Perancangan Data Warehouse untuk Profiling Data Pelanggan pada Bidang Telekomunikasi

Rokhmatul Insani

doi:10.52435/jaiit.v3i2.161

Authors

Rokhmatul Insani Sistem Informasi, Institut Teknologi Telkom Surabaya

DOI:

https://doi.org/10.52435/jaiit.v3i2.161

Keywords:

Data warehouse, Profiling pelanggan, Perusahaan Telekomunikasi

Abstract

Pelanggan merupakan aset terpenting pada sebuah perusahaan, termasuk pada perusahaan pada bidang telekomunikasi. Banyaknya data pelanggan dapat dimanfaatkan untuk mencari informasi lebih detail mengenai pelanggan sehingga dapat memberikan pelayanan terbaik bagi pelanggan. Profil pelanggan dapat membantu perusahaan untuk lebih memahami basis pelanggan yang dimiliki. Profil pelanggan diperlukan perusahaan untuk mengetahui karakteristik pelanggan sehingga mempermudah perusahaan melakukan pemasaran terhadap para pelanggan tersebut. Profil pelanggan dapat dilakukan dengan intelijen bisnis. Salah satu komponen intelijen bisnis adalah data warehouse. Data warehouse digunakan untuk menyimpan data secara historis yang berasal dari data transaksional. Penelitian ini menghasilkan skema data warehouse sesuai dengan kebutuhan bisnis perusahaan.

References

Almeida, F. (2017). Concepts and Fundaments of Data Warehousing and OLAP.

Dageville, B. C. (2016). The snowflake elastic data warehouse. International Conference on Management of Data (pp. 215-226). ACM.

Das, I. R. (2019). A Data Warehouse Based Schema Design on Decision-Making in Loan Disbursement for Indian Advance Sector. In Emerging Technologies in Data Mining and Information Security (IEMIS) (pp. 603-614). Singapore: Springer.

Farooqui, N. A. (2018). Design of A Data Warehouse for Medical Information System Using Data Mining Techniques. In 2018 Fifth International Conference on Parallel, Distributed and Grid Computing (PDGC) (pp. 199-203). IEEE.

Gartner. (2015, 10 01). From Gartner IT Glossary: https://www.gartner.com/it-glossary/business-intelligence-bi/

Hofer, I. S. (2016). A systematic approach to creation of a perioperative data warehouse. Anesthesia & Analgesia, 1880-1884.

Inmon, W. H. (2005). Building the Data Warehouse, Fouth Edition. John Wiley and Sons, Inc.

Kimball, R. M. (2002). The Data Warehouse Toolkit, Second Edition:The Complete Guide to Dimensional Modelling. John Wiley and Sons, Inc.

Kimball, R. M. (2007). The Data Warehouse Lifecycle Toolkit, Second Edition. USA: Willey.

Nasrullah, M., Angresti, N. D., Suryawan, S. H., & Mahananto, F. (2021). Requirement Engineering terhadap Virtual Team pada Proyek Software Engineering. Journal of Advances in Information and Industrial Technology, 1-10.

Suba, C. (2018). Data Warehousing Methods and its Application. International Journal of Engineering Science Invention (IJEsI), (pp. 12-19).