Awesome Business Intelligence

Daftar terkurasi sumber daya terbaik tentang business intelligence, analitik data, dan modern data stack untuk pemimpin bisnis dan tim data.

Terinspirasi oleh awesome lists. Dikelola oleh Rework.

BI tradisional dipimpin IT, lambat, dan terputus dari pertanyaan bisnis yang benar-benar penting. BI modern dipimpin bisnis, self-service, dan dibangun di atas data stack yang dapat dirakit dan dikelola oleh tim kecil. Sumber daya ini mencakup keduanya — karena sebagian besar organisasi berada di antara keduanya dan perlu memahami ke mana arah mereka.

Daftar Isi

Artikel

Buku

Video & Presentasi

Alat & Software

  • Tableau - Platform visualisasi data dan BI terkemuka industri, kini menjadi bagian dari ekosistem Salesforce.
  • Microsoft Power BI - Platform BI Microsoft dengan integrasi Excel yang kuat dan harga kompetitif untuk pengguna M365.
  • Looker - Platform BI enterprise Google Cloud dengan LookML untuk metrik yang konsisten dan tata kelola.
  • Metabase - Alat BI open-source ideal untuk tim yang menginginkan analitik self-service tanpa harga enterprise.
  • Apache Superset - Platform eksplorasi dan visualisasi data open-source, banyak digunakan dalam organisasi yang matang secara data.
  • dbt (data build tool) - Alat standar untuk transformasi data dalam modern data stack, digunakan oleh ribuan tim.
  • Fivetran - Alat pipeline data ELT yang sepenuhnya dikelola yang menghubungkan ratusan sumber ke data warehouse Anda.
  • Snowflake - Platform data cloud yang digunakan sebagai lapisan warehouse dalam sebagian besar modern data stack.

Template & Framework

Studi Kasus & Contoh Nyata

  • Netflix - Mesin rekomendasi Netflix adalah salah satu kisah sukses BI yang paling terdokumentasi dalam teknologi: perusahaan memperkirakan sistem personalisasi dan rekomendasinya menghemat sekitar $1 miliar per tahun dalam pengurangan Churn subscriber. Setiap elemen UI Netflix — karya seni, urutan baris, hasil pencarian — digerakkan oleh data perilaku dari lebih dari 200 juta subscriber dan diuji melalui eksperimen A/B yang berkelanjutan. Sumber

  • Starbucks - Membangun kemampuan analitik toko menggunakan data pembelian pelanggan, perilaku aplikasi mobile, dan kecerdasan lokasi untuk menginformasikan keputusan penempatan toko baru dan penawaran loyalitas yang sangat dipersonalisasi. Platform AI "Deep Brew" Starbucks menghasilkan lebih dari 400.000 penawaran yang dipersonalisasi per minggu kepada anggota Rewards, berkontribusi pada program Rewards yang mewakili lebih dari 50% tender AS. Sumber

  • Coca-Cola - Menggunakan analisis data AI dan media sosial untuk mengidentifikasi bahwa pelanggannya membuat kombinasi cherry-vanilla Sprite sendiri di mesin fountain self-serve, yang langsung mengarah pada pengembangan dan peluncuran Cherry Sprite sebagai produk baru. Penggunaan BI untuk demand sensing ini — membiarkan data perilaku memunculkan peluang produk — telah menjadi referensi standar tentang bagaimana perusahaan CPG dapat menggunakan analitik untuk mengurangi risiko pengembangan produk. Sumber

  • Amazon - Seluruh operasi ritel Amazon adalah mesin BI: algoritma harganya menyesuaikan harga sekitar 2,5 juta kali per hari berdasarkan harga pesaing, sinyal permintaan, tingkat inventaris, dan pola perilaku pelanggan. Sistem perkiraan demand-nya memprediksi permintaan beberapa minggu ke depan dan memposisikan inventaris di pusat fulfillment sesuai — inilah mengapa pengiriman keesokan harinya secara operasional mungkin dalam skala tersebut. Sumber

  • UPS dan ORION - UPS menerapkan sistem On-Road Integrated Optimization and Navigation (ORION) untuk mengoptimalkan rute pengiriman di seluruh armada 55.000 pengemudinya, menggunakan BI dan riset operasi untuk mengurangi belokan kiri (yang membuang bahan bakar saat menunggu di lalu lintas). ORION menghemat UPS sekitar 100 juta mil per tahun, mengurangi konsumsi bahan bakar sekitar 10 juta galon setiap tahun — hasil finansial langsung dan terukur dari analitik operasi dalam skala besar. Sumber

  • Model prediksi kehamilan Target - Tim data Target membangun model yang dapat memprediksi kehamilan pelanggan dari perubahan perilaku pembelian dan mulai mengirimkan kupon yang ditargetkan sesuai — terkenal sebelum beberapa pelanggan mengumumkan kehamilannya secara publik. Kasus ini menjadi studi landmark baik dalam kekuatan BI ritel maupun batas etis analitik prediktif, yang mengarah pada percakapan seluruh industri tentang kebijakan penggunaan data. Sumber

Komunitas & Newsletter

  • dbt Community Slack - Komunitas analytics engineering paling aktif secara online, dengan saluran untuk setiap aspek modern data stack.
  • Locally Optimistic Slack - Komunitas praktisi untuk analis data, analytics engineer, dan pemimpin tim data.
  • Data Council - Komunitas dan konferensi untuk praktisi data di seluruh analitik, teknik, dan ML.

Sumber Daya Rework

Berkontribusi

Mengetahui sumber daya business intelligence yang layak ada dalam daftar ini? Beritahu kami.

Terakhir diperbarui: Maret 2026. Tautan diverifikasi. Mencakup platform BI tradisional dan modern data stack untuk tim di setiap tahap kematangan data.