimal.
Keuangan
Financial
Crimes Enforcement Network di Amerika Serikat baru-baru ini menggunakan 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. Anda bisa lihat di
www.senate.gov/~appropriations/treasury/testimony/sloan.htm. Mungkin sudah
saatnya juga Badan Pemeriksa Keuangan Republik Indonesia menggunakan teknologi
ini untuk mendeteksi aliran dana BLBI.
Asuransi
Australian
Health Insurance Commision menggunakan data mining untuk mengidentifikasi
layanan kesehatan yang sebenarnya tidak perlu tetapi tetap dilakukan oleh
peserta asuransi. Hasilnya? Mereka berhasil menghemat satu juta dollar per
tahunnya. Anda bisa lihat di www.informationtimes.com.au/data-sum.htm. Tentu
saja ini tidak hanya bisa diterapkan untuk asuransi kesehatan, tetapi juga
untuk berbagai jenis asuransi lainnya.
Olah Raga
IBM
Advanced Scout menggunakan data mining untuk menganalisis statistik permainan
NBA (jumlah shots blocked, assists dan fouls) dalam rangka mencapai keunggulan
bersaing (competitive advantage) untuk tim New York Knicks dan Miami Heat.
Astronomi
Jet
Propulsion Laboratory (JPL) di Pasadena, California dan Palomar Observatory
berhasil menemukan 22 quasar dengan bantuan data mining. Hal ini merupakan
salah satu kesuksesan penerapan data mining di bidang astronomi dan ilmu ruang
angkasa. Anda bisa lihat di
www-aig.jpl.nasa.gov/public/mls/news/SKICAT-PR12-95.html.
Internet Web Surf-Aid
IBM Surf-Aid
menggunakan algoritma data mining untuk mendata akses halaman Web khususnya
yang berkaitan dengan pemasaran guna melihat prilaku dan minat customer serta
melihat ke-efektif-an pemasaran melalui Web.
0 comments:
Post a Comment