Dalam proyek Big Data Analytics, proses analisis tidak berhenti ketika model selesai dibuat atau ketika hasil evaluasi menunjukkan performa yang baik. Tahap terakhir dalam kerangka kerja CRISP-DM adalah Deployment, yaitu tahap ketika hasil analisis, model, atau insight mulai diterapkan ke dalam proses bisnis nyata. CRISP-DM sendiri terdiri dari enam tahap utama, yaitu Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluation, dan Deployment.
Jika dikaitkan dengan gambar sebelumnya, pertanyaan pada gambar membahas tahap CRISP-DM tempat data sampling terjadi. Jawaban yang tepat adalah Data Preparation, karena sampling dilakukan saat data sedang dipilih, dibersihkan, dan disiapkan sebelum digunakan dalam modelling. Namun, setelah data disiapkan, model dibangun, dan hasilnya dievaluasi, tahap berikutnya yang tidak kalah penting adalah Deployment. Pada tahap inilah hasil analisis benar-benar digunakan untuk mendukung keputusan bisnis dan akuntansi.
Sebagai data analyst yang berkecimpung dalam Big Data Analytics dan Accounting, saya melihat Deployment sebagai tahap yang menghubungkan hasil analisis data dengan praktik akuntansi sehari-hari. Misalnya, model prediksi risiko piutang tak tertagih tidak cukup hanya akurat di tahap evaluasi. Model tersebut perlu diterapkan ke dalam dashboard finance, sistem ERP, atau laporan manajemen agar tim accounting dapat melihat pelanggan mana yang memiliki risiko keterlambatan pembayaran dan menentukan tindakan yang tepat.
Dalam dunia accounting, Deployment dapat diterapkan pada berbagai aktivitas. Pada analisis piutang, hasil model dapat digunakan untuk membuat daftar pelanggan berisiko tinggi. Pada audit internal, model deteksi anomali dapat diterapkan untuk menandai transaksi yang tidak biasa. Pada budgeting, hasil forecasting dapat dimasukkan ke dalam sistem perencanaan keuangan. Pada laporan manajemen, insight dari big data dapat divisualisasikan dalam dashboard yang menampilkan tren penjualan, biaya operasional, arus kas, dan performa akun-akun penting.
