In-database analytics adalah teknologi yang memungkinkan pemrosesan data dilakukan langsung di dalam database dengan membangun logika analitik ke dalamnya. Dengan cara ini, kita bisa menghemat waktu dan tenaga karena tidak perlu bolak-balik memindahkan data antara database dan aplikasi analitik terpisah.
Sistem in-database analytics biasanya terdiri dari enterprise data warehouse (EDW) yang dibangun di atas platform analytic database. Platform ini memiliki fitur seperti parallel processing, partitioning, scalability, dan optimasi yang memang didesain khusus untuk mendukung analisis data.
Dengan in-database analytics, data mart analitik bisa langsung dikonsolidasikan dalam **EDW**, sehingga proses pengambilan dan analisis data jadi jauh lebih cepat. Selain itu, keamanan data perusahaan juga lebih terjaga karena tidak perlu diekspor keluar dari EDW. Pendekatan ini sangat membantu perusahaan dalam memprediksi risiko dan peluang bisnis di masa depan, mengidentifikasi tren, serta mendeteksi anomali agar bisa mengambil keputusan dengan lebih cepat dan hemat biaya.
Banyak perusahaan menggunakan in-database analytics untuk aplikasi yang membutuhkan pemrosesan berat, seperti:
- Deteksi penipuan (fraud detection)
- Skoring kredit (credit scoring)
- Manajemen risiko
- Pengenalan pola dan tren
- Analisis balanced scorecard
Selain itu, in-database analytics juga mendukung ad hoc analysis, yang memungkinkan pengguna bisnis untuk membuat laporan baru yang sebelumnya belum tersedia atau menggali lebih dalam data dari laporan statis untuk mendapatkan detail tambahan, seperti informasi akun, transaksi, atau catatan tertentu.
Lihat juga: predictive analytics, association rules, data mining, business analytics, MapReduce