Overview
Sesi membahas peran data analytics dalam bisnis, mulai dari definisi data, proses pengolahan data, tipe analisis, tools, hingga skill yang dibutuhkan. Terdapat juga sesi Q&A terkait praktik data analytics.
Konsep Dasar Data dan Informasi
- Data adalah kumpulan fakta mentah (angka, teks, gambar) tanpa konteks.
- Informasi dihasilkan saat data diberi konteks sehingga memiliki makna.
- Data analytics adalah proses mengekstrak pola dan tren dari data untuk pengambilan keputusan.
Pentingnya Data Analytics dalam Bisnis
- Data analytics membantu bisnis mengambil keputusan berbasis data, bukan sekadar feeling.
- Era big data ditandai dengan volume, kecepatan, dan variasi data yang sangat besar.
- Skill analisis data kini wajib di hampir semua bidang pekerjaan.
Proses dan Siklus Data Analytics
- Proses dimulai dari memahami business question, mendapat dan mempersiapkan data, analisis, hingga pelaporan insight.
- Cycle tidak linear; bisa kembali ke tahap awal jika diperlukan.
- Identifikasi tipe data: kuantitatif (angka), kualitatif (kategori/hasil wawancara), diskret, kontinu.
Tipe Data Analytics
- Descriptive: menganalisis data historis (laporan, summary).
- Diagnostic: mencari penyebab suatu fenomena/masalah.
- Predictive: memprediksi kejadian masa depan dengan model/statistika.
- Prescriptive: memberikan rekomendasi solusi berdasar prediksi.
- Artificial Intelligence (AI) dapat meng-automasi dan mengoptimasi proses analitik.
Database dan Data Warehousing
- Database: tempat penyimpanan data terstruktur (table, file).
- Data warehouse: kumpulan data dari berbagai sumber, siap analisis lebih lanjut.
- Primary key digunakan untuk mengidentifikasi record unik pada database.
Data Preparation dan Cleaning
- Membersihkan data dari duplicate, outlier, nilai kosong, dan kesalahan entri.
- Data kotor menghasilkan analisis yang salah; proses pembersihan sangat penting.
- Penggunaan mean, median, modus, dan identifikasi outlier membantu cleaning.
Analisis Data & Visualisasi
- Analisis dapat berupa korelasi, clustering, atau tren.
- Visualisasi memudahkan pemahaman tren atau insight, misal dengan bar chart, line chart, dashboard.
- Pilih jenis visualisasi sesuai kebutuhan audiens dan business question.
Tools Data Analytics
- SQL: bahasa utama untuk mengelola dan mengambil data dari database.
- Excel/Google Sheets: analisis sederhana, terbatas pada volume data kecil.
- Python: automation, machine learning, visualisasi (data besar).
- Tableau/Power BI/Looker: visualisasi data dan dashboard.
Perkembangan & Skill Data Analyst Modern
- Permintaan profesi data analyst terus meningkat seiring perkembangan teknologi.
- Penting menguasai teknologi dan tools terbaru, termasuk AI & prompt engineering.
- Soft skill yang penting: communication, problem solving, dan business acumen.
Sesi Tanya Jawab Penting
- Mengubah data unstructured ke structured: kategorisasi manual/otomatis dengan AI (misal GPT).
- Mengetahui data sudah bersih: cek statistik deskriptif dan lakukan four eyes method.
- Pemilihan tools: sesuaikan dengan kebutuhan bisnis, volume data, keamanan, dan biaya.
- Menentukan variable analisis: kembali ke business question, breakdown kebutuhan data.
Tips Belajar & Karir Data Analyst
- Bangun dasar kuat di SQL, Python, statistik, visualisasi, dan business communication.
- Praktik lewat proyek nyata untuk membangun portofolio.
- Bergabung dengan komunitas dan terus belajar perkembangan terbaru.
Key Terms & Definitions
- Data — Fakta mentah tanpa konteks
- Informasi — Data yang diberi konteks sehingga bermakna
- Big Data — Data dengan volume, kecepatan, dan variasi sangat besar
- Primary Key — Identitas unik di tiap record database
- Descriptive Analytics — Analisis data untuk menjelaskan apa yang terjadi
- Diagnostic Analytics — Analisis untuk mencari penyebab suatu kejadian
- Predictive Analytics — Analisis untuk memprediksi masa depan
- Prescriptive Analytics — Analisis yang memberikan rekomendasi aksi
- Data Warehouse — Gudang data terstruktur dari berbagai sumber
- Data Cleaning — Proses membersihkan data dari error, duplikat, atau outlier
Action Items / Next Steps
- Kerjakan certification test (20 soal wajib, deadline Jumat 12 malam).
- Kerjakan case study (opsional, deadline Sabtu 12 siang).
- Isi form presensi setiap sesi untuk syarat sertifikat.
- Pelajari tools data analytics (SQL, Python, visualisasi) dan praktikkan cleaning serta analisis data.
- Ikuti komunitas/kelas lanjutan jika ingin mendalami karir di bidang ini.