Tingkat Adopsi Business Intelligence di Indonesia

oleh Tuga Mauritsius, Michael Shane

Business Intelligence adalah suatu cara untuk mengumpulkan, menyimpan, mengorganisasikan, membentuk ulang, meringkas data serta menyediakan informasi, baik berupa data aktivitas bisnis internal perusahaan, maupun data aktifitas bisnis eksternal perusahaan termasuk aktifitas bisnis para pesaing yang mudah diakses serta dianalisis untuk berbagai kegiatan manajemen (David, 2000). BI&A menjelaskan tentang suatu konsep dan metode bagiamana untuk meningkatkan kualitas pengambilan keputusan bisnis berdasarkan sistem yang berbasiskan data. BI seringkali diper-samakan sebagaimana briefing books, report, and query tools, dan sistem informasi eksekutif. BI merupakan sistem pendukung pengambilan keputusan yang berbasiskan data-data (Power, 2002). Solusi yang ditawarkan oleh BI&A kepada organisasi adalah menyediakan informasi bisnis up to date kepada pengambil keputusan agar mereka dapat mengambil keputusan bisnis yang tepat, baik itu untuk mengatasi masalah atau memanfaatkan peluang bisnis yang ada (Sauter, 2010).

Organisasi-organisasi secara konstan mencari cara untuk mendapatkan nilai tambah dari aset berupa data yang terus bertambah untuk mendapatkan atau mempertahankan keunggulan kompetitif di pasar. Dengan implementasi dan adopsi Business Intelligence & Analytics (BI&A) yang sukses, organisasi-organisasi dapat mendapatkan nilai yang lebih dari aset data mereka, yang kemudian memungkinkan mereka untuk mengungguli pesaing-pesaing mereka (Lavalle et al., 2011). Analisa data menggunakan alat-alat dan teknik BI&A memungkinkan organisasi-organisasi untuk mendapatkan wawasan dan informasi yang dapat membantu manajemen dalam membuat keputusan (Rouhani et al., 2016). LaValle et al. (2011) menyimpulkan bahwa organisasi-organisasi yang berkinerja lebih baik dari saingannya dua kali lebih mungkin untuk menggunakan BI&A baik itu untuk pertumbuhan, efisiensi, atau untuk keunggulan kompetitif.

Menurut sebuah survey yang dilakukan oleh MIT Sloan Management Review, dalam kemitraan dengan IBM Institute for Business Value pada tahun 2011 menunjukkan bahwa jumlah organisasi yang ingin membedakan diri mereka dari pesaing dengan menggunakan analisa data terus meningkat (Kiron & Shockley, 2011). Ini menunjukkan kepetingan strategis pada adopsi BI&A. Tidak hanya BI&A itu strategis, tetapi adopsi BI&A semakin menjadi sebuah kebutuhan untuk tetap kompetitif di pasar (Davenport, 2013). Pettey and van der Meulen (2013) mengungkapkan bahwa baik Business Intelligence (BI) dan inisiatif analytics tetap menjadi prioritas utama CIO. Saat ini, mengimplementasi analytics dan Big Data ada di dalam daftar 10 prioritas utama dari sebuah bisnis. Fokus organisasi pada pengunaan strategis BI&A tetap tinggi dalam agenda CIO, seperti halnya momentum yang diperoleh dari big data analytics (Luftman et al., 2012).

Para eksekutif dan pembuat keputusan organisasi sudah mengakui pentingnya pengambilan keputusan berbasis data yang terinformasi sebagai lawan dari pengambilan keputsan berdasarkan intuisi dan mereka semakin ingin untuk mengelola organisasi mereka secara demikian (McAfee & Brynjolfsson, 2012). Keuntungan-keuntungan dari pengambilan keputusan berbasis data adalah peningkatan produktifitas dan nilai pasar, yang telah ditunjukkan secara empiris dalam sebuah penelitian oleh Brynjolfsson, Hitt and Kim (2011) yang menyimpulkan bahwa organisasi-organisasi yang sudah mengadopsi pembuatan keputusan berbasis data memiliki tingkat produktifitas yang lebih tinggi sebesar 5-6%. Praktik dan alat-alat BI&A dinilai sebagai faktor utama untuk pembuatan keputusan berbasis data dan menyediakan kerangka kerja dan dukungan untuk organisasi-organisasi yang ingin membuat keputusan berbasis fakta yang lebih baik (Shollo & Galliers, 2016).

