Konsep Dasar Analisis Data

- pengantar analisis data

data analisis berfungsi untuk mengelolah data, data analisis mencakup 3 hal yaitu mengumpulkan, mengelolah, dan menginterprestasikan data kuantitatif/kualitatif untuk menyelesaikan permasalahan tertentu.

contoh permasalahan:

1. bagaimana performa dan kinerja perusahaan?

2. apa yang perlu dilakukan untuk meningkatkan transaksi user?

3. promo apa saja yang paling efektif untuk meningkatkan engagement?

- Ekosistem data dalam analisis data di setiap perusahaan biasanya berbeda-beda sesuai karakteristik perusahaannya, namun setiap perusahaan/organisasi pada dasarnya terdiri dari beberapa lapisan arsitektur:

1. sumber data berasal dari internet, CRM & ERP dll

2. Akuisisi data, sebuah proses yang mengelolah data menjadi format yang bisa diterima oleh sistem database

3. Penyimpanan data, menyimpan hasil sistem akuisisi data ke dalam sistem penyimpanan data perusahaan

4. Analysis & monitoring, mengelolah data dari database dan menggunakannya untuk visualisasi dari dashboard ataupun proses analisis data. 

-tools dalam ekosistem data analyst:

1. SQL dan excel_ digunakan untuk mengumpulkan dan mengelolah data

2.  Tableau_ monitoring/dash oard dan analisis sederhana

3.  Phyton & machine Learning_ eksplorasi dan analisis lanjutan

-peluang kerja dalam bidang data

kebutuhan talenta digital melonjak, hal ini karena semakin banyaknya industri customer facing yang dikembangkan menjadi produk digital. Diprediksi kebutuhan talenta digital akan terus berkembang hingga tahun 2030

Setiap perusahaan pasti perlu memonitoring kinerjanya untuk mengetahui posisi perusahaan saat ini dan mengevaluasi kinerjanya. dalam bisnis digital proses ini dilakukan oleh data analyst.

peluang kerja bidang data:

1. Data analyst: orang yang menganalisis data untuk mendapatkan informasi yang berguna bagi pengambilan keputusan bisnis. Data analyst biasanya menggunakan alat seperti spreadsheet, software query, atau software visualisasi data untuk membuat laporan, grafik, atau dashboard .

2. data scientist: orang yang menggunakan data untuk mencari pola, membuat model, dan meramalkan hasil. Data scientist sering menggunakan teknik machine learning, statistik, dan pemrograman untuk mengolah data dan menghasilkan insight.

3. business intelligence: software yang mengumpulkan, menyimpan, dan menganalisis data yang dihasilkan oleh aktivitas bisnis. Business intelligence bertujuan untuk meningkatkan akurasi, ketepatan, dan jumlah data yang tersedia bagi pengguna bisnis. Business intelligence mencakup data mining, process analysis, performance benchmarking, dan descriptive analytics.

4. data engineer: orang yang merancang, membangun, dan memelihara infrastruktur data yang diperlukan untuk mengumpulkan, memproses, dan menyimpan data dalam skala besar. Data engineer bertindak sebagai jembatan antara tim analisis data, pengguna bisnis, dan infrastruktur teknis yang mendukung pengelolaan data. Data engineer menggunakan sistem basis data, alat ETL, dan cloud computing untuk mengelola data.

- kenapa perusahaan perlu role data?

1. memastikan data-data pengguna, dan transaksi, dan aktivitas pelanggan dapat tersimpan dengan benar

2. monitoring performa perusahaan berdasarkan data

3. mengevaluasi apa yang sudah bagus dan apa yang perlu ditingkatkan

4. memberikan informasi dan insight/rekomendasi berdasarkan data

-tugas data analyst

1. mengidentifikasi dan mengumpulkan data dari berbagai sumber. contoh sumber data internal perusahaan,tools survey, seperti google form

2. memproses data menjadi informasi

proses mengubah data mentah menjadi informasi yang bermanfaat adalah salah satu value utama data analyst. proses ini dilakukan dengan proses ETL,SGL,dll

3. menyediakan dan memonitor informasi. karena data analyst berperan menggali data menjadi informasi yang bernilai untuk perkembangan perusahaan

4. Analisis data untuk memperoleh insight & rekomendasi.

- alur kerja & skill data analyst: 

1. enginers enderstanding. memahami proses bisnis perusahaan

2. analytic Approach. memahami permasalahan dan menentukan metode

3. data reguirements. menentukan data apa saja data yang diperlukan.

4. data collection. proses mengambil data yang tersedia

5. data understanding. memahami isi konteks dan informasi 

6. data preparation. mengelola data menjadi format yang lebih mudah diproses

7. analysis. mengimplementasikan rancangan analisis menggunakan atau yang telah disimpan

8. feedback. mengumpulkan timbal balik dari stakeholder dan rencana perbaikan selanjutnya

untuk Part 1 dalam belajar data analyst, saya cukupkan disini saja yaaa...

tetap semangat belajar, terima kaasih