Raih Top Portfolio di Bootcamp Excel, Ini Kisah Sofia Memulai Career Shift ke Dunia Data

Belajar Data Analytics sering kali dimulai dari pertanyaan sederhana: “Rumus apa yang harus dipakai?” Namun, semakin jauh belajar, pertanyaannya bisa berubah menjadi sesuatu yang lebih penting: “Sebenarnya, apa yang ingin dicari dari data ini?”

Perubahan cara berpikir tersebut dirasakan oleh Sofia Angelina, salah satu alumni Bootcamp Data Analyst with Excel Batch 23 DQLab. Sebagai lulusan S-1 Matematika, Sofia sudah cukup familiar dengan angka dan analisis. Data Analytics pun bukan sesuatu yang sepenuhnya baru karena beberapa materi terkait sudah ia temui selama masa perkuliahan.

Setelah lulus, aktivitas profesional Sofia lebih banyak dijalani sebagai freelance mathematics olympiad tutor. Sehingga, skill analitis yang sebelumnya dekat dengan kehidupan akademik pun tidak selalu digunakan dalam konteks pekerjaan.

Sampai akhirnya, Sofia ingin mengasah kembali kemampuan tersebut sekaligus mulai membuka kemungkinan untuk melakukan career shift. Excel kemudian menjadi salah satu titik awal bagi Sofia untuk kembali mendalami Data Analytics secara lebih praktis

Lantas, seperti apa perjalanan Sofia dalam mengembangkan kembali kemampuan analisisnya hingga akhirnya siap melangkah ke dunia Data Analyst? Yuk, simak cerita lengkapnya dibawah ini!

1. Ketika Skill Lama Bersemi Kembali

Keputusan Sofia untuk kembali mempelajari Data Analytics sebenarnya tidak berawal dari keinginan untuk langsung berganti profesi. Ia justru ingin mengasah kembali kemampuan yang menurutnya sempat hilang setelah lulus kuliah.

Di tengah proses tersebut, Excel menjadi pilihan yang menurut Sofia cukup relevan untuk dipelajari. Menurutnya, Excel merupakan tool yang sangat multifungsi karena dapat digunakan untuk analisis sekaligus visualisasi dalam satu tempat.

“Selama ini merasa Excel adalah tool yang sangat multi fungsional dalam analisis data karena mencakup keseluruhan (analisis dan visualisasi) di dalam satu tempat jadi terasa compact untuk dipelajari.” ujar Sofia

Bagi Sofia, karakteristik tersebut membuat Excel menjadi salah satu titik masuk yang nyaman untuk kembali membangun kemampuan analitis.

Namun, proses belajar yang dijalani ternyata tidak hanya membuatnya kembali mengingat kemampuan teknis. Tetapi, ada perspektif baru yang perlahan terbentuk selama proses tersebut.

2. Memilih Bootcamp dengan Pace yang Nyaman

Perjalaannya saat belajar di Bootcamp, Sofia menceritakan bahwa saat itu ia masih aktif mengajar sebagai freelance mathematics olympiad tutor.

Karena itu, ia memilih program yang menurutnya memiliki ritme belajar yang tetap nyaman untuk diikuti. Disitulah, Sofia menemukan dan mengikuti Bootcamp Data Analyst with Excel Batch 23 DQLab, yang berlangsung kurang lebih selama dua bulan.

Salah satu hal yang menurutnya menarik adalah proses belajarnya tidak terasa terburu-buru.

“Program Bootcamp DQLab prosesnya tidak terburu-buru dan dijalani selama kurang lebih 2 bulan, jadi pace belajarnya enak diikuti.” tutur Sofia

Ritme tersebut membuat Sofia dapat kembali mempelajari materi yang sebelumnya sudah cukup familiar dengan perspektif yang lebih dekat dengan praktik.

Menurutnya, proses belajar menjadi menyenangkan karena ia dapat melihat materi melalui perspektif ahli yang memiliki pengalaman di bidang Data Analytics.

Salah satu materi yang paling menarik perhatiannya adalah Power Query. Secara teknis, Power Query menurutnya cukup praktis. Namun, untuk menggunakannya dengan tepat tetap diperlukan pemahaman yang menyeluruh.

Pengalaman tersebut kemudian membuat Sofia semakin memahami bahwa belajar Data Analytics bukan hanya tentang mengetahui berbagai tools. Pemahaman mengenai konteks dan tujuan analisis tetap menjadi bagian penting dari prosesnya.

3. Dari Excel ke Analytical Mindset

Jika ada satu perubahan yang paling terasa setelah mengikuti bootcamp, Sofia menyebutnya sebagai analytical mindset improvement.

Sebelum mengikuti bootcamp, ia mengaku sering langsung melakukan visualisasi dan memasukkan rumus tanpa menentukan tujuan yang jelas. Namun setelah mengikuti proses belajar, ia mulai membiasakan diri menyusun purpose terlebih dahulu sebelum melakukan analisis.

“Sebelum bootcamp saya kebanyakan langsung visualisasi dan memasukkan rumus tanpa tujuan yang jelas, sekarang bisa menyusun purpose yang jelas sehingga analisis data bisa dilakukan lebih efisien dan segera mendapatkan insights yang diperlukan bisnis.” jelas Sofia

Perubahan tersebut membuat Sofia tidak lagi melihat analisis hanya sebagai proses mengolah angka. Menurutnya, data memiliki fungsi yang lebih besar dalam proses pengambilan keputusan.

“Data berfungsi sebagai kompas untuk business decision. Angka-angka mentah baru memiliki nilai ketika berhasil diterjemahkan menjadi actionable insights yang menjawab masalah nyata.” kata Sofia

Dari sini, cara Sofia melihat Data Analytics pun semakin berkembang. Ia menyadari bahwa kemampuan teknis memang dibutuhkan, tetapi kemampuan menentukan tujuan analisis dan memahami konteks bisnis juga sama pentingnya untuk menghasilkan insight yang relevan.

4. Ini Cara Sofia Menguji Skill Lewat Portofolio

Setelah mempelajari berbagai materi selama bootcamp, Sofia kemudian memiliki kesempatan untuk menguji skill yang dipelajarinya melalui portfolio.

Ide portfolio tersebut berawal dari penemuan dataset di Kaggle dan pencarian framework marketing yang dapat digunakan untuk menganalisis customer lifecycle.

Namun, proses pengerjaannya tentu tidak berhenti pada menemukan dataset dan menentukan framework.

Salah satu tantangan terbesar yang dihadapi Sofia adalah memahami RFM segmentation. Menurutnya, framework tersebut membutuhkan pemahaman yang cukup baik agar dapat diaplikasikan secara tepat pada data yang dimiliki.

Untuk menemukan pendekatan yang sesuai, Sofia memperbanyak membaca artikel mengenai RFM segmentation sekaligus mencari studi kasus yang serupa dengan data yang digunakan.

“Challenge terbesar adalah memahami RFM segmentation karena menurut saya diperlukan pemahaman yang baik mengenai framework yang digunakan untuk mengaplikasikannya ke analisis” cerita Sofia

Dari berbagai referensi tersebut, Sofia kemudian dapat menyusun batas yang lebih jelas untuk segmentasinya.

Pengalaman ini menunjukkan bahwa mengerjakan portfolio bukan sekadar menerapkan rumus atau membuat visualisasi. Terdapat proses memahami framework, mencari referensi, menentukan pendekatan, hingga memastikan metode yang digunakan sesuai dengan karakteristik data.

Dengan begitu, portfolio menjadi ruang bagi Sofia untuk menguji apakah skill yang dipelajari selama bootcamp benar-benar dapat digunakan untuk menyelesaikan sebuah permasalahan.

Selain itu, dalam proses pembuatan portofolio, ada beberapa fitur Excel yang dipelajari selama bootcamp juga yang menjadi bagian penting untuk membantu Sofia mengolah dan menyajikan data.

Salah satu fitur yang paling terasa manfaatnya bagi Sofia adalah Pivot Table. Kemampuannya untuk meringkas ribuan data dengan cepat membuat fitur ini menjadi salah satu skill yang ingin terus ia gunakan dan kembangkan ke depannya.

“Pivot Table paling berguna sih karena cepat meringkas ribuan data,” ujar Sofia.

5. Berangkat dari Excel hingga Siap Memasuki Role Baru

Bagi Sofia, mengikuti Bootcamp Data Analyst with Excel bukan hanya tentang mempelajari kembali kemampuan teknis yang sebelumnya sudah familiar. Proses tersebut justru membuatnya semakin tertarik untuk mengeksplorasi dunia Data Analytics secara lebih luas.

Setelah melalui proses belajar dan mengaplikasikan skill melalui portfolio, Sofia merasa semakin yakin untuk mengembangkan karier di bidang Data Analyst. Menurutnya, dunia data terus berkembang sehingga selalu ada hal baru yang dapat dipelajari dan dieksplorasi.

“Saya semakin tertarik karena industri dan teknologi terus berkembang sehingga banyak hal yang bisa dieksplor di dunia data.” jelas Sofia

Ketertarikan tersebut kemudian mulai diwujudkan ke dalam langkah karier yang lebih konkret. Setelah sebelumnya aktif sebagai freelance mathematics olympiad tutor, Sofia kini telah diterima untuk mengisi role Data Analyst di salah satu perusahaan yang bergerak di bidang PR consulting.

Menariknya, perjalanan tersebut tidak membuat Sofia harus meninggalkan seluruh fondasi yang telah dimilikinya. Latar belakang Matematika tetap menjadi bagian dari kemampuan analitisnya, sementara proses belajar Data Analytics membantunya mengembangkan kemampuan tersebut menjadi lebih aplikatif.

6. 3 Tips Sofia untuk SahabatDQ yang Ingin Upgrade Skill Data

Bukan hanya berbagi cerita tentang perjalanan belajarnya, Sofia juga membagikan beberapa tips untuk SahabatDQ yang ingin mulai belajar atau mengembangkan skill di bidang Data Analytics!

“1) Enjoy the journey. Belajar data analytics bukan proses yang instan. Butuh latihan yang terus menerus. Jadi jangan bawa stress kalo merasa belum “jago”, tapi enjoy aja prosesnya.

2) Jangan takut bertanya pada mentor dan teman sejawat karena tidak semuanya bisa terjawab melalui internet.

3) Explore. Dunia data itu sangat amat luas, mulai dari industrinya, metodenya, sampai toolsnya. Metode yang umum digunakan, bisa aja belum tepat untuk tipe data dan/atau tujuan yang diinginkan. Jadi don’t stuck with one or two parts aja, expand your horizon.” tutur Sofia

Seperti Sofia, mungkin perjalananmu juga tidak harus dimulai dari nol. Mungkin, SahabatDQ hanya perlu mulai mengasah kembali skill yang sudah kamu punya dan melihat ke mana skill tersebut bisa membawamu selanjutnya.

Buat SahabatDQ yang ingin mengikuti langkah serupa, belajar Data Analytics dengan Excel bisa menjadi salah satu titik awal.

Lewat Bootcamp DQLab, kamu bisa mempelajari proses analisis data secara lebih terarah, mengasah skill melalui project, sekaligus membangun portfolio sebagai bekal untuk mengeksplorasi peluang karier di bidang data.

Yuk, mulai belajar bareng di Bootcamp Data Analyst with Excel, karena langkah besar bisa dimulai dari skill yang kembali kamu kembangkan!