Walaupun keuntungan-keuntungan dari implementasi BI&A yang sukses sudah jelas, studi literatur menunjukkan bahwa tingkat adopsi BI&A dalam organisasi-organisasi masih rendah (Yeoh & Popovič, 2016). Meskipun beberapa organisasi yang menggunakan BI&A secara ekstensif untuk mendukung pengambilan keputusan berbasis data, apa yang membedakan perusahaan yang menggunakan BI&A secara ekstensif dalam kegiatan bisnis mereka tidak jelas (Malladi & Krishnan, 2013). Sementara beberapa organisasi telah berhasil dalam mengimplementasikan BI&A dan menikmati keuntungan-keuntungannya, yang lainnya gagal untuk mendapatkan keuntungan-keuntungan tersebut (Yeoh & Popovič, 2016).

Sementara itu, adopsi business intelligence di Indonesia masih rendah. Hal ini terbukti dengan rendahnya ukuran pasar business intelligence di Indonesia, yaitu sebesar US$72.96 million pada tahun 2016 (Inkwood Research, 2018) sementara ukuran pasar business intelligence global pada tahun yang sama adalah sebesar US$ 19.40 billion (Grand View Research, 2019), yang berarti ukuran pasar business intelligence di Indonesia hanya 0.37% dari pasar global.

Gambar 1 Ukuran pasar business intelligence global vs Indonesia (Grand View Research, 2019; Inkwood Research, 2018)

 

Dibandingkan dengan beberapa negara di Asia, adopsi business intelligence di Indonesia juga masih tergolong rendah. Pada tahun 2016 ukuran pasar business intelligence di Indonesia adalah sebesear $72.96 million sementara Jepang memiliki ukuran pasar sebesar $631.58 million, India dengan $645.09 million, dan China dengan $810.81 million.

Gambar 2 Ukuran pasar business intelligence Top 3 Asia vs Indonesia (Grand View Research, 2019; Inkwood Research, 2018)

 

Walaupun demikian, Inkwood Research, sebuah perusahaan market research memprediksikan bahwa pasar business intelligence di Indonesia akan bertumbuh menjadi sebesar US$105.38 million di tahun 2020, sebuah pertumbuhan yang cukup signifikan sebesar 44.44% dalam kurun waktu 4 tahun (Inkwood Research, 2018). Hal ini menunjukkan bahwa organisasi-organisasi di Indonesia mulai menyadari pentingnya business intelligence bagi organisasi mereka dan mulai mengadopsi BI&A. Melihat tingkat pertumbuhan yang cukup tinggi tersebut, maka menarik untuk mendalami faktor-faktor yang mempengaruhi adopsi BI&A dalam organisasi-organisasi di Indonesia.

 

 

DAFTAR PUSTAKA

 

Davenport, T. H. (2006). Competing on analytics. Harvard Business Review, 84(1), 99–107.

Davenport, T. H. (2013). Keep up with your quants. Harvard Business Review, 91(7/8), 120–123.

David, E. (2000). Business Intelligence, Have We Forgotten the Basics. www.bitpipe.com

Kiron, D., & Shockley, R. (2011). Creating Business Value with Analytics. MIT Sloan Management Review, 53.

Lavalle, S., Lesser, E., Shockley, R., Hopkins, M., & Kruschwitz, N. (2011). Big Data, Analytics and the Path From Insights to Value. MIT Sloan Management Review, 52, 21–32.

Luftman, J., Seif Zadeh, H., Derksen, B., Santana, M., Rigoni, E., & Huang, Z. (2012). Key information technology and management issues 2011–2012: An international study. Journal of Information Technology, 28, 198–212. https://doi.org/10.1057/jit.2013.22

Malladi, S., & Krishnan, M. S. (2013). Determinants of usage variations of business intelligence & analytics in organizations – An empirical analysis. International Conference on Information Systems (ICIS 2013): Reshaping Society Through Information Systems Design, 2, 1102–1123.

McAfee, A., & Brynjolfsson, E. (2012). Big Data: The Management Revolution. Harvard Business Review, 90, 60-66,68,128.

 

Power, D. J. (2002). Decision support systems: Concepts and resources for managers. Green Wood Publishing Group.

Rouhani, S., Ashrafi, A., Zare Ravasan, A., & Afshari, S. (2016). The impact of business intelligence on decision support and organizational benefits. Journal of Enterprise Information Management, 29. https://doi.org/10.1108/JEIM-12-2014-0126

Sauter, V. (2010). Decision Support Systems for Business Intelligence. John Wiley & Sons, Inc.

Shollo, A., & Galliers, R. (2016). Towards an understanding of the role of business intelligence systems in organisational knowing: The role of BI systems in organisational knowing. European Conference on Information Systems, 26. https://doi.org/10.1111/isj.12071

Yeoh, W., & Popovič, A. (2016). Extending the understanding of critical success factors for implementing business intelligence systems. Journal of the Association for Information Science and Technology, 67, 134–147. https://doi.org/10.1002/asi.23366