PROMO KILAT 5.5 CUMA 2 HARI!!
Belajar Data Science 3 Bulan hanya 100K!

1 Hari 17 Jam 18 Menit 30 Detik

Profesi Data Analyst, Kenalan dengan Data Visualization vs Story Telling

Belajar Data Science di Rumah 28-Juli-2022
https://dqlab.id/files/dqlab/cache/130bca91e57a75d78044c8983e9a94ea_x_Thumbnail800.jpg

Data analyst dalam menunjang pekerjaannya membutuhkan skill khusus untuk bisa menjadi mediator dalam menyampaikan informasi yang berasal dari data. Ada skill data visualization dan data storytelling. Kedua kemampuan ini perlu dimiliki oleh data analyst untuk menjelaskan hasil analisis kepada pemangku kepentingan. Keduanya harus kamu ketahui sedari awal ketika memutuskan untuk menapaki jenjang karir sebagai data analyst


Masing-masing kemampuan ini sangat mendukung kinerja praktisi data dalam mengkomunikasikan hasil temuannya yang berhasil dicapai setelah melewati tahap analisis. Hasil yang telah dipresentasikan harapannya dapat menjadi rekomendasi kedepannya, apa yang harus dipertahankan dan apa yang sekiranya perlu diperbaiki.


Berbicara terkait data visualization dan data storytelling, seringkali dalam implementasinya memiliki kesamaan. Skill tersebut didasarkan pada bagaimana cara data analyst menyampaikan hasil temuannya dengan bahasa yang mudah dipahami dan tidak terlalu berbelit-belit. Namun, bagi orang awam merasa bahwa dua skill diatas memang sama-sama pentingnya. Sebenarnya tidak ada salahnya karena dua skill ini punya porsinya masing-masing. 


Sahabat DQLab pastinya bingung meskipun memiliki prinsip yang berkaitan erat, namun keduanya punya perbedaan. Apa saja perbedaannya? Yuk kita intip bareng-bareng penjelasannya sahabat DQLab. Manakah yang lebih penting untuk data analyst? 


1. Penyebab Suatu Data Tanpa Cerita 

Pernahkah kalian mendapatkan sebuah data tapi tidak menggambarkan cerita yang dijelaskan? Apakah kalian pernah menjumpai grafik atau infografis yang membuat kita sebagai pembaca bingung untuk melakukan penarikan kesimpulan?.


Ibaratnya punya banyak data tapi cuma menang di kuantitas alias banyak-banyakans. Walaupun data memang berharga bagi perusahaan layaknya harta karun, tapi ingat tidak semua orang paham tentang data yang kita sampaikan. 

data analyst

Menuliskan cerita yang menarik merupakan cara yang efektif untuk menyampaikan pesan. Kira-kira data yang kita bawa sepenting apa sih untuk dipecahkan? Nah seringkali penyebabnya adalah data yang dijelaskan terkadang kurang tergambar maknanya karena tidak diceritakan secara detail.


Data menyampaikan fakta, sedangkan cerita memberikan penegasan atas fakta yang didapatkan dari data sehingga audiens lebih mudah dimengerti dan menarik atas penjelasan kita.


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


2. Apa itu Data Visualization dalam Data Analyst

Sebelum membahas lebih jauh tentang pentingnya kedua skill ini. Kita akan bahas pengertiannya dahulu terkait definisi dari data visualization. Data visualization (visualisasi data) merupakan representasi visual dari data dalam berbagai bentuk yang dihasilkan dalam spreadsheet.


Visualisasi data menekankan pentingnya penggunaan gradasi dan kombinasi bentuk, warna, dan ukuran yang dapat digunakan dalam melakukan penarikan kesimpulan. Selain visualisasi data juga memiliki inti yaitu mengkomunikasikan substansi metrik atau indikator yang dipakai dalam bentuk grafik. 

data analyst

Berikut adalah beberapa tips yang dipakai dalam pembuatan dan penjelasan dengan visualisasi data:

  • Siapkan konten untuk menjelaskan grafik atau diagram

  • Tarik kesimpulan dan giring audiens untuk mendapatkan kata kunci. Misalnya terjadi kenaikan, penurunan maupun data stagnan

  • Dorong dengan pertanyaan, kenapa bisa begini? Kenapa bisa terjadi begitu?


3. Apa itu Data Storytelling dalam Data Analyst

Berbeda dengan data visualization, data storytelling memiliki perbedaan dalam hal mengkomunikasikan data kepada pihak-pihak yang berkepentingan. Data storytelling adalah strategi membangun narasi diantara banyaknya kumpulan data didukung dengan adanya visualisasi data yang mudah dipahami oleh awam data. Inti dari adanya data storytelling adalah membentuk sebuah presentasi data dengan tampilan yang menarik dan mudah untuk dimengerti. 


data analyst

Beberapa alasan telah membuktikan bahwa kemampuan storytelling the data dibutuhkan oleh data analyst untuk mempermudah audiens dalam memahami hasil temuannya. Ingat kita sebagai audiens tidak boleh dituntut untuk memikirkan apa yang mereka sampaikan, tapi kita cukup menangkap apa yang mereka sebenarnya perbincangkan.


Apalagi dengan modelan visualisasi data yang rumit butuh cara khusus untuk dapat menjelaskannya dihadapan audiens.

Berikut adalah hal-hal yang harus diperhatikan dalam melakukan storytelling your data:

  • Informasi apa yang sekiranya audiens harus paham terkait dengan penjelasan visualisasi datamu?

  • Bagaimana cara menjelaskan kumpulan visualisasi data dalam melakukan pengambilan keputusan dari sebuah data?

  • Jelaskan tahapan dan proses melakukan analisis data, jangan lupa untuk interpretasikan hasilnya agar awam data menjadi lebih paham


4. Pentingnya Data Visualization dan Data Storytelling

Memang tidak dapat dipungkiri bahwa data visualization memiliki hubungan dengan data storytelling. Keduanya tidaklah jauh-jauh dari data mentah yang sebenarnya membuat kita sebagai orang awam menjadi pusing.


Tidak ada masalah apabila visualisasi data sebenarnya belum bisa menggambarkan keseluruhan isinya kalau yang mempresentasikan belum menjelaskan maknanya. Seringkali orang cuma berhenti di membaca data. Namun kembali lagi setiap angka yang dituliskan memiliki makna. Tidak sekedar cuma asal tempel aja. 

data analyst

Ingat, penampilan menarik tidak bisa menampik bahwa orang itu bisa langsung paham dengan penjelasan kita. Kita sebagai seorang yang paham dengan datanya juga memiliki kewajiban untuk melakukan penjelasan, penggambaran, dan klarifikasi. Makanya keduanya dipakai beriringan namun saling berhubungan. 


Misalnya ketika kamu ingin menjelaskan hasil temuan dengan infografis. Maka, jangan hanya menjelaskan tentang grafiknya saja dan jangan hanya baca tapi dianalisis juga. Tarik kesimpulan dengan menjelaskan alasan kenapa terjadi kecenderungan naik, turun ataupun stabil (jika penjelasan ini didukung dengan garis). Balik lagi, visualisasi data hanya sebagai alat bantu, selebihnya data analyst sendiri yang lebih paham bagaimana cara menjelaskan hasilnya.


5. Perbedaan Data Visualization dan Data Storytelling

Untuk lebih jelas terkait letak perbedaan, batasan dan cakupan antara data visualization dan data storytelling, mari kita bahas bareng terkait perbedaan data visualization dan data storytelling melalui poin berikut ini:

data analyst

  • Cara dan Teknis Penyampaian: perbedaan yang paling dasar bisa dilihat dari bagaimana caranya praktisi data itu menjelaskan hasil analisisnya dihadapan audiens. Data storytelling bertugas dalam strategi penyampaian informasi kepada audiens yang dikemas dengan cerita yang menarik. Sedangkan visualisasi data punya peranan di sisi trik dalam membangun cerita.


    Visualisasi dibantu dengan adanya grafik, diagram, pola maupun model yang dibentuk oleh data analyst. Dengan adanya visualisasi dan gambar maka akan terkesan lebih hidup ceritanya dan mendukung untuk melakukan pengambilan keputusan.


  • Jawaban yang ingin dicari tahu: ketika data analyst ingin melakukan analisis data maka mereka bukan hanya mengumpulkan data saja. Sebenarnya mereka juga mencari tahu tentang bagaimana jalan keluar atas permasalahannya yang diselesaikan dengan data.


    Sederhananya kalau visualisasi itu menunjukkan apa yang sedang terjadi dalam data tersebut. Sedangkan storytelling lebih menjawab kenapa sih bisa terjadi seperti itu. Pasti audiens akan lebih menarik kalau penjelasannya dikemas dengan perumpamaan seperti ini.


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


Terlepas dari mana yang lebih penting antara data storytelling dengan data visualization, sebenarnya keduanya sama-sama pentingnya. Jadi, akan lebih baik kita menguasai kedua skillset tersebut.


Salah satu cara meningkatkan skillset untuk improve data analysis kamu adalah dengan mengikuti pelatihan atau online course seperti DQLab. Tersedia berbagai macam modul-modul yang terupdate mulai dari free hingga platinum semua dapat diakses jika kamu ingin berlangganan buat akses seluruh modul lengkapnya. 


Kalian juga bisa mencoba studi kasus penerapan real case industry. Salah satunya adalah data analyst career track dari DQLab dan kamu juga diberikan kesempatan mendapatkan job connector dari perusahaan ternama di ranah industri data. Uniknya kamu bisa langsung apply dari akun kamu loh. So, tunggu apalagi, buruan SIGNUP Sekarang dan amankan seatmu yukkk bestie!


Penulis: Reyvan Maulid



Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login