4 Project Data Analyst untuk Portofolio yang Bikin Recruiter Melirik

Kalau kamu serius mau jadi Data Analyst, punya portofolio itu wajib hukumnya. Salah satu cara terbaik membangunnya adalah dengan membuat project data analyst untuk portofolio. Portofolio ini bukan sekadar kumpulan karya, tapi bukti nyata kemampuan kamu dalam mengolah, menganalisis, dan memvisualisasikan data. Recruiter biasanya akan melihat portofolio sebelum memutuskan apakah kamu layak lanjut ke tahap interview atau tidak.

Sayangnya, banyak calon Data Analyst yang bingung mau mulai dari mana. Padahal, project yang tepat bisa jadi “senjata rahasia” untuk menonjol di antara ratusan pelamar. Kuncinya adalah memilih project yang relevan, punya nilai bisnis, dan menunjukkan penguasaan berbagai tools serta teknik analisis. Nah, berikut ini empat ide project yang bisa langsung kamu coba.

1. Analisis Penjualan E-Commerce + Case Study Tokopedia Dataset

Banyak perusahaan ritel dan e-commerce bergantung pada analisis penjualan untuk mengambil keputusan. Dalam project ini, kamu bisa menggunakan dataset publik penjualan e-commerce (misalnya Brazilian E-Commerce Public Dataset).

Case Study:
Bayangkan kamu menganalisis data penjualan Tokopedia selama 1 tahun. Hasilnya, kamu menemukan bahwa 60% transaksi berasal dari produk fashion, namun profit tertinggi justru datang dari kategori elektronik. Insight ini kemudian kamu jadikan dasar rekomendasi untuk meningkatkan promosi elektronik menjelang Harbolnas. Project ini menunjukkan skill data cleaning, trend analysis, dan pembuatan dashboard di Tableau/Power BI.

Baca juga: Bootcamp Data Analyst with Python & SQL

2. Segmentasi Pelanggan Berbasis RFM Analysis

Memahami perilaku pelanggan adalah kunci strategi marketing yang efektif. Project ini cocok untuk menunjukkan kemampuan customer segmentation.

Case Study:
Gunakan dataset transaksi dari sebuah toko online fiktif. Terapkan Recency, Frequency, Monetary (RFM) Analysis untuk membagi pelanggan menjadi kelompok seperti loyal customers, big spenders, dan at risk. Misalnya, kamu menemukan bahwa 15% pelanggan menyumbang 70% revenue, insight ini bisa menjadi rekomendasi untuk program VIP loyalty. Dengan project ini, kamu menunjukkan pemahaman analitik yang langsung bisa dipakai oleh tim marketing.

3. Prediksi Churn Pelanggan Menggunakan Machine Learning

Customer churn adalah mimpi buruk bisnis berbasis langganan. Project ini menantang kamu untuk membuat model prediksi pelanggan yang akan berhenti berlangganan.

Case Study:
Ambil dataset Telco Customer Churn dari Kaggle. Setelah preprocessing dan eksplorasi, kamu membangun model Logistic Regression yang menghasilkan akurasi 84%. Insight menarik: pelanggan yang menghubungi call center lebih dari 3 kali dalam sebulan punya kemungkinan churn 2x lipat. Project ini memperlihatkan kemampuan predictive analytics yang jarang dimiliki Data Analyst pemula.

4. Analisis Sentimen Media Sosial untuk Brand Awareness

Media sosial adalah sumber data yang kaya untuk memahami opini publik. Project ini menunjukkan kemampuan text mining dan natural language processing (NLP).

Case Study:
Gunakan Twitter API untuk mengumpulkan tweet tentang “Gojek” selama 3 bulan. Analisis sentimen menunjukkan 68% positif, 20% netral, dan 12% negatif, dengan keluhan terbanyak soal keterlambatan driver. Dari sini, kamu membuat dashboard interaktif yang menampilkan tren sentimen mingguan. Ini bukan hanya skill teknis, tapi juga bukti kemampuan storytelling berbasis data.

Baca juga: Data Analyst vs Data Scientist

Empat ide project data analyst untuk portofolio di atas bukan hanya latihan teknis, tapi juga bisa jadi magnet bagi recruiter. Dengan menambahkan case study berbasis dataset publik atau data nyata, portofolio kamu akan terasa “hidup” dan relevan dengan kebutuhan industri.

Kalau kamu mau belajar membuat project seperti ini dari nol, menguasai Python, SQL, hingga membuat dashboard interaktif, langsung bergabung di Bootcamp Data Analyst with Python and SQL dari DQLab. Kamu akan dibimbing untuk membangun portofolio yang bukan sekadar cantik, tapi juga bernilai tinggi di mata recruiter.