Inspirasi Project Data Analyst, Beginner Yuk Coba!

Data Analyst merupakan salah satu posisi yang sedang hot di era digitalisasi teknologi. Alasan ini membuat sebagian besar masyarakat ingin mempelajari lebih dalam dan menekuni bidang data analytics sebagai pintu utama untuk meraih karir di posisi data analyst. Namun, untuk mencapai posisi ini bukanlah suatu hal yang mudah. Sebab ketika kamu ingin menjadi seorang data analyst, hal yang perlu disiapkan adalah portofolio project. Anggapannya sepele, hanya menyertakan portofolio sebagai salah satu dokumen tambahan dalam aplikasi lamaran kerja. Meskipun demikian, pihak recruiter justru melihat keseriusan pelamar dari unggahan portofolio ini. Portofolio project data analyst dapat dijadikan sebagai tolak ukur yang menggambarkan diri pelamar apakah dia bisa menyelesaikan permasalahan yang berkaitan dengan data.

Portofolio project data analyst menunjukkan pula bahwa apakah pelamar ini bisa menjelaskan serangkaian tahapan mulai dari bagaimana caranya mendapatkan data, tools apa saja yang diperlukan sampai pada langkah pemecahan masalah yang bisa diatasi dari kasus yang diambil. Sebab, posisi data analyst bukan main-main. Mereka adalah seorang analis yang keberadaannya sangat dibutuhkan oleh perusahaan dalam melakukan analisis lebih lanjut dan juga dari hasil temuannya ini bisa menarik kesimpulan atas data yang sudah didapatkan sebelumnya.

Jika kamu memang serius untuk menekuni bidang ini, ada baiknya kamu perlu siapkan kasus dan permasalahan terlebih dahulu yang bisa diangkat dalam portofolio. Kali ini, DQLab akan berikan sebuah inspirasi project data analyst yang bisa dijadikan sebagai dasar pertimbangan dalam membuat portofolio. 

Penasaran apa saja project-projectnya? Simak terus ya artikelnya sampai habis!

1.Social Progress Index

Social Progress Index (Indeks Kemajuan Sosial) merupakan indeks yang mengukur seberapa besar kepedulian suatu negara terhadap pembangunan warganya. Dalam proyek ini, beberapa faktor utama seperti kebutuhan dasar manusia, kesejahteraan, peluang, kesehatan, keselamatan, tempat tinggal, dll digunakan untuk memprediksi skor SPI. Menyelesaikan proyek ini akan memungkinkan Anda untuk melakukan analisis serupa pada laporan global lainnya yang dirilis setiap tahun. Selain itu, wawasan ini sangat membantu untuk mengukur kemajuan suatu negara menuju keberlanjutan dan tujuan pembangunannya. Project ini bisa kamu jadikan sebagai salah satu rekomendasi untuk membangun portofolio kamu.

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

2. Segmentasi Customer

Salah satu proyek yang cukup sering dipakai oleh para data analyst adalah segmentasi customer. Biasanya sebelum melakukan kampanye, kebanyakan perusahaan akan membagi-bagi customer ke dalam grup yang berbeda. Jadi, segmentasi pelanggan adalah sebuah aplikasi yang cukup populer dari unsupervised learning. Dengan melakukan sebuah clustering, perusahaan akan bisa mengidentifikasikan segmen customer untuk bisa menargetkan basis user yang cukup potensial. 

Mereka akan membagi para customer menjadi beberapa kelompok sesuai dengan karakteristik umum seperti usia, jenis kelamin, minat, dan juga bagaimana kebiasaan mereka dalam berbelanja, sehingga perusahaan dapat memasarkan produk mereka ke setiap kelompok secara efektif. Untuk melakukan clustering ini kita akan menggunakan clustering K-means dan juga memvisualisasikan distribusi gender dan juga usia, yang kemudian kita akan dapat menganalisisnya dengan pendapatan tahunan dan skor pengeluaran mereka semua.

