Penerapan Data Warehouse
Retailing dan
sales, memprediksi penjualan, mencegah pencuri dan kecurangan, dan menentukan
level inventori yang benar dan mendistribusikan jadwal sepanjang outlet.
Sebagai contoh, penjual seperti AAFES menggunakan Fraud Watch dari Triversity
untuk melawan penipuan oleh pekerja di 1400 toko.
Banking, level
prediksi untuk peminjaman yang buruk dan kecurangan dalam penggunaan kartu
kredit, prediksi pengeluaran kartu kredit oleh pelanggan yang baru, dan
menentukan jenis mana dari pelanggan yang memberikan respon yang baik untuk
menawarkan peminjaman.
Manufacturing dan
production, memprediksi kesalahan mesin, dan menemukan faktor kunci yang dapat
mengoptimasi kapasitas produksi.
Insurance,
memprediksi jumlah tagihan dan ongkos kesehatan, mengklasifikasikan elemen yang
paling penting yang mempengaruhi jaminan kesehatan dan memoprediksi pelanggan
mana yang akan membeli polis asuransi baru.
Policework,
menemukan pola kejahatan, lokasi, dan perilaku tindak kejahatan;
mengidentifikasi atribut yang berguna untuk menyelesaikan masalah kriminal.
Healthcare,
korelasi demografis dari pasien yang memiliki penyakit yang parah, dan
memperluas wawasan yang lebih baik tentang bagaimana mengidentifikasi dan
gejala penyakit dan penyebabnya.
Marketing,
mengklasifikasikan demografis pelanggan yang dapat digunakan untuk memprediksi
pelanggan mana yang akan merespon untuk pembelian produk tertentu.
Perencanaan
Keuangan dan Evaluasi Aset ,data Mining dapat membantu untuk melakukan analisis
dan prediksi cash flow serta melakukan contingent claim analysis untuk
mengevaluasi aset. Selain itu 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, dapat memanfaatkannya
untuk melakukan resource planning.
Persaingan
(Competition) Sekarang ini banyak perusahaan yang berupaya untuk dapat
melakukan competitive intelligence. Data Mining dapat membantu untuk memonitor
pesaing-pesaing dan melihat market direction mereka.
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.
Contoh perusahaan yang
menerapkan Data Warehouse
Data yang ada di
dalam data warehouse selain dapat digunakan untuk menunjang analisis data
dengan memanfatkan fasilitas OLAP (Online Analytical Processing) juga dapat
dimanfaatkan untuk mencari pola di dalamnya dengan menggunakan teknik data
mining. Pola yang dihasilkan dapat digunakan untuk membantu organisasi
mengambil keputusan bisnis. Salah satu kebutuhan bisnis perusahaan
telekomunikasi yang dapat dibantu oleh data mining adalah prediksi traffic dari
jaringan yang dimiliki untuk keperluan perencanaan pemeliharaan jaringan.
Teknik data mining
yang dapat digunakan untuk keperluan tersebut di antaranya adalah time series.
Time series analysis dapat digunakan untuk menemukan pola dari data yang
berurutan untuk kemudian memprediksi (forecasting) nilai yang akan datang. Time
series dapat digunakan untuk menganalisis tren, siklus, dan seasonal.
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 pertahun.
No comments:
Post a Comment