3 Rekomendasi Ragam Project Data Analyst

Project data dan juga data analyst adalah sebuah satu kesatuan yang tidak akan bisa terpisahkan. Jadi pada dasarnya, ketika kalian terjun ke dalam dunia kerja sebagai seorang data analyst, kalian akan dihadapkan dengan berbagai macam project untuk bisa menjawab sebuah permasalahan yang ada. Semakin banyak kalian menghasilkan sebuah project yang berhasil dikerjakan maka kalian akan menunjukkan bahwa kalian akan semakin mahir sebagai data analyst.

Dalam project data analyst akan menampilkan sebuah proses analisis, dimulai dari kalian menemukan sumber datanya sampai dengan membersihkan dan juga memproses data tersebut. Project data analyst ini akan sangat berguna bagi seorang calon data analyst untuk bisa mendapatkan sebuah pengalaman dengan menggunakan tools dan juga teknik analisis data yang berbeda-beda. Pada artikel kali ini kita akan membahas ragam dari project seorang data analyst. Jadi simak terus artikel dibawah ini

1. Uber Data Analysis

Salah satu perusahaan besar penyedia jasa transportasi yang cukup populer yaitu Uber menggunakan datanya untuk mengambil sebuah keputusan untuk siap melayani setiap pelanggannya. Data ini digunakan untuk bisa menghasilkan sebuah analisis prediksi, strategi marketing, penawaran pelayanan, dan juga kebijakan dalam menentukan harga. Project yang bisa kalian buat dari Uber ini adalah menganalisis data user berkaitan dengan pemesanan dan juga menjadikan informasi itu sebagai landasan keputusan sebuah perusahaan. Project ini akan lebih fokus ke dalam visualisasi data.

Ada beberapa hal yang bisa kalian analisis dalam project ini yaitu berapa jumlah pesanan setiap harinya, adanya pola jam tertentu yang bisa menunjukkan bahwa padatnya pesanan, jumlah pesanan dalam periode tertentu contohnya periode per bulannya atau bisa per tahunnya, bisa juga dengan karakteristik pelanggan yang sering melakukan pesanan, dan lain sebagainya.

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

2. Eksplorasi Data Ritel Dengan Menggunakan R

Selanjutnya ada project yang bisa kalian pakai dengan menggunakan bahasa pemrograman R yaitu eksplorasi data ritel. Ritel adalah sebuah bisnis yang biasa terlibat dalam penjualan barang atau jasa dalam jumlah eceran. Biasanya konsumen di dalamnya akan memiliki tujuan untuk menggunakannya secara pribadi. Dengan demikian tentu saja pada bidang ritel ini akan menghasilkan banyak sekali data yang perlu untuk dianalisis lebih lanjut lagi. Contoh dari data ritel adalah data customer, data produk, data penjualan, dan data lainnya. Nah, data ritel ini bisa kalian coba untuk menjadi sebuah project data analyst dengan cara eksplorasi datanya. 

3. Customer Segmentation

Selanjutnya ada customer segmentation. Customer segmentation ini digunakan untuk bisa mengetahui target pasar yang sesuai. Dengan cara mengkategorikan target pasar menjadi beberapa level atau tipe pembeli, jadi perusahaan akan lebih mudah untuk menyesuaikan produknya sesuai dengan karakteristik pelangganya. Biasanya pertimbangan dari customer segementation ini adalah usia, jenis pekerjaan, jenis kelamin, histori pembelian, dan penilaian terhadap produk sebelumnya, dan lain sebagainya. Customer segementation ini bisa digunakan juga untuk menentukan sebuah strategi marketing apa yang cukup sesuai, jenis iklan apa yang lebih tepat sasaran, dan juga program promo apa yang paling diminati oleh pelanggan. 

Jika kalian tertarik dengan project ini kalian bisa menggunakan algoritma unsupervised learning yaitu sebuah algoritma K-Means. Jadi algoritma ini dikhususkan untuk melakukan sebuah clustering dengan berdasarkan variabel-variabel yang sudah disediakan. K-Means ini juga cukup efektif dalam menunjukkan visualisasi data di dalam kategori tertentu contohnya seperti distribusi usia dan gender pelanggan. 

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

4. Credit Card Fraud Detaction

 Dengan meningkatnya volume dan juga potensi kerugian yang berasal dari tindak pidana penipuan kartu kredit memerlukan sebuah solusi yang bisa memungkinkan pihak penyelenggara layanan kartu kredit bisa melakukan analisis data pada setiap transaksinya secara cepat dan juga akurat. Hal ini bisa dikatakan hampir mustahil untuk dilakukan secara manual oleh manusia. Karena permasalahan ini bisa diselesaikan dengan cara algoritma machine learning seperti decision trees, logistic regression, Artificial Neural networks, dan juga gradient boosting classifier. Dengan mengaplikasikan algoritma ini, sistem akan secara otomatis memberitahu jika terjadi sebuah kecurangan dalam kartu kredit yang kita pakai. 

Kamu pemula yang tidak memiliki background STEM? Jangan khawatir, karena gelar bukan halangan untuk menguasai ilmu data analyst agar bisa berkarir di industri 4.0. Mulai bangun portfolio datamu yang outstanding dengan Data Analyst Career Track bersama DQLab dan nikmati modul-modul dari dasar hingga tingkat mahir. Caranya dengan Sign Up sekarang untuk #MulaiBelajarData di DQLab:

• Buat Akun Gratis dengan Signup di DQLab.id/signup

• Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab

• Subscribe DQLab.id untuk Akses Semua Module Premium!