4 Project Data Analyst yang Bisa Dikerjakan di DQLab

Data Analyst dan project data merupakan kesatuan yang tidak bisa dipisahkan. Pada dasarnya, begitu kita terjun ke dunia kerja sebagai Data Analyst, kita kerap kali akan dihadapkan pada berbagai project untuk menjawab permasalahan yang ada. Semakin banyak project yang berhasil diselesaikan maka akan menunjukkan bahwa orang tersebut semakin mahir sebagai Data Analyst.

Pengerjaan project data juga bisa dijadikan sebagai portofolio data yang akan memberikan nilai tambah di mata recruiter. Pemilihan project data yang akan dijadikan sebagai bahan portofolio data ada baiknya sesuai dengan sektor yang menjadi incaran. DQLab sebagai lembaga pembelajaran data science juga menyediakan beberapa project yang bisa dikerjakan, baik menggunakan bahasa R, Python, maupun SQL. Berikut ini adalah 4 project Data Analyst yang bisa kamu kerjakan di DQLab, apa saja sih? Yuk, kita lihat bareng!

1.Project Data Analysis for Retail : Sales Performance Report

Project pertama yang bisa dicoba adalah Sales Performance Report dengan mentor Nelda Ampulembang Parenta yang bekerja sebagai Senior Data Analyst di Logisly. Di project ini kita akan melihat performance dari sebuah store yang dikerjakan menggunakan bahasa SQL. Project ini akan dibagi menjadi 3 bagian, yaitu: 

• Melihat overall performance berdasarkan tahun dan juga berdasarkan sub category product.

• Memperhatikan efektivitas dan efisiensi dari promosi yang dilakukan berdasarkan tahun dan juga sub category product

• Melihat perilaku customer dan pertumbuhan dari sisi customer

  
  

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

2.Project Data Analysis for B2B Retail : Customer Analytic Report

Project selanjutnya yang dimiliki oleh DQLab adalah project Customer Analytics Report. Project ini juga harus diselesaikan dengan menggunakan bahasa SQL dengan mentor Trisna Yulia Junita, seorang Data Scientist di PT. BUMA. Di project ini akan dibagi menjadi beberapa chapter agar lebih mudah untuk diselesaikan. Chapter 1 akan membahas tentang latar belakang masalah dan langkah yang bisa digunakan untuk menyelesaikan masalah. 

Di chapter selanjutnya akan ada pengenalan dan pemahaman tabel yang akan digunakan. Di chapter 3 akan melihat growth penjualan dan total revenue yang didapatkan. Chapter berikutnya akan melihat perilaku customer, seperti apakah jumlah customer mengalami peningkatan, berapa banyak transaksi, produk yang banyak diorder, serta berapa banyak customer yang masih aktif dari pembelian pertamanya. Chapter selanjutnya merupakan penutup.

3.Project Data Analysis for Finance : Performa Cabang

Seperti yang kita ketahui, bidang Finance pun menjadi salah satu bidang yang akrab sekali dengan proses analisis data, bahkan mereka bisa menggunakan analisis data untuk membuat keputusan penting, misalnya menentukan apakah nasabah layak diberikan pinjaman atau tidak, melihat performa cabang, dll. Project selanjutnya yang bisa dicoba adalah project untuk melihat Performa Cabang. Project ini merupakan project bidang Finance, dengan mentor Farkhan Novianto yang merupakan Head of Data Analytics dari Amartha.

Untuk menyelesaikan project ini, kamu bisa menggunakan bahasa pemrograman R. Di project ini, pengerjaan nya akan dibagi menjadi beberapa bagian:

• Melihat summary data dengan menampilkan 5 cabang dengan amount tertinggi dan 5 cabang dengan amount terendah.

• Melihat hubungan umur cabang dengan total amount yang didapatkan

• Melihat cabang yang memiliki performa rendah pada kelompok umur

• Melakukan analisis pada cabang yang memiliki performa rendah

  
  

4.Project Data Analysis for Finance : Proses Investasi Investor

Investasi bisa menjadi salah satu topik yang diangkat untuk menjadi project data. Seperti project dengan judul Proses Investasi Investor dengan mentor Farkhan Novianto yang merupakan Head of Data Analytics di Amartha. Project ini dapat diselesaikan dengan menggunakan bahasa R. Pengerjaan project ini akan dibagi ke dalam dua bagian, yaitu melakukan proses analisis investasi (seperti melihat hubungan jumlah view dengan order, waktu yang dibutuhkan untuk order oleh investor, dll.) serta melakukan analisis summary investor.

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

Project akan menjadi hal yang kerap ditemui oleh Data Analyst. Sehingga tidak ada salahnya mulai latihan menyelesaikan project dari sekarang. Semakin banyak project yang diselesaikan maka kemampuan seorang Data Analyst akan semakin mahir.

Mengikuti bootcamp Data Analyst juga bisa menjadi jalan pintas untuk menguasai ilmu data karena nantinya akan dihadapkan dengan berbagai project data meskipun Sahabat DQ tidak memiliki background pendidikan yang berhubungan dengan data. Tidak bisa dipungkiri, saat ini siapapun dan apapun background nya bisa menjadi Data Analyst asalkan bisa menguasai skill yang dibutuhkan.

DQLab kerap kali memberikan promo meskipun harga yang ditawarkan untuk bootcamp nya jauh lebih murah. Mengingat kuota yang ditawarkan sangat terbatas, jadi jangan sampai kamu kehilangan kesempatan yang menarik ini ya! Caranya gampang banget, kamu bisa kunjungi menu Live Class di website DQLab untuk mendaftar ke bootcamp yang kamu inginkan. Sekarang giliranmu untuk menjemput impian menjadi Data Analyst, yuk tunggu apa lagi?

Penulis : Gifa Delyani Nursyafitri