Data Analyst

Pengenalan peran data analyst dalam mendukung pengambilan keputusan bisnis, ruang lingkup kerja, dan koordinasi dengan divisi lain.

Mempelajari struktur database relasional (tabel, primary key, foreign key) serta konsep dasar bahasa query SQL.

Memahami tahapan mengubah data mentah menjadi data yang rapi dan siap dianalisis (data wrangling).

Mempelajari perbedaan statistik deskriptif (meringkas data) dan inferensial (menarik kesimpulan dari sampel data).

Mempelajari prinsip dasar memilih jenis visualisasi yang tepat (chart, grafik) sesuai jenis data dan pesan yang ingin disampaikan.

Mempelajari cara menghubungkan hasil analisis data dengan konteks bisnis agar menghasilkan insight yang actionable.

Memahami posisi data analyst dalam tim data/IT serta perbedaan peran dengan data engineer dan data scientist secara umum.

Latihan menulis query SQL mulai dari SELECT dasar, filtering, JOIN antar tabel, hingga agregasi data dengan GROUP BY.

Latihan menangani data yang hilang (missing values), data duplikat, dan nilai pencilan (outlier) dalam dataset.

Latihan menganalisis tren waktu, hubungan antar variabel (korelasi), dan segmentasi data (misalnya segmentasi pelanggan).

Latihan membuat berbagai jenis chart dan grafik menggunakan Excel/Google Sheets untuk merepresentasikan data.

Latihan menyusun rekomendasi keputusan bisnis berdasarkan hasil analisis data yang telah dilakukan.

Mempelajari konsep dasar statistik (mean, median, distribusi, variabilitas) serta kemampuan membaca dan menafsirkan data secara kritis.

Latihan mengekstrak data dari berbagai sumber seperti database, spreadsheet, atau API sederhana untuk keperluan analisis.

Latihan mengubah format data, menyeragamkan satuan, dan melakukan normalisasi agar data konsisten dan dapat dibandingkan.

Latihan melakukan eksplorasi awal data untuk menemukan pola, anomali, dan insight sebelum analisis lebih mendalam.

Latihan membangun dashboard interaktif menggunakan tools BI untuk memantau metrik bisnis secara real-time.

Mempelajari berbagai KPI dan metrik bisnis umum (revenue growth, churn rate, conversion rate, dsb) serta cara menghitungnya.

Latihan pengenalan tools utama data analyst seperti Excel/Google Sheets, SQL, dan tools Business Intelligence (Power BI/Tableau/Looker Studio).

Latihan memeriksa keakuratan dan konsistensi data hasil query sebelum digunakan untuk analisis lebih lanjut.

Latihan menggabungkan data dari beberapa sumber berbeda menjadi satu dataset yang terintegrasi untuk analisis.

Latihan menggunakan teknik analisis umum seperti pivot table, analisis cohort, dan analisis funnel untuk kebutuhan bisnis.

Mempelajari cara menyusun narasi data (data storytelling) agar hasil analisis mudah dipahami dan menarik bagi audiens non-teknis.

Latihan menyusun laporan yang dapat diperbarui/dijalankan secara otomatis atau semi-otomatis secara berkala.

Latihan mengumpulkan data dari sumber sederhana dan melakukan pembersihan data dasar sebelum dianalisis.

Mempelajari pentingnya mendokumentasikan query dan menyusun data dictionary agar mudah dipahami dan digunakan kembali oleh tim.

Latihan menggunakan fitur Excel/Google Sheets (pivot, formula, filter) untuk mempersiapkan data sebelum dianalisis.

Mempelajari cara menafsirkan hasil analisis data secara tepat agar tidak menyesatkan pengambilan keputusan.

Latihan menyusun laporan analisis data yang ringkas, jelas, dan relevan untuk kebutuhan manajemen/stakeholder.

Studi kasus menyeluruh yang menggabungkan seluruh materi data analyst (SQL, data cleaning, analisis, visualisasi, insight bisnis) sebagai evaluasi akhir program.