3. Business Questions Using SQL

Bahasa pemrograman SQL menjadi salah satu bahasa yang perlu dikuasai bagi calon data analyst. Mengapa? Data analyst akan berkutat dengan banyak hal terutama dalam manajemen database. Berdasarkan laporan dari situs DataQuest menjelaskan bahwa bahasa pemrograman SQL dipakai sebanyak 60 persen para analis data yang ada di seluruh dunia. Tak ayal, jika SQL patut kamu kuasai dan bisa dijadikan rekomendasi project. 

Salah satu project yang bisa diambil adalah business questions. Seringkali pemilik bisnis khususnya pebisnis pemula yang ingin memulai bisnis tentu akan ada banyak sekali pertanyaan yang perlu ditanyakan. Mulai dari bisnis apa yang ingin dijalankan, modalnya berapa, produk apa yang dijual, keuntungan dan kerugiannya sampai pada target pasar dan pelanggannya.

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

4. Movie Ratings

Siapa disini pecinta movie? Kalau kamu memang anaknya suka banget nonton film, kesempatan yang bagus! Sebab kesukaanmu ini bisa dijadikan sebagai bahan dalam portofolio data analyst. Setelah kalian menonton film biasanya akan ada review tipis-tipis terkait film yang kamu tonton itu bagus atau tidak. Terus kamu mengulas kira-kira filmnya bagaimana? Mulai dari sisi pengambilan gambar, produksi, cinematic, pemeran dan tokoh-tokohnya, alur ceritanya, penokohan, pembagian scene, latar tempat, color grading, dan masih banyak lagi faktor-faktor yang bisa kamu kulik untuk bisa kamu bahas dalam portofolio kamu.

5. Customer Analysis Dashboard

Data Analyst memiliki tugas penting yaitu mengomunikasikan hasil temuannya kepada pihak manajemen terkait data yang sudah didapatkan dan visualisasi datanya. Pekerjaan data analyst memungkinkan orang yang awam akan data bisa langsung memahami tanpa perlu bingung terkait angka-angka yang telah tersaji dalam laporannya. 

Rekomendasi yang bisa kamu coba sebagai dasar dalam pembuatan portofolio adalah customer analysis. Berdasarkan definisinya, customer analysis merupakan proses analisa pelanggan untuk mendapatkan insight dari pelanggan demi tercapainya peningkatan suatu bisnis. Adapun manfaat suatu bisnis melakukan customer analysis adalah meningkatkan kepuasan pelanggan. Memahami suara pelanggan dan menerapkan feedback pelanggan adalah kunci untuk selalu tetap berhubungan dengan pelanggan kamu meningkatkan produk dan layanan. 

Gimana sahabat DQ? Kamu bisa belajar lebih lanjut terkait data science dan rangkaian skillset untuk menjadi praktisi data. DQLab merupakan salah satu situs belajar online yang tepat kamu pilih terutama jika kamu adalah seorang pemula atau profesional yang ingin beralih profesi sebagai praktisi data. Karena pembelajaran DQLab berfokus dengan pengenalan Data Science & Artificial Intelligence (AI) dengan menggunakan bahasa pemrograman populer seperti python dan R.

Selain itu juga merupakan platform edukasi pertama yang mengintegrasikan fitur ChatGPT. DQLab juga menerapkan metode HERO yaitu Hands-On, Experiential Learning & Outcome Based yang dirancang ramah untuk pemula. Sehingga membuat kamu terlatih berdasarkan trial and error. 

Yuk, langsung saja sign up sekarang mudah banget kok caranya cukup ke DQLab.id lalu pilih menu learn. Setelah itu kamu sudah bisa menikmati pembelajaran yang praktis dan aplikatif dan jago machine learning bersama DQLab! Tunggu apa lagi? Yuk, signup sekarang dan mulai belajar Module Premium di DQLab

Penulis: Reyvan Maulid