Course: Data Analytics di Asia Tenggara: Difference between revisions
| Line 126: | Line 126: | ||
'''Ketiga''', lingkungan dinamis yang memungkinkanmu untuk mempelajari hal-hal baru setiap hari. Bisnis selalu punya masalah yang tak terbatas, yang memberikanmu banyak peluang untuk dikerjakan! | '''Ketiga''', lingkungan dinamis yang memungkinkanmu untuk mempelajari hal-hal baru setiap hari. Bisnis selalu punya masalah yang tak terbatas, yang memberikanmu banyak peluang untuk dikerjakan! | ||
[[File:Course RevoU Data Analytics 140647.png|center|thumb]] | |||
=== Tanggung jawab utama === | |||
Tanggung jawab utama sebagai data analyst bervariasi tergantung dengan definisi di setiap organisasi. Beberapa tanggung jawab utamanya adalah: | |||
* Memahami masalah, membuat dan merancang proyek data untuk ''performance review'' atau untuk ''growth experimentation'' seperti A/B testing atau pengujian hipotesis. | |||
* Menambang data dan kemudian memanipulasi dan mengatur data ke dalam format yang dapat dieksplorasi, menggunakan ''tools'' dan statistik untuk menafsirkan kumpulan data (dari sumber primer dan sekunder) | |||
* Membantu pelaporan ad-hoc, pembersihan data dan bersiap ketika masalah bisnis datang dan membutuhkan perhatian yang sifatnya segera | |||
* Menyiapkan ''dashboard'' dan ''report'' untuk stakeholders yang secara efektif dapat mengkomunikasikan tren, pola, prakiraan menggunakan kumpulan data yang relevan | |||
* Berkolaborasi dengan tim produk, tim pemasaran, tim teknik, dan pemegang kepentingan bisnis lainnya untuk mengidentifikasi peluang untuk meningkatkan proses bisnis untuk mencapai ''growth'' yang diinginkan | |||
=== Keterampilan yang Dibutuhkan untuk menjadi Analis Data yang Hebat === | |||
Tidak ada rahasia untuk menjadi seorang data analyst yang hebat, kuncinya adalah segera memulai dan berlatih. | |||
Tentu saja, ada keistimewaan bagi mereka yang sudah pernah belajar ilmu yang relevan sebelumnya, seperti ilmu komputer atau IT. | |||
Tapi, data analytics atau data science adalah bidang yang relatif baru dan punya 'fakultas' sendiri di sebagian besar sekolah S1. | |||
Jadi, kalau kamu sering berhubungan dengan angka ketika kuliah ataupun pada pekerjaan sebelumnya: matematika, sains, teknik, statistik, keuangan, ekonomi, dan kamu suka-- artinya kamu berada dalam jalur yang tepat. | |||
Kalau belum, mulailah membiasakan diri dengan hal tersebut.<blockquote>''"Di dunia big data ini, basic dari literasi data—kemampuan untuk menganalisis, menafsirkan, dan bahkan mempertanyakan data—adalah keterampilan yang semakin berharga."'' | |||
'''''-Profesor Jan Hammond, Harvard Business School'''''</blockquote>''Title'' dari “data analyst” sendiri dapat mempunyai arti yang berbeda di perusahaan yang berbeda pula. | |||
Berikut perbandingan ''role'' data analyst di beberapa unicorn: Shopee, Gojek, Grab. | |||
Kamu bisa melihat beberapa kesamaan dalam ''job description'' yang telah di-''highlight''. | |||
Dari situ, kita bisa membedah skill-skill penting yang di-''highlight'' ke dalam beberapa kategori: | |||
* Pemecahan Masalah & Pemikiran Analitis | |||
* Matematika & Statistik (bekerja dengan data/angka) | |||
* Keahlian Basis Data & Pemrograman (R, Python, SQL) | |||
* Kemampuan berkomunikasi | |||