Business Intelligence dan Personnel Intelligence

Saat ini BI (Business Intelligence) menjadi istilah yang banyak didengungkan. Istilah BI masih lebih banyak disampaikan para produsen perangkat lunak daripada konsultan manajemen. Hal ini berbeda dengan Balanced Scorecard yang pada awalnya lebih banyak disampaikan konsultan manajemen.

BI tools adalah tool-tool yang cerdas. Mengevaluasi fitur, harga, dan kemampuan software yang ‘cerdas’ (BI tool) memerlukan kecerdasan juga. Nah, apakah praktisi-praktisi TI memiliki kecerdasan yang cukup tinggi dalam mengevaluasi produk-produk ‘cerdas’ tersebut? Tanpa kecerdasan yang cukup, sebuah BI tool yang dibeli dapat menjadi sia-sia. Di satu atau lebih organisasi hal ini terjadi.

Selain mengevaluasi, mengoperasikan sesuatu yang cerdas juga memerlukan kecerdasan. Menyediakan personil-personil cerdas untuk memakai BI tool (menerapkan BI) inilah yang menjadi tantangan terbesar, menjadi kunci keberhasilan penerapan BI.

Kecerdasan apa yang diperlukan? Secara teknis BI tool memakai teknik Data mining dan Data warehousing. Untuk level yang lebih teknis lagi, kita bahkan harus belajar ‘jargon’ produsen perangkat lunak. Microsoft pernah meminta saya menulis buku tentang BI. Perangkat lunak mereka membingungkan saya. Frasa Business Intelligence sangat minim pada perangkat lunak tersebut. Saya bertanya kepada Microsoft “Apa yang Anda maksud sebagai Business Intelligence?”. Mereka jawab ‘Oh, itu yang Analysis Service’. Wah.

Tantangan terbesar dalam menerapkan BI adalah meningkatkan kecerdasan personil. Ini sepertinya terlalu klasik. Banyak praktisi TI sadar bahwa pendidikan (edukasi) untuk pemakai perlu, jadi apa yang baru dengan BI?

Yang baru adalah kompleksitas yang jauh lebih tinggi. BI secara teknis adalah data warehousing dan data mining. Porsi yang paling rumit ada di Data Mining. Penerapan Data Mining memerlukan personil yang sangat cerdas.

Saya berpendapat sangat sulit mengandalkan orang otodidak untuk menjadi personil kunci penerapan Data Mining. Rumus-rumus yang tertera, diagram-diagram serta teks-teks yang menyertai berbagai dialog pada tool Data Mining mustahil dipahami orang otodidak yang tidak belajar Aljabar Linier, Statistik, dan Metode Numerik.

Baca juga: Tua-tua Kelabu: Efek Absennya/Minimnya Penguasaan Teori

Ini adalah kabar baik bagi para alumni dan pelaku pendidikan formal informatika (rekayasa perangkat lunak). Kabar baik ini harus disertai dengan usaha-usaha yang keras. Setelah pernah mendalami Data Mining saya memahami betapa berharganya pelajaran Aljabar Linier dan Metode Numerik. Saya dan banyak mahasiswa dulu mempelajari pelajaran-pelajaran tersebut hanya agar lulus. Kami tidak punya visi untuk apa semua teori, persamaan, pembuktian, dan perhitungan-perhitungan yang kami kerjakan.

Kembali kepada kecerdasan personil, sangat sulit bagi organisasi calon pemakai untuk mengevaluasi BI tool bila tidak ada personil yang menguasai subjek aljabar linier, statistik, dan metode numerik. Harus ada personil yang demikian. Ini kabar baik bagi Anda yang menyenangi pelajaran-pelajaran kering tersebut : you can be important!

Produsen-produsen BI tool tentu akan menyatakan betapa mudahnya memakai tool-tool mereka. Semua produsen berusaha keras mewujudkan kemudahan pemakaian tool. Dalam derajat tertentu usaha mereka berhasil, dan produk-produknya pantas diacungi jempol.

Namun tetap bahwa tanpa kecerdasan yang cukup (penguasaan aljabar linier, statistik, metode numerik) Anda tidak sanggup mengevaluasi produk-produk cerdas ini, dan lebih jauh lagi tidak akan dapat memakainya dengan optimal. Ada ungkapan ‘A fool with a tool can still be a fool’.

Mulai sekarang, organisasi-organisasi yang ingin menerapkan BI perlu mencerdaskan personilnya dalam subjek aljabar linier, statistik, dan metode numerik. Akan ada orang-orang yang menyatakan bahwa personil pelaksana teknis BI tidak perlu belajar statistik dan latar belakang matematis di balik tool-tool tersebut. Anda sedang berjudi besar bila ingin menerapkan BI dan percaya klaim tersebut.