View source for Course: Data Analytics di Asia Tenggara

== Part 1 -  Kondisi Pekerjaan Data Analytics di SEA ==

=== Big Data, dan permasalahan di baliknya ===
Sekarang, mari kita lakukan ''roleplay''.

Bayangkan kamu lapar dan ingin makan.

Pertama, kamu akan ''search'' di Google dan mengetik 'restoran di dekat saya'. Lalu kamu ''scroll'' ke bawah halaman Google tersebut dan melihat menu restoran yang kamu minati.

Setelah 5 menit, kamu akhirnya memutuskan untuk memesan ''delivery.''

Kemudian, kamu membuka SuperApp favoritmu dan meng-klik spanduk promosi, yang menunjukkan banyak opsi-opsi lainnya.

Setelah ''browsing'' beberapa saat, akhirnya kamu klik menu dan bayar makanan pilihanmu.<blockquote>''Percaya nggak kalau dalam waktu 5 menit dalam hidupmu hanya untuk memilih makanan, ada ribuan baris data yang dihasilkan oleh berbagai perusahaan (Google, SuperApp, restoran), dan itu berawal dari klik di Google Search?''</blockquote>Setiap klik, ''scroll'', ''swipe'' diambil sebagai data baru.

Ini akan melihat lokasi, preferensi, data profil mu dan mencocokkan semuanya sepersonal mungkin untuk pembelian mu yang berikutnya.

Dan di seluruh dunia ini ada jutaan orang yang sedang melakukan hal yang sama seperti kamu.

Fun fact! Menurut data LocaliQ, setiap menit sepanjang hari di tahun 2020, ada:

* 350.000 tweet dikirim di Twitter
* 694.000 video dilihat di TikTok
* 4,2 juta pencarian Google
* 3,47 juta video YouTube dilihat

Besar banget kan?

Ada 218 miliar unduhan aplikasi seluler di semua platform pada tahun 2020 (Statista, 2021).

Selain itu, adanya ''explosion'' dalam belanja online dan ''user-generated content'' melalui TikTok, YouTube, dan Instagram selama beberapa tahun terakhir.

Dapatkah Anda bayangkan jumlah data yang perlu ditangani? Inilah sebabnya mengapa orang menyebutnya 'big data.'

=== Kenapa Data Sangat Penting untuk bisnis? ===
Data sangat bisa membantu bisnis untuk melakukan hal yang luar biasa:

Memahami ''customer'', meningkatkan kampanye bisnis, mempersonalisasikan promosi, dan meningkatkan pendapatan, serta membangun bisnis yang ''sustainable''.

Beberapa keuntungan ini tidak akan bisa didapatkan tanpa menggunakan ''tools'' dan proses yang tepat untuk menganalisis data.

Data mentah ibaratnya seperti 'tambang emas', tapi orang tidak bisa melihat ''value'' dari kalung emas atau perhiasan yang kita tahu tanpa proses ekstraksi dan pencetakan yang tepat.

Kamu memerlukan big data analytics untuk dapat melihat ''value'' dari data yang ada, dan ini dapat digunakan untuk mengembangkan bisnis.

Big data mempunyai skala, keragaman, dan kompleksitas yang memerlukan arsitektur, algoritma, dan analitik tertentu untuk mengekstrak nilai darinya.

==== Karakteristik dari Big Data ====
Terdapat 3 karakteristik dari Big Data, yaitu 3V:

# velocity (kecepatan),
# volume, 
# dan variety.

Beberapa sumber mendefinisikannya sebagai 5V, termasuk veracity (kebenaran) dan value.

Statista (2021) menunjukkan bahwa market dari big data dan business analytics secara global bernilai sebesar 168,8 miliar dolar AS pada 2018 dan diperkirakan akan tumbuh menjadi 274,3 miliar dolar AS pada 2022.

Dengan jumlah data dan pangsa pasar yang terus bertambah, ada tantangan besar di balik pertumbuhan masyarakat.

=== Data Analytics in Southeast Asia ===
Apa yang terjadi di Asia Tenggara?

Kementerian Komunikasi Indonesia telah menunjukkan bahwa dalam setahun ada lebih dari 600.000 kekurangan ''talent'' dalam keterampilan digital dan teknis.

Kamu bisa melakukan sedikit riset melalui LinkedIn Jobs seputar ''keyword “''data” dan “analyst”, dan inilah angkanya: