Data Analyst adalah orang yang bertanggung jawab menganalisis data untuk tujuan bisnis. Berikut pengertian, peran, hingga tips menjadi Data Analyst.
Putri Febrianti
19 Januari 2022 • 5 mins reading
Data Analyst menjadi salah satu pekerjaan di bidang teknologi yang paling dibutuhkan sekarang seiring dengan arah perusahaan-perusahaan di berbagai industri yang bergerak menuju digital-driven business.
Laporan bertajuk ‘The Future of Jobs Report’ dari World Economic Forum melaporkan bahwa hingga tahun 2025, sebanyak 80% perusahaan mengadopsi teknologi big data analytics. Dengan begitu, kebutuhan akan Data Analyst diperkirakan juga akan terus meningkat.
Data Analyst membantu perusahaan untuk lebih memahami data yang mereka miliki. Tentunya, apabila data tersebut diolah
dengan baik, maka pengembangan bisnis pun akan lebih terarah dan berkelanjutan.
Data Analyst adalah orang yang mengumpulkan, merapikan, dan menganalisis data untuk menghasilkan solusi bagi
perusahaan. Solusi tersebut akan dimanfaatkan stakeholder perusahaan dalam pengambilan keputusan yang tepat
bagi kebutuhan bisnis.
Contoh data yang dianalisis oleh Data Analyst adalah:
Selanjutnya, Data Analyst akan membuat visualisasi data untuk disajikan kepada para stakeholder.
Visualisasi data ini bertujuan agar data yang telah diolah lebih mudah dipahami oleh manajemen perusahaan maupun
mereka yang bukan berasal dari background IT.
Data Analyst bertugas mengolah dan menganalisis data yang bertujuan untuk melihat tren dan pola yang terjadi dari
kumpulan data tersebut. Secara sederhana, tugas Data Analyst termasuk mengekstrak data, menghapus data yang rusak,
analisis awal terkait
kualitas data, analisis lanjut untuk menilai makna atau menafsirkan data, hingga memberikan laporan dan rekomendasi
kepada manajemen.
Misalnya, sebuah perusahaan ingin meneliti kecenderungan pemakaian rekening tabungan pada generasi millenial.
Dalam
penelitian ini, tugas Data Analyst adalah mengolah data terkait untuk melihat kecenderungan pemakaian rekening,
apakah
untuk pembayaran, tarik tunai, transfer, atau yang lain. Pola penggunaan rekening itulah yang akan menjadi
output
dari
pekerjaan seorang Data Analyst.
Selain itu, seorang Data Analyst juga harus mampu menganalisis permasalahan yang berhubungan dengan bisnis. Hasil
analisis yang diberikan akan menjadi landasan pengambilan keputusan yang pada akhirnya akan memberikan dampak dan
perubahan bagi perusahaan.
Dalam melakukan analisis data, setidaknya ada empat metode analisis yang digunakan yaitu analisis deskriptif,
diagnostik, prediktif, dan preskriptif.
Teknik ini merupakan metode analisis statistik yang dapat memberikan gambaran dari data variabel yang
diperoleh.
Biasanya, metode ini digunakan untuk memberikan deskripsi terhadap tren yang terdapat pada data.
Wawasan yang didapat dari analisis deskriptif kemudian dianalisis lebih lanjut melalui analisis
diagnostik. Dengan
metode ini, Data Analyst dapat menemukan penyebab dari hasil yang ditemukan. Perusahaan kemudian dapat
memanfaatkan
hasil analisis ini untuk mengidentifikasi pola perilaku.
Setelah menemukan tren dan penyebabnya melalui analisis deskriptif dan diagnostik, metode analisis
prediktif dapat
digunakan untuk memprediksi tren yang mungkin terjadi di masa depan.
Metode analisis ini menggabungkan semua temuan dan wawasan dari beragam analisis yang sudah dilakukan
untuk menentukan
keputusan yang harus diambil atas suatu permasalahan.
Sebagai penyedia insight bagi stakeholder perusahaan, Data Analyst menjembatani antara data dan
informasi dengan pengambil kebijakan. Bahkan, bisa dibilang bahwa Data Analyst ‘menciptakan’ teori bagi
para pemangku kebijakan. Kenapa bisa seperti itu?
Ini karena salah satu dari tugas Data Analyst adalah menggunakan hasil analisis datanya sebagai rekomendasi bagi perusahaan, baik itu untuk membidik pasar yang tepat, memotong biaya operasional, ataupun membuat sistem kerja yang lebih efektif. Rekomendasi tersebut menjadi landasan bagi stakeholder untuk mengambil keputusan yang tepat sesuai arah perkembangan bisnis.
Oleh karena itu, apabila tidak ada Data Analyst, ribuan bahkan jutaan data yang dimiliki oleh perusahaan tidak akan memiliki makna apa-apa dalam memberikan informasi yang bermanfaat. Akibatnya, stakeholder tidak bisa mengambil kebijakan yang berlandaskan insight dari data-data tersebut.
Baca juga: Tumbuh Bersama BRI, Teknologi dan Inovasi Jadi
Kunci
Di Bank BRI, Data Analyst adalah satu dari empat profesi dalam lingkup data selain Data Governance, Data Engineer, dan Data Scientist. Bersama-sama, keempatnya disebut sebagai Big Data Heroes atau Pahlawan Big Data.
Di keseharian mereka, para heroes saling berkolaborasi untuk mencapai tujuan bersama. Dalam kolaborasi tersebut, Data Analyst mengemban tugas dalam proses pengolahan dan analisis data secara umum.
Untuk mengeksekusi pekerjaannya, Data Analyst Bank BRI akan melalui proses kerja yang terdiri dari empat tahapan, yakni Collecting, Analyzing, Interpreting, dan Presenting. Keempatnya dapat dijabarkan sebagai berikut:
1. Collecting
Data Analyst mengumpulkan data dari berbagai sumber. Namun, data yang
dikumpulkan hanyalah data yang penting dan relevan untuk proses analisis. Untuk melakukannya, Data Analyst
menggunakan bahasa pemrograman SQL agar pengumpulan data berjalan efektif dan sistematis.
2. Analyzing
Tugas selanjutnya dari Data Analyst adalah menganalisis data yang sudah
dikumpulkan. Untuk melakukannya, Data Analyst memanfaatkan konsep statistika dan matematika untuk melihat
probabilitas pola data yang muncul.
3. Interpreting
Data Analyst memvisualisasikan pola data dalam bentuk gambar ataupun
grafik agar lebih mudah dibaca. Di tahap ini, Data Analyst menggunakan berbagai tools visualisasi data
seperti Google Data Studio, Tableau, dan Apache Superset.
4. Presenting
Data Analyst mempresentasikan visualisasi data kepada stakeholder
perusahaan. Untuk melakukannya, bahasa yang digunakan Data Analyst adalah bahasa yang komunikatif dan efektif
sehingga makna data dapat tersampaikan sepenuhnya.
Melalui proses kerja hingga rekomendasi yang dihasilkan, Data Analyst membantu Bank BRI dalam mengelola risiko,
meningkatkan pelayanan, hingga mengoptimalkan profit perusahaan. Bermula dari data, Bank BRI dapat mengambil
tindakan nyata yang dapat menguntungkan perusahaan dan masyarakat secara luas.
Baca juga: Disaster Recovery Plan: Menyusun Rencana Sebelum Bencana
Untuk lebih memahami peranan Data Analyst, mari kita lihat case study di platform BRILink.
BRILink adalah perluasan layanan Bank BRI melalui kerjasama antara nasabah Bank BRI sebagai Agen BRILink. BRILink menjadi salah satu upaya Bank BRI untuk meningkatkan literasi keuangan masyarakat dan memacu inklusi keuangan.
Melalui konsep sharing fee, nasabah yang menjadi Agen BRILink dapat melayani berbagai transaksi perbankan bagi masyarakat di sekitarnya secara real-time. Kini, Agen BRILink sudah tersebar di 55 ribu desa dan akan terus bertambah.
Salah satu usaha untuk meningkatkan jumlah Agen BRILink adalah dengan memanfaatkan data nasabah Bank BRI yang tersebar di Indonesia. Data Analyst adalah salah satu yang berperan penting dalam mengembangkan BRILink.
Data Analyst akan mengidentifikasi permasalahan utama: adanya nasabah yang memiliki keterbatasan akses dalam melakukan transaksi keuangan, seperti pembayaran, penarikan tunai, hingga pengiriman uang.
Kemudian, Data Analyst mengobservasi data nasabah yang tinggal di lokasi strategis dan potensial untuk direkrut menjadi Agen BRILink. Selanjutnya, hasil observasi diolah menjadi rekomendasi solusi dari Data Analyst kepada stakeholder perusahaan agar merekrut nasabah potensial untuk menjadi Agen BRILink di wilayah tersebut.
Dengan begitu, Data Analyst telah membantu Bank BRI dalam meningkatkan pelayanan kepada masyarakat hingga
profitabilitas perusahaan melalui perannya di BRILink. Maka secara keseluruhan, dapat dikatakan bahwa Data Analyst
turut memegang andil dalam menciptakan visi inklusi keuangan bagi masyarakat.
Dengan tugas dan kewajibannya dalam pengolahan dan analisis data di Bank BRI, salah satu tantangan yang selalu
hadir dalam pekerjaan seorang Data Analyst adalah komunikasi.
Seperti yang telah dijelaskan sebelumnya, usai menganalisis data, Data Analyst harus mampu mempresentasikannya secara jelas kepada stakeholder. Di sinilah kemampuan komunikasi seorang Data Analyst diuji.
Permasalahan dapat muncul ketika Data Analyst menggunakan bahasa yang terlalu teknis hingga menyusun narasi yang
terlalu rumit. Padahal, untuk mempresentasikan data dengan lugas dan efektif, Data Analyst harus terampil
menyederhanakan data. Tujuannya adalah agar data tidak hanya tersusun rapi secara visual saja, tetapi juga menjadi
cerita yang mudah dipahami oleh semua.
“Data tanpa kata adalah ketidakberartian. Maka, jadilah Data Analyst yang tak hanya pandai mengolah data, tapi juga cermat meramu kata.”
Selain itu, kebutuhan akan koordinasi dengan berbagai divisi membuat Data Analyst Bank BRI harus bisa
memahami karakter tiap divisi dan menyesuaikan pendekatan komunikasi agar maksud dan tujuan tersampaikan dengan
jelas.
Baca juga: Magang di BRI: Langkah Awal Menuju Karier Profesional
Berdasarkan pengalaman tim Data Analyst Bank BRI, beberapa tips yang bisa kamu terapkan untuk menjadi seorang Data Analyst adalah:
1. Rajin melakukan riset
Riset menjadi hal yang sangat penting dalam pekerjaan apa pun, tak terkecuali Data Analyst. Hal ini karena setiap harinya, jumlah dan tipe data terus berkembang.
Maka, riset tentang perubahan tren data, perkembangan tipe data, hingga kemunculan teknologi pengolah data terbaru penting untuk dilakukan sejalan dengan berkembangnya skill set seorang Data Analyst.
2. Menjalin relasi
Dengan menjalin relasi ke rekan-rekan divisi lain, Data Analyst dapat memperluas sudut pandang serta menambah wawasan terkait kebutuhan mereka. Dengan begitu, Data Analyst dapat memahami jenis yang akan diolah sesuai kebutuhan sekaligus membantu mengatasi permasalahan secara efektif.
Selain itu, berjejaring ke sesama komunitas seprofesi membuat Data Analyst memperoleh ide-ide baru yang dapat diaplikasikan di pekerjaannya.
3. Menguasai tools pengolah data
Selain kemampuan komunikasi, Data Analyst Bank BRI tentunya juga harus membekali dirinya dengan berbagai tools pengolah data, mulai dari aplikasi, software, hingga bahasa pemrograman. Tidak sekadar jago, karena Data Analyst harus bisa menggunakan tools tersebut sesuai dengan kebutuhan pekerjaannya.
Untuk aplikasi pengolah data, tools yang bisa digunakan oleh Data Analyst adalah Google Data Studio, Tableau, Superset. Tools tersebut berfungsi mulai dari eksplorasi hingga visualisasi data. Sementara itu, bahasa pemrograman yang sering digunakan adalah SQL, R, dan Phyton.
4. Membangun portfolio
Untuk mengembangkan kemampuannya, tentunya seorang Data Analyst harus terus berlatih dengan mengerjakan berbagai project. Nantinya, hasil kerja tersebut akan menjadi portfolio sekaligus bukti bahwa kamu memang serius mendalami karier sebagai Data Analyst.
Perlu diingat bahwa Data Analyst adalah salah satu pekerjaan yang paling banyak dicari di era digital ini. Semoga
cerita, pengalaman, hingga tips dari Data Analyst Bank BRI dapat memotivasi kamu untuk menjadi Data Analyst yang
handal dan profesional.
Putri Febrianti
Assistant Manager, BRIBrain Team
Digital Banking
Development & Operation