PROMO SPESIAL 12.12
Belajar Data Science Bersertifikat, 6 Bulan hanya 120K!
1 Hari 6 Jam 1 Menit 50 Detik

Portfolio Data Analyst : Business Decision Research

Belajar Data Science di Rumah 24-Oktober-2022
https://dqlab.id/files/dqlab/cache/462954772fcb1494bd9747f1059f9013_x_Thumbnail800.jpg
Follow Instagram dan LinkedIn kami untuk info karir dan topik menarik

Untuk menjadi seorang data analyst kamu perlu memiliki skill-skill seorang data analyst. Skill-skill tersebut perlu kamu tuangkan atau dokumentasikan dalam bentuk portfolio. Portofolio adalah hasil dokumentasi kerja nyata yang pernah kamu lakukan sebagai pembuktian atas softskill dan hardskill yang kamu miliki.


Dengan melampirkan portofolio yang sesuai dengan posisi yang kamu lamar maka perekrut akan semakin yakin terhadap pelamar yang memberikan contoh karya kamu sebagai salah satu bahan pertimbangan untuk menghire mereka.


Adapun kisi-kisi untuk melamar sebagai data analyst antara lain dibagi menjadi 2 bagian, teori dan test coding yang masing-masing terdiri dari: Teori (tes tentang konsep dasar data analytics untuk menguji pemahaman mendasar tentang data analysis), coding test (data preparation untuk menguji kemampuan kamu untuk melakukan ETL data). 


Yuk, baca artikel ini sampai selesai dan bangun portfolio data anlyst dengan mengerjakan modul Product Business Decision Research bersama DQLab!

 

1. Theoretical Test

data analyst


Seperti yang sudah disinggung di awal paragraf tadi, tes teori data analyst diperuntukkan guna menguji kemampuan kamu untuk melakukan ETL data. Kali ini contoh teori proyek market research dengan goals untuk melakukan churn analysis terhadap produk di salah satu cabang.


Dengan harapan bisa memberikan rekomendasi dan strategi untuk menurunkan churn pelanggan tersebut. Pada tes teori ini kamu akan mengasah skill business understanding, data cleaning dan algoritma skill, data storytelling dan visualization.

 

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

 

2. Coding Test: Data Preparation

Dalam modul Data Analyst: Project Business Decision Researh kamu akan diuji terkait keahlian kamu dalam menggunakan library python untuk membuat rekomendasi dan visualisasi yang tepat dari data retail sehingga dapat membantu proses pengambilan keputusan bisnis di tahap persiapan data.


Kamu bisa mulai membangun portfoliomu dengan menyelesaikan tahap data preparation untuk menentukan churn konsumen data transaksi dari tahun 2013 sampai tahun 2019 dalam bentuk file CSV.

data analyst


Dalam proses data preparation ada langkah yang wajib kamu selesaikan yaitu, 

  • Importing data: Melakukan import data_retail.csv ke python environment

    data analyst

  • Cleansing data: Melakukan pembersihan dan modifikasi data sehingga siap digunakan untuk analisis lebih lanjut. Berikutnya kita perlu menghapus kolom yang tidak perlu, yaitu kolom ‘no’ dan ‘Row_Num’ dengan mengetikkan code berikut:

    data analyst


3. Coding Test: Data Visualization

Tahap berikutnya adalah dengan membuat visualisasi data. Di bagian ini kamu akan diuji terkait keahlian kamu dalam menggunakan library python untuk membuat rekomendasi dan visualisasi yang tepat dari data retail sehingga dapat membantu proses pengambilan keputusan bisnis di tahap EDA dengan  visualisasi data.


Sebagai contoh kamu bisa mulai membuat visualisasi data berupa trend of customer acquisition by year dengan meggunakan bar chart. Untuk itu buatlah feature/kolom tambahan yang merupakan tahun dari First_Transaction dan tahun dari Last_Transaction masing-masingnya dengan nama Year_First_Transaction dan Year_Last_Transaction sebelum melakukan visualisasi.


data analyst


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


4. Coding Test: Modeling

Langkah terakhir sebagai salah satu contoh peoject untuk membangun portfolio kamu adalah modeling Di bagian ini kamu akan diuji terkait keahlian kamu dalam menggunakan library python untuk membuat rekomendasi dan visualisasi yang tepat dari data retail sehingga dapat membantu proses pengambilan keputusan bisnis di tahap pemodelan data dengan menggunakan klasifikasi.


Dengan melakukan testing 25% dari jumah dataset, Langkah selanjutnya akan membuat model menggunakan Linear Regression, inisialisasilah model, fit, dan kemudian evaluasi model dengan menggunakan confusion matrix.


data analyst


Yuk, bulatkan tekad kamu mulai berkarir atau witch karir di bidang data analyst sekarang juga. Ngga usah overthinking karena tidak memiliki background pendidikan yang linier dengan itu. Kamu bisa mulai bangun portfolio datamu yang outstanding dengan Modul 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

  • Pilih menu Learn

  • Pilih menu Career Track

  • Lalu Pilih menu Data Analyst


Mulai Belajar
Skill Data Analyst Sekarang
Bersama DQLab

Buat Akun Belajar & Mulai Langkah
Kecilmu Mengenal Data Analyst.

Buat Akun


Atau

Sudah punya akun? Login