Share

5 Cara Menjadi Data Analyst bagi Lulusan Selain IT

5 Cara Menjadi Data Analyst bagi Lulusan Selain IT
Date: 8 November 2021
Author: Doddy Dwi Wahyuwono

Pada Q1 dan Q2 tahun 2020, sebuah perusahaan mengalami kenaikan penjualan yang terbilang konsisten dan signifikan.

Namun, ketika memasuki Q3, penjualan perusahaan tersebut mulai melandai. Seiring berjalannya waktu hingga akan memasuki Q4, penjualan perusahaan tersebut tak kunjung naik.

Perusahaan tersebut merasa tidak secara drastis mengubah strategi pemasaran maupun penjualannya, namun hasil yang didapati sungguh berbeda.

Pun mereka merasa tidak ada faktor eksternal yang signifikan dan mampu berdampak sedemikian rupa pada penjualannya.

Alhasil, tim management perusahaan tersebut jadi bertanya-tanya, apa penyebab penurunan penjualan perusahaan, mengapa hal itu bisa terjadi, dan bagaimana agar hal tersebut tak berulang di Q4?

Di titik inilah peran seorang data analyst dibutuhkan.

 

Daftar Isi

 

Apa itu data analyst

Data analyst, bersamaan dengan data scientist dan data engineer, adalah opsi karir yang sangat populer di Indonesia dewasa ini.

Seperti namanya, pekerjaan data analyst berhubungan erat dengan analisis suatu data, entah data perusahaan maupun lainnya. Bergantung pada bidangnya.

Data analyst sendiri berbeda dengan data scientist dan data engineer, di mana tugas data analyst berkaitan dengan pemrosesan dan penerjemahan historical data.

Karena berkaitan dengan pemrosesan dan penerjemahan historical data itulah, peran data analyst dalam bisnis sangatlah krusial dan mempengaruhi pengambilan keputusan bisnis.

 

Prospek karir data analyst di Indonesia

Berdasarkan Future of Jobs Report yang dirilis oleh World Economic Forum, data analyst menjadi salah satu pekerjaan yang paling dibutuhkan hingga tahun 2025 mendatang dan seterusnya secara global.

Di Indonesia sendiri, data analyst juga menjadi salah satu pekerjaan yang sangat dibutuhkan, dengan demand yang tinggi dan supply yang amat terbatas.

Berbagai perusahaan, seperti SPE Solution sendiri, membutuhan tenaga profesional yang berkualifikasi di bidang ini.

Dengan tingkat kebutuhan yang tinggi, tak heran jika berkarir sebagai data analyst merupakan hal yang menggiurkan bagi berbagai kalangan, termasuk para fresh graduate.

Banyak orang berlomba-lomba meniti karir sebagai data analyst karena secara prospek memang menjanjikan.

Kendati demikian, terdapat beragam mispersepsi yang mengatakan bahwa hanya lulusan IT yang mampu berkarir sebagai data analyst.

Padahal, kenyataannya tidak seperti itu.

 

Cara menjadi data analyst bagi lulusan IT maupun non IT

Pada realitanya di dunia kerja, tidak hanya lulusan IT yang mampu berkarir sebagai data analyst.

Sama seperti bidang kerja lainnya, ada cara menjadi data analyst bagi lulusan non IT.

Berikut adalah cara menjadi data analyst yang bisa dan wajib diterapkan bagi lulusan IT maupun non IT.

 

Pelajari skill dan bahasa pemrograman yang berkaitan

Di dunia ini, ada banyak sekali bahasa pemrograman yang ada dan masing-masing bahasa memiliki fungsi serta karakteristiknya tersendiri.

Dan, dari user pun, tidak semua bidang kerja yang berhubungan dengan IT harus memahami satu persatu bahasa pemrograman yang ada. Termasuk data analyst.

Untuk menjadi data analyst sendiri, beberapa bahasa pemrograman yang harus dikuasai ialah SQL, Python, dan R.

SQL adalah bahasa pemrograman yang berkaitan dengan database. Penting bagi data analyst untuk memahami SQL agar mampu menemukan data yang dibutuhkan dalam proses selanjutnya, yakni analisis.

Selanjutnya, Python dan R adalah bahasa pemrograman dan software untuk pengolahan data, termasuk analisis stastistika dan grafik. Kedua hal ini wajib dikuasai seorang data analyst, terlebih untuk membaca dan membuat visualisasi data.

Selain itu, ada baiknya seorang data analyst memiliki pengetahuan dan keterampilan dasar coding karena skill ini akan sangat memudahkan pekerjaan sebagai data analyst.

 

Pahami skill analitik yang dibutuhkan

Secara garis besar, skill analitik dapat dikategorikan menjadi 4 bagian, yakni descriptive, diagnostic, predictive, dan prescriptive.

Bagi data analyst yang berurusan dengan historical data, skill analitik bagian descriptive dan diagnostic adalah yang utama dibutuhkan.

Dalam definisi sederhana, descriptive menjelaskan “apa”, seperti apa yang terjadi pada suatu bisnis, dsb.

Bentuknya bisa beragam, seperti dalam visualisasi data layaknya grafik, tabel, laporan metrik, dan sebagainya.

Sedangkan, diagnostic menjelaskan “mengapa”, seperti mengapa kejadian A bisa terjadi.

Intinya, jenis data itu memberikan diagnosis berbagai faktor yang mungkin menjadi faktor penyebab suatu kejadian.

Analisis diagnostic banyak melibatkan proses seperti data mining, data discovery, dan proses lainnya.

 

Kuasai tools yang sering digunakan

Berbagai perusahaan menggunakan tools yang berbeda-beda untuk bidang kerja tertentu dengan alasan tertentu pula, tak terkecuali bagi data analyst.

Meskipun begitu, ada tools populer di kalangan para data analyst yang wajib untuk dikuasai, di antaranya ialah:

  • Tableau. Software ini digunakan untuk menganalisis data, yang dilengkapi dengan visualisasi data yang interaktif, mulai dari diagram sederhana hingga yang cukup kompleks.
  • Microsoft Power BI. Software besutan Microsoft ini banyak digunakan untuk memenuhi kebutuhan business intelligence. Kemampuan Microsoft Power BI memungkinkan seorang data analyst untuk menganalisis data bisnis yang seringnya berjumlah besar, dan menyajikannya dengan visualisasi yang menarik.
  • Google Data Studio. Data Studio adalah produk Google yang dapat digunakan secara gratis untuk mengolah data menjadi lebih interaktif, mudah dibaca, dan divisualisasikan sehingga sangat sesuai dalam pembuatan laporan.
  • Microsoft Excel. Perangkat lunak ini sangatlah populer, terlebih untuk menyajikan data dalam tabel, grafik, maupun bentuk pelaporan lainnya. Penggunaan Excel juga dapat diintegrasikan dengan penggunaan tools lainnya seperti Tableau, SAS, maupun R.

 

Miliki mindset yang tepat

Menjadi data analyst tidak hanya sekadar mengemban gelar dan posisinya saja, namun harus diimbangi dengan memiliki mindset yang tepat.

Salah satu mindset yang wajib dimiliki adalah senantiasa skeptis terhadap sesuatu sampai bisa divalidasi kebenarannya.

Hal ini juga termasuk dalam berasumsi dan berspekulasi, hal yang sering dilakukan manusia sehari-hari.

Bagi seorang data analyst, menganggap sebuah asumsi sebagai suatu kebenaran akhir tanpa melalui proses analisis dan validasi terlebih dahulu bisa dibilang haram hukumnya.

Dan, mindset serta proses ini wajib diterapkan dalam kehidupan sehari-hari.

Pasalnya, jika hal ini dibiasakan dan menjadi kebiasaan, hal ini akan mempengaruhi seorang data analyst secara positif dalam pekerjaannya.

Ingat, extraordinary claims require extraordinary evidence.

Mindset yang juga mencakup kemampuan lunak ini terdiri atas beberapa hal, mulai dari kemampuan berpikir kritis, analitik, dan kemampuan lainnya yang terangkum dalam artikel berikut.

 

Ikuti beragam pelatihan data analyst

Terkadang, self-learning tidaklah cukup untuk mempelajari suatu hal baru. Terlebih hal baru yang masih teramat asing.

Maka dari itu, sangat dianjurkan untuk mengikuti beragam pelatihan data analyst, entah melalui kursus pelatihan maupun bootcamp.

Dewasa ini, sudah banyak lembaga yang menyediakan pelatihan dan knowledge base terkait data science dan sekelompoknya.

Terlebih lagi, mengikuti program pelatihan yang memberikan sertifikat kualifikasi akan menguntungkan.

Hal ini tidak hanya membantu kandidat dalam memahami ilmunya, namun juga dalam mendapatkan pekerjaannya.

 

Kesimpulan: Cara menjadi data analyst bagi lulusan IT maupun non IT

Kesimpulan cara menjadi data analyst ialah:

  • Pelajari skill dan bahasa pemrograman yang berkaitan
  • Pahami skill analitik yang dibutuhkan
  • Kuasai tools yang sering digunakan
  • Miliki mindset yang tepat
  • Ikuti pelatihan data analyst

Terutama, bagi lulusan non IT, ada hal tambahan yang kalian miliki jika ingin berkarir sebagai data analyst, yakni background di ilmu lain yang menambah kualifikasi serta kecakapan kalian di dunia kerja.

 

“Jika ditinjau dari sisi teknis, saya akui saya kalah start dari anak lulusan IT. Namun, saya memiliki skill lain yang saya pelajari di perkuliahan dulu dan kini benar-benar membantu saya dalam bekerja sebagai seorang data analyst di perusahaan,” ungkap Data Analyst SPE Solution Rahman Armenzaria, lulusan S2 bidang bisnis.