90 Hari Pertama Sebagai Analis Data di Perusahaan Baru

Tiga bulan pertama nentuin kamu dianggap analis yang bisa diandalkan atau cuma tukang tarik data.

Bedanya nggak ada di seberapa jago SQL kamu. Bedanya ada di seberapa cepat kamu paham pertanyaan apa yang beneran penting di perusahaan itu.

Ini rencana kerja 90 hari yang bisa kamu pakai mulai hari Senin. Tiga fase, target jelas per fase, plus checklist di akhir.

Apa yang sebenarnya diharapkan dari analis data di 90 hari pertama?

Yang diharapkan bukan analisis besar, tapi bukti bahwa kamu bisa dipercaya sama angka. Manajer kamu pengin lihat tiga hal: kamu ngerti bisnisnya, kamu tau data mana yang bisa dipakai, dan angka yang kamu keluarkan nggak perlu dicek ulang. Analisis yang canggih datang belakangan.

Banyak analis baru kebalik urutannya. Minggu pertama udah bikin dashboard, minggu keenam baru sadar definisi omzet di timnya beda sama di tim finance.

Apa yang harus dikerjain di hari 1 sampai 30?

Bulan pertama isinya nanya dan nyatet. Targetnya satu: kamu bisa jelasin gimana perusahaan ini dapat duit, dalam tiga kalimat, tanpa buka catatan.

1. Beresin akses di hari 1 sampai 3. Kredensial database, akun tool BI, akses folder laporan, dan undangan ke channel tim. Kedengeran sepele, tapi banyak analis baru kehilangan dua minggu cuma nunggu approval akses. Kejar ini duluan.
2. Kumpulin semua laporan rutin yang ada. Minta daftar laporan yang dikirim ke manajemen tiap minggu dan tiap bulan. Ini peta paling cepat buat tau angka apa yang dianggap penting di sini.
3. Petakan tabelnya sendiri. Jangan nunggu dokumentasi yang mungkin nggak pernah ada. Kalau databasenya PostgreSQL, kamu bisa lihat semua tabel dan kolom lewat information schema. Catat tabel mana yang isinya paling banyak dipakai di query orang lain.
4. Ngobrol 30 menit sama enam orang. Dua dari tim yang paling sering minta data, dua dari tim engineering yang ngurus datanya, dua dari manajemen. Satu pertanyaan wajib ke semuanya: angka apa yang kamu lihat pertama kali tiap pagi?
5. Tes definisi metrik dengan cek silang. Tanyain satu metric yang sama ke tiga orang dari tim berbeda. Misalnya, pelanggan aktif itu yang transaksi 30 hari terakhir atau yang pernah login? Kalau jawabannya beda, kamu baru nemu kerjaan pertama kamu.
6. Reproduksi satu laporan yang udah ada. Ambil laