Proyek Big Data Gagal? Ini Faktor Penyebabnya

Jakarta - Di industri 4.0, 'Big Data' sering disebut-sebut. Tapi apa kalian sudah tahu apa itu?

Singkatnya, Big Data adalah kumpulan data yang lebih besar dan kompleks. 

Dengan adanya big data tentu akan mempermudah perusahaan untuk  mengidentifikasi peluang baru lewat data yang terkumpul. Namun, realitanya tidak semua perusahaan berhasil dengan proyek big data.

Djoko Prabowo, President Director PT Metrocom Jaddi Technology, memaparkan beberapa alasan kenapa big data sering gagal dilaksanakan.

"Faktanya project big data gagal capai production. Kendalanya lack management support," ujar Djoko dalam webinar '5G, IoT & Big Data Utilization to Accelerate Digital Business Transformation', Kamis (24/6/2021).

"Kedua kadang nggak tahu juga apa yang mau di solve dengan problem yang ada. Kadang udah tau mau bikin apa tapi nggak ada datanya. Selanjutnya di Indonesia nggak ada orang yang kompeten untuk melakukan itu," lanjutnya lagi.

Kendala selanjutnya karena masalah privasi, apakah perusahaan melanggar privasi seseorang atau tidak.

"Belum tentu data orang suka dioper-oper. Jadi kita perlu analisi juga apakah data ini melanggar privasi atau tidak. Terakhir banyak big data sudah diluncurkan tapi the end of the day nggak berhasil memberikan bisnis value seperti di proposal," pungkas Djoko.

Sumber: Djoko Prabowo, President Director PT Metrocom Jaddi Technology, di webinar '5G, IoT & Big Data Utilization to Accelerate Digital Business Transformation', Kamis (24/6/2021).

Maka bisa disimpulkan kalau big data bisa gagal dilandasi beberapa faktor, di antaranya:

- Kurangnya support manajemen
- Tidak memecahkan masalah yang tepat
- Data yang dibutuhkan tidak cukup
- Kurangnya sumber daya manusia yang kompeten di bidang tersebut
- Hanya dianggap sebagai proyek
- Mengabaikan privasi
- Hambatan budaya
- Tidak memberikan nilai bisnis

Lantas, bagaimana supaya big data bisa berjalan? Ada lima kunci menurut Djoko supaya hal itu berjalan.

"Kalian perlu 5 key ingrediendts. Pertama top manajemen support. Lalu punya tim yang curious lebih jauh. Selanjutnya infrastruktur data besar yang kuat serta adaptive operating model. Dan terakhir strong data governance, yang bisa ngatur siapa yang punya akses," tutupnya.