Selain itu, artikel ini membahas pentingnya teori sensemaking, atau bagaimana informasi kompleks diinterpretasikan untuk mendukung pengambilan keputusan. Rizk dan Elragal menekankan bahwa text analytics dapat membantu peneliti menemukan pola interpretatif di balik data teks.Â
Misalnya, dalam sistem informasi, pemahaman tentang bagaimana konsep tertentu dikaitkan dengan konteks pasar atau perilaku pengguna menjadi informasi penting untuk keputusan strategis.Â
Sebagai contoh, perusahaan yang memahami pola hubungan antara kata kunci tertentu dalam survei pelanggan atau ulasan produk dapat memprediksi tren dan kebutuhan pelanggan di masa depan. Dengan cara ini, text analytics tidak hanya berguna untuk penemuan teori tetapi juga untuk aplikasi praktis yang relevan bagi bisnis.
Teori ketiga yang relevan dalam penelitian ini adalah resource-based view (RBV), yang menekankan pentingnya sumber daya yang unik dalam mempertahankan keunggulan kompetitif. Rizk dan Elragal mengidentifikasi bahwa data teks adalah salah satu sumber daya strategis yang bernilai jika dikelola dengan baik.
 Dengan teknologi text analytics, organisasi dapat mengonversi data teks ini menjadi wawasan yang dapat digunakan untuk meningkatkan inovasi produk, kepuasan pelanggan, dan efisiensi operasional. Dalam hal ini, data science bukan hanya alat analisis tetapi juga aset strategis yang memengaruhi performa organisasi di masa depan.
Penelitian ini menggarisbawahi bahwa text analytics dapat memudahkan analisis dan pengembangan teori dalam sistem informasi, sekaligus membuka potensi bagi pengambil keputusan bisnis. Dari perspektif data science, integrasi teknik text analytics memungkinkan organisasi mendapatkan perspektif yang lebih mendalam dan menyeluruh dalam konteks akademik dan praktis.
***
Kesimpulan dari artikel Rizk dan Elragal (2020) menegaskan bahwa text analytics dalam data science bukan hanya alat bantu analisis tetapi juga sarana penting untuk mengembangkan kontribusi teoretis dalam sistem informasi. Dengan memanfaatkan teknologi text analytics, peneliti dan praktisi dapat mengidentifikasi pola, tren, dan hubungan yang memperkaya pemahaman mereka terhadap bidang ini.
 Penulis menyarankan agar peneliti di bidang sistem informasi mengintegrasikan pendekatan data science, khususnya text analytics, dalam studi mereka untuk memperdalam eksplorasi teoritis dan meningkatkan relevansi hasil penelitian. Hal ini juga memungkinkan penelitian menjadi lebih responsif terhadap dinamika bisnis yang selalu berubah.
Implikasi dari penelitian ini sangat penting bagi akademisi dan pelaku bisnis yang ingin memanfaatkan data teks secara efektif. Dengan mengintegrasikan text analytics ke dalam sistem informasi, organisasi dapat menangkap kebutuhan dan ekspektasi pasar secara lebih baik dan cepat, meningkatkan daya saing di era yang digerakkan oleh data.Â
Bagi akademisi, pendekatan ini membuka peluang untuk memperkuat landasan teoretis dengan mengungkap insight yang tersembunyi dalam data teks. Dengan demikian, penerapan text analytics dalam sistem informasi bukan hanya menjawab tantangan analisis data skala besar, tetapi juga berpotensi mendukung inovasi dalam teori dan praktik bisnis di masa depan.
Referensi:
Rizk, A., & Elragal, A. (2020). Data science: Developing theoretical contributions in information systems via text analytics. Journal of Big Data, 7(7). https://doi.org/10.1186/s40537-019-0280-6
