PROMO PAYDAY! SERBU PAKET DATA SCIENCE 3 BULAN CUMA 100K!
Diskon Spesial 95% Belajar Data Science Bersertifikat
SERBU DISINI!
Pendaftaran ditutup dalam 0 Hari 22 Jam 43 Menit 53 Detik 

3 Ide Portofolio Data Analyst yang Bisa Pemula Gunakan

Belajar Data Science di Rumah 13-Oktober-2022
https://dqlab.id/files/dqlab/cache/1feacc9069dfc3a75251bbb88a4b3e16_x_Thumbnail800.jpg

Data Analyst merupakan salah satu profesi yang banyak diminati. Tidak jarang kita menemukan orang-orang yang memutuskan untuk switch karir menjadi Data Analyst karena prospek yang cukup menjanjikan dari pekerjaan ini.


Bahkan ketika banyak profesi yang terkena gelombang PHK massal dari beberapa startup, posisi Data Analyst ini tetap dibutuhkan. Hal ini terbukti dari para startup yang juga terus merekrut orang untuk menempati posisi ini.


Data Analyst merupakan profesi yang cukup teknikal, sehingga orang yang bisa menempati posisi ini harus memiliki hard skill tertentu. Paling tidak hard skill yang harus dimiliki adalah basic statistika/matematika, bahasa pemrograman, tools visualisasi, serta pemahaman akan bisnis yang dijalankan. Salah satu cara untuk menunjukkan bahwa kita benar-benar memiliki skill tersebut adalah dengan membuat portofolio data.


Kamu bingung mencari ide project untuk dijadikan portofolio data? Beberapa ide berikut ini mungkin layak untuk dipertimbangkan untuk membuat project data mu. Apa saja sih? Yuk, simak pembahasannya!


1. Mengapa Data Analyst Perlu Membangun Portofolio Data?

data analyst


Portofolio data merupakan kumpulan hasil pekerjaan khususnya project data yang berhasil kita selesaikan. Dalam portofolio itu biasanya akan memuat latar belakang permasalahan, teknik penyelesaiannya, serta hasil yang didapatkan.


Seorang Data Analyst tentu harus memiliki portofolio data, karena portofolio ini cukup menentukan apakah orang tersebut layak menempati posisi Data Analyst atau tidak. Meskipun pada beberapa perusahaan juga tetap memberikan tes masuk khusus untuk posisi yang bekerja di bidang data.


Baca juga : Kenali Perbedaan Data Scientist, Data Analyst dan Data Engineer


2. Ulasan Terhadap Media Sosial

Data Analyst


Salah satu ide yang bisa dijadikan bahan project adalah melihat sentimen masyarakat terhadap media sosial. Perkembangan media sosial sangatlah cepat, bahkan banyak orang yang tidak membutuhkan televisi lagi untuk mendapatkan hiburan karena sudah cukup dari sosial media.


Hampir semua sosial media berlomba untuk menciptakan fitur terbaik agar semakin banyak peminatnya, namun apakah fitur-fitur tersebut benar-benar dibutuhkan oleh penggunanya atau malah ternyata membuat penggunanya merasa terganggu? Nah, untuk menentukan sentimen positif atau negatif, kita bisa memanfaatkan review yang tersedia di playstore.


3. Perkembangan COVID dan Vaksinasi

data analyst


Meskipun COVID saat ini sudah tidak terasa begitu menakutkan, namun tidak ada salahnya untuk melihat perkembangannya. Selain itu, proses vaksinasi yang dilakukan sampai tahap ketiga dianggap memiliki pengaruh untuk menurunkan angka penderita COVID.


Kita bisa mengangkat isu ini sebagai project data dengan membuktikan apakah memang vaksinasi sangat berpengaruh terhadap menurunnya angka COVID atau malah ada sebab lainnya. Salah satu sumber dataset yang bisa digunakan adalah data yang tersedia di Kaggle.


4. Customer Churn Analysis

data analyst


Bagi perusahaan, Customer adalah bagian yang sangat penting dan harus dijaga loyalitasnya. Meskipun telah banyak hal yang telah dilakukan, kemungkinan customer pindah ke kompetitor akan terus ada. Hal ini dikenal dengan istilah customer churn.


Kita bisa memanfaatkan data history untuk melihat perilaku customer, sehingga sesegera mungkin bisa meminimalisir terjadinya churn. Tentu saja ide ini cukup menarik untuk dijadikan sebagai portofolio data.


Baca juga : Data Analyst vs Data Scientist, Yuk Kenali Perbedaannya 


Bingung harus membuat portofolio data dari mana? Kamu bisa mulai dengan mengerjakan project yang tersedia di DQLab Academy. Saat ini, project yang ada tersedia dalam tiga bahasa pemrograman yang umum digunakan oleh praktisi data, yaitu bahasa R, Python, dan juga SQL.


Tidak hanya itu, DQLab juga memudahkan kamu yang tidak memiliki tools pengolahan data, karena di DQLab kamu bisa memanfaatkan live code editor. Sehingga meskipun kamu tidak menginstall software yang digunakan untuk bahasa pemrograman tersebut, kamu tetap bisa mengerjakannya. Yuk, tunggu apa lagi? Buruan sign up dan nikmati fasilitasnya!


Penulis : Gifa Delyani Nursyafitri



Mulai Belajar
Data Science Sekarang
Bersama DQLab

Buat Akun Belajarmu & Mulai Langkah
Kecilmu Mengenal Data Science.

Buat Akun Gratis Dengan :

https://dqlab.id/files/dqlab/file/data-web-1/data-user-2/50040333a3a5d46bf130664e5870ebc6/8be7fae4b69abead22aa9296bcab7b4b.jpg Sign-Up dengan Google

https://dqlab.id/files/dqlab/file/data-web-1/data-user-2/50040333a3a5d46bf130664e5870ebc6/d0aa879292fb427c0978d2a12b416e98.jpg Sign-Up dengan Facebook

Atau Buat Dengan :