Nga

Teknologi Digital Telah

Mengubah Cara

Konsumen

Mengonsumsi Barang/

Jasa

Katalis

Transformasi

Digital

Digital Transformation \ di-jə-təl tran(t)s-fər-ˈmā-shən\ (1) the use of digital technology

to radically improve the performance and/or reach of a company.

What Is Digital Transformation?

326jutamobile user tahun 2016

Sumber: Asosiasi Telekomunikasi Selular Indonesia

64jutapengguna mobile internet

JAN 2016

• Source: GlobalWebIndex, Q4 2015. Based on a survey of internet users aged 16-64.

TIME SPENT ON THEINTERNETAVERAGE NUMBER OF HOURS SPENT USING THE INTERNETPER DAY, SPLIT B Y P C USE AND MOBILE PHONE USE

ACCESS THROUGH LAPTOP / DESKTOP

ACCESS THROUGH MOBILE DEVICE

5.2

5.2

4.9

4.7

4.7

4.7

4.7

4.6

4.6

4.6

4.4

4.4

4.4

4.3

4.2

4.2

4.1

4.1

3.9

3.8

3.8

3.6

3.6

3.4

3.3

3.3

3.1

2.9

3.9

3.2

3.0

3.9

3.5 3.5

1.4

2.4

3.6

3.4

3.6

1.3

3.1

1.9

2.1

2.6

3.8

2.2

1.3

1.6

1.9

1.1

1.0

2.5

1.3

2.2

1.9

0.6

BRA

ZIL

PHIL

IPPI

NES

SOU

THA

FRIC

A

THA

ILA

ND

ARG

ENTI

NA

IND

ON

ESIA

RUSS

IA

VIE

TNA

M

MA

LAYS

IA

MEX

ICO

UA

E

POLA

ND

IND

IA US

SIN

GA

PORE

TURK

EY

SAU

DI

ARA

BIA

ITA

LY

CA

NA

DA UK

SPA

IN

AU

STRA

LIA

FRA

NC

E

CH

INA

GER

MA

NY

HO

NG

KON

G

SOU

THKO

REA

JAPA

N

JAN 2016

• Source: GlobalWebIndex, Q4 2015. Based on a survey of internet users aged 16-64. Averages also factor non-users.

TIME SPENT ON SOCIAL MEDIAAVERAGE NUMBER OF HOURS THAT SOCIAL MEDIA USERS SPEND USING SOCIAL MEDIA EACH DAY

3.7

3.3

3.2

3.2

3.0

3.0

2.9

2.9

2.9

2.7

2.5

2.3

2.3

2.0

1.9

1.7

1.6

1.6

1.5

1.5

1.5

1.4

1.3

1.3

1.2

1.1

1.1

0.3

PHIL

IPPI

NES

BRA

ZIL

MEX

ICO

ARG

ENTI

NA

UA

E

MA

LAYS

IA

SAU

DI

ARA

BIA

THA

ILA

ND

IND

ON

ESIA

SOU

THA

FRIC

A

TURK

EY

VIE

TNA

M

IND

IA

ITA

LY

RUSS

IA

USA

SIN

GA

PORE

SPA

IN

HO

NG

KON

G UK

CH

INA

CA

NA

DA

POLA

ND

FRA

NC

E

AU

STRA

LIA

GER

MA

NY

SOU

THKO

REA

JAPA

N

76juta

4besarranking

Indonesia

sebagai

pengguna social

media dunia

132jutapengguna Internet Indonesia (2016)

pengguna

facebook

(2016)

60miliarBelanja game

online per bulan

Sumber: APJII, Facebook, Gudang voucher

JAN 2016

• Source: We Are Social’s analysis of Facebook-reported data, Q1 2016. Note: table values may not sum to 100% due to rounding in reported data.

FACEBOOK USER PROFILEDETAIL OF FACEBOOK USERS BY AGE GROUP AND GENDER, IN MILLIONS

13 – 19YEARS OLD

60+YEARS OLD

20 – 29YEARS OLD

30 – 39YEARS OLD

40 – 49YEARS OLD

50 – 59YEARS OLD

FEMALE

MALE

13.014.0

4.61.5

0.4 0.4

13.0

21.0

7.4

2.3 0.6 1.1

AGE TOTAL FEMALE MALE

TOTAL 79,000,000 42% 58%

13 – 19 33% 1 6 % 1 6 %

20 – 29 44% 1 8 % 2 7 %

30 – 39 15% 6 % 9 %

40 – 49 5% 2 % 3 %

50 – 59 1% 1 % 1 %

60+ 2% 1 % 1 %

SMART CITY

INFORMASI LEVEL 1

Descriptive

Mengambarkan apa yang telah terjadi. • Materi yang paling banyak

diambil

•Segmen peserta dari mana saja

•Layanan apa yang paling disukai peserta

•Page apa yang paling banyak dikunjungi

•Perilaku transaksi per quarter

INFORMASI LEVEL 2

Diagnostic

Mengapa data data descriptive tersebut dapat terjadi atau muncul. •Mengapa materi inixindo

yang paling banyak diambil

•Mengapa 60% peserta berasal dari pemda

•Mengapa Q1 adalah low session dan semester 2 adalah high session

•Mengapa page artikel mampu menarik rangking website?

INFORMASI LEVEL 3

Predictive

Apa yang bakal terjadi kemudian

•Materi apa yang bakal diminati tahun depan

•Segmen apa yang paling banyak memberikan kontribusi tahun depan

•Layanan yang seperti apa yang diinginkan customer

•Berapa target maksimal yang bisa kita dapatkan

•Metode marketing apa yang bakal memberi lead penjualan

INFORMASI LEVEL 4

Prescriptive

Bagaimana mencagah hal buruk terjadi dan mengambil peluang terbaik.

•Gimana caranya low session tidak terjadi

•Gimana caranya seluruh pemda se Indonesia ke Jogja

•Gimana caranya rangking website dibawah 20 ribu

•Gimana sales dapat memberikan value

INFORMASI

Prescriptive

Gimana cara minimalis risk dan dapat oportunity

Predictive

Apa yang bakal terjadi kemudian.

Diagnostic

Mengapa semua ini terjadi .

Descriptive

Apa sih yang terjadi kemarin

Innovation Machine Learning Business Intellegence Data period, parameter

KOMPONEN SMART CITY

SDM

SDM kompeten bidang IT

khususnya Kominfo dan operator OPD

Teknologi

Infrastruktur dan Ketersediaan Data

Kebijakan

Master Plan Smart City, Regulasi dan

Anggaran

Smart City