MAMPU, JPM MENTRANSFORMASI PENYAMPAIAN PERKHIDMATAN : PROGRAM BERPACUKAN DATA - ANALITIS DATA RAYA Dr. Yusminar binti Yunus Pengarah Bahagian Kerajaan Digital MAMPU, JPM Seminar Kerajaan Digital 28 SEPTEMBER 2017 Kuching, Sarawak KANDUNGAN 1 Pengenalan 2 Faedah Analitis Data Raya 3 Inisiatif Analitis Data Raya 4 Cabaran 5 Kesimpulan 2 3 DATA YANG KIAN MENINGKAT… Data collected in SECS BIG DATA ANALYTICS 694,445 SEARCH QUERIES 168MILLION EMAILS SENT 13,000+ iPHONE APPLICATIONS DOWNLOADED  Better Decision Making  Better Targeting 320+ NEW  Behavioural Prediction TWITTER ACCOUNTS 5 DEFINISI Data Raya (Big Data) adalah maklumat yang mempunyai jumlah tinggi (high-volume), halaju tinggi (high-velocity) dan variasi tinggi (high- variety) yang memerlukan pemprosesan maklumat secara kos efektif dan inovatif untuk mendapat makna yang mendalam (insights) dan membuat keputusan. (Sumber: Gartner) Analitis Data Raya (Big Data Analytics) adalah proses menganalisis data raya untuk merungkai corak tersembunyi dan perkaitan yang tidak diketahui dari maklumat yang berkaitan. (Sumber: Whalts.com) Sains Data (Data Science) melibatkan pengenalpastian kes bisnes dan data untuk menjawab persoalan kes bisnes, pembersihan data, analisis data, visualisasi data dan menyampaikan insights kepada kumpulan sasaran. (Sumber: Executive Data Science, 2016) 4 KEMATANGAN ANALITIS DATA RAYA Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Business Ad Hoc Opportunistic Repeatable Managed Optimized Value l Where e d o Korea we want M to be y t Taiwan i r Indonesia u India t a Australia M Thailand A Hong Kong D 2020 B J e P Singapore A 2016 We are China here Stage of Maturity Ad Hoc Repeatable • Limited business value • Business value realised • Projects unbudgeted • Projects budgeted • Process undefined • Process documented Source: IDC, MDeC (2014) • Experimental and silo-ed • Consistent adoption 6 PENILAIAN KEMATANGAN BDA Intent (niat) : Mengukur strategi, bajet, prestasi, metrik, penajaan, justifikasi projek dan program. 5 DIMENSI Data : Mengukur kualiti, relevan, ketersediaan, kebolehpercayaan, tadbir urus, keselamatan, dan kebolehcapaian pelbagai data berstruktur. Optimized Managed Repeatable Technology (teknologi) : Mengukur kesesuaian, kebolehgunaan, integrasi, sokongan untuk piawaian, dan Opportunistic prestasi teknologi dan seni bina IT ke atas beban kerja Ad-hoc yang berkaitan. People (modal insan) : Mengukur kemahiran teknologi dan analitik, kolaborasi intra dan antara kumpulan, serta struktur organisasi, kepimpinan, latihan, dan kesediaan budaya. Functionality, Performance, Adoption 10 Process (proses) : Mengukur proses pengumpulan data, Source: IDC 10 konsolidasi, integrasi, analisis, penyebaran maklumat dan penggunaan dan membuat keputusan. 7 JENIS ANALITIS DATA RAYA 4 Bagaimana ia boleh berlaku? 3 Analisis Apa akan Preskriptif berlaku? 2 Analisis Kenapa Prediktif Pandangan Jauh berlaku? 1 (Foresight) Analisis Apa telah Dignostik berlaku? Pemahaman Analisis (Insight) Deskriptif Pengalaman (Hindsight) Kesukaran Sumber: Gartner 9 9 MEMANFAATKAN ANALITIS DATA RAYA Lain-lain Prestasi 6% kewangan lebih baik 9% FAEDAH ANALITIS DATA RAYA Pengesanan risiko Membuat 9% keputusan lebih baik Hubungan lebih 50% baik dengan pelanggan 10% Ramalan Wabak Keselamatan Pertahanan Perancangan strategi lebih Penyakit Cyber Negara baik 16% Sumber: Peer Research BDA Survey2015 Ramalan dan Ramalan Penyegahan Bencana atau Farmasi dan Ubat Jenayah Cuaca 14 KES BISNES ANALITIS DATA RAYA Pengesanan Ekonomi dan Maklumat Pintar Penipuan Cukai Kewangan 9