Pengalaman bekerja 2.5 tahun di dunia data analytics

Halo!

Setelah 2.5 tahun tidak menulis sama sekali di blog, maka gw akan coba share sedikit pengalaman setelah bekerja kurang lebih 2.5 tahun di dunia data. Untuk yang penasaran dan tertarik untuk berkarir di dunia data, mungkin boleh coba dibaca :).

Di sini gw akan menjabarkan beberapa hal seputar:

– Skill di dunia data analytics

– Apa yang selama ini gw kerjakan

– Skill yg gw miliki dan kembangkan selama bekerja

– Pros and cons bekerja di dunia data

Yuk mulai.

A. Skill di dunia Data Analytics

Tahapan dalam membuat analysis:

  1. Understand the business problems/questions by gathering information from stakeholders
  2. Create hypotheses to answer the problem
  3. Create analyses to support the hypotheses
  4. Create a plan and timeline.
  5. Prepare data/technology required to do the analyses.
  6. Data processing implementation
  7. Visualize and interpret the result
  8. Create insight, story, and takeaways
  9. Present to stakeholders
  10. Gather feedback from stakeholders (sometimes, it requires to re-run the analysis)

Dari tahapan di atas ada 3 hal penting yang harus diperhatikan kalo mau mulai berkarir di analytics, yaitu statistics, technical, dan business skills.

Statistics

Ini penting buat pengetahuan dalam membaca data kita seperti apa. Statistics dipakai di tahapan ke-3, 6, 7, dan 8. Statistics berupa descriptive, inferential, probability, hingga ke hypothesis testing. Jujur gw ga terlalu kuat di math, dan sekarang masih berusaha belajar at least dasar-dasarnya aja.

Technical

Ini bagian yang paling gw suka!. Technical skills penting banget karna analisis gabisa dilakukan kalo gabisa ngelakuin data processing. Technical skills dipakai di tahapan 5, 6, dan 7. Bisa dimulai dari SQL dan R/Python biar bisa ngelakuin data processing. Lalu bisa lanjut ke visualization seperti Tableau. Excel dan powerpoint juga sangat membantu untuk ngolah result dan present ke stakeholder.

Setelah udah terbiasa dengan descriptive analysis, bisa mulai cobain belajar A/B testing, forecasting, Machine Learning, dan Deep Learning.

Business

Ini bagian yang awalnya gw tidak sukai sama sekali, tapi makin kesini makin penasaran karena baru menyadari betapa pentingnya business skill dalam mencari insight dari sebuah analisis. Business skills dipakai di tahapan 1,2,3,9,dan 10.

Selain ketiga skills di atas, dibutuhkan juga management dan communication skills supaya analisis yang dilakukan sesuai dengan timeline dan align dengan business problems dan apa yang stakeholders inginkan. Untuk tahapan 6-8 lumayan crucial karena bisa mengulang berkali-kali di tahapan tersebut hingga mendapatkan hasil yang sesuai.

B. Apa yang gw kerjakan?

Sejak Juni 2017 – Januari 2020 gw bekerja sebaga Data Scientist di perusahaan consulting bernama Stream Intelligence. Main responsibility gw yaitu mengolah data, mulai dari data processing, data visualization, sampe terbentuk suatu analisis. Jadi apa aja yang gw pelajari di sana? Mostly bikin analisis seputar data2 dari client. Main client gw ada di bidang offline retailer yang berfokus pada fashion dan groceries. Analisis yang dilakukan tidak jauh dari seputar:

  1. Customer: Analisis seputar customer segmentation, customer churn, personalized customer campaign, sales by customer, dan analisis2 lain seputar customer purchase behaviour di waktu dan segmen tertentu.
  2. Product: Analisis seputar product characteristics, product yang sesuai dengan customer needs, inventory, dll.
  3. Pricing: Analisis seputar pricing dari sisi internal (e.g. price elasticity) dan external (e.g. competitor pricing)
  4. Promotion: Analisis seputar promotion effectiveness.
  5. Place / Store: Analisis seputar store characteristics dan performance.

Kelima hal di atas tentunya tidak dianalisis secara terpisah namun juga bisa digabungkan satu sama lain, misal: Analisis product yang disukai oleh masing-masing customer segment, atau analisis product yang disukai oleh store di daerah tertentu, dll.

Metrics yang sering digunakan dalam analisis adalah seputar sales, quantity sold, number of transaction, average basket size per transaction, average basket size per customer, number of customer, average_discount, dsb.

Client lain yang pernah gw kerjakan adalah salah satu perusahaan media broadcasting di Dubai. Untuk client ini, deliverablesnya adalah berupa ETL (python) dan visualization di Tableau. Analisis yang dilakukan seputar viewer activity, channel performance, dan advertisement effectivity.

Setelah dari Stream, gw pindah ke Traveloka, perusahaan online yang bergerak di bidang travel dan masuk ke dalam tim Ground Transport. Main responsibility gw adalah maintain dan provide dashboard, discover insight and analysis, serta product tracking enablement. Metrics yang diliat juga cukup berbeda dengan offline retailer sebelumnya, karena Traveloka adalah aplikasi online, maka yang lebih dilihat adalah seperti funnel conversion rate, number of issued transaction, GBV, dll.

C. Skill yang dimiliki

Lanjut tentang skill yang gw pakai dan develop selama kerja di Stream dan Traveloka.

  1. R: mostly data processing pake R, gw baru belajar ini ketika gw kerja di Stream, dan kira-kira sebulan pertama buat familiar sama R (lgsg dipake kerja biar cepet bisa). Operation yang paling sering dipake ya seputar load data, preprocessing, terus group by / summarize, sum, average, dll.
  2. Python: udah pernah pake selama kuliah, tapi di kantor jarang dipake karna teman-teman lebih familiar pake R. Digunakan sesuai kebutuhan seperti web scraping dan data processing di client yang harus pake python.
  3. Microsoft Excel + VBA: setelah selesai processing di R, resultnya disimpan di Excel, bikin analysis disana, visualization, dan discuss sama atasan untuk analisis. Formula yang sering digunakan paling SUMIFS, COUNTIFS, INDEX-MATCH, atau pake pivot table. Selain analisis, sempet disuruh bikin design dashboard jg di Excel dan dituntut bisa filter macem2, jadinya mau gamau harus pake VBA.
  4. Microsoft Power Point: analysis yang sudah selesai di Excel lalu dipindahkan ke power point untuk dibikin slide sesuai dengan story yang sudah dibuat.
  5. Web scraping: pake library selenium di python, dipake untuk scrape competitor pricing. Cukup challenging karena belajar otodidak, dan characteristic webnya berbeda2, ada yang gampang karna structure nya ada page nya, tapi ada juga yang scroll kayak Twitter gitu. Belajar selama 2 minggu dan berhasil scrape dari >5 competitor website.
  6. SQL: not too heavy, karena dipake buat ngambil data dari database client aja.
  7. Tableau dan DOMO: untuk dashboard visualization, belajar langsung ngerjain project, kira-kira 2 minggu hingga menjadi cukup terbiasa dengan dimension, measures, calculation field, filters, dll.
  8. Redshift dan BigQuery: belajar selama di Traveloka, sebenernya mirip banget sama SQL, cuman ada beberapa syntax yang slightly different aja. Karna udah ada basic SQL selama kuliah, jadi kurang lebih 2 minggu untuk terbiasa bikin query yang panjang untuk analisis.

D. Pros and Cons

Pros:

  • Belajar banyak hal! Kayak ga abis-abis aja gitu. Jadi skills kita bisa berkembang di berbagai hal. Dan bisa banyak belajar dari berbagai online courses yang tersedia.
  • Improve creativity. Seru, kita bisa brainstorming ide dalam membuat analisis sesuai kreativitas kita.
  • Logical and structured. Karna gw orang yang suka berpikir secara logical dan structured, jadi kek suka banget aja gitu kayak semuanya harus rapih dan bisa dijelaskan sesuai dengan logic.
  • Cukup banyak demandnya di pasaran sekarang, dan mungkin akan terus bertambah beberapa tahun ke depan.

Cons:

  • Butuh kesabaran ekstra, karena kita mengolah data yang sangat besar, jadi terkadang lama untuk menunggu pemrosesannya, dan tidak jarang gagal di tengah jalan karna limitation dari technology nya..
  • Udah capek-capek bikin analisis, butuh waktu yang lama, eh ga dipake. Dan itu adalah hal yang sangat wajar ketika melakukan analisis. Hal ini bisa terjadi karena hasil yang tidak sesuai dengan ekspektasi, atau tidak menjawab permasalahan, atau ternyata salah memahami konteks dari stakeholders :).
  • Harus meluangkan waktu untuk senantiasa belajar, karena perkembangan teknologi yang cepat dan kita harus adaptasi dengan hal itu.
  • Harus mengerti statistics, technical, dan business skills. Untuk gw yang tidak terlalu kuat di statistics jadi harus effort lebih aja sih… Butuh communication skills juga yang cukup melelahkan sbg seorang introvert.

Jadi itulah pengalaman gw selama bekerja di dunia data. Overall, sangat menyenangkan karna gw emg passionate di sini. Walaupun terkadang juga ngerasain bosen, atau sulit, tapi at the end tetap menyenangkan kok. Tentunya masih banyak hal-hal yang bisa gw improve ke depannya. Plan-nya gw mau improve skills gw di analysis dengan menggunakan metodologi yang lebih advanced serta memperdalam pengetahuan bisnis. Kalo technical dan business skillsnya udah makin oke, baru improve skill managerialnya. Next nya gw bakal coba share online course seputar analytics yang baru-baru ini gw pelajari.

Sekian dulu yah, terima kasih dan sampai jumpa!

 

 

 

One thought on “Pengalaman bekerja 2.5 tahun di dunia data analytics

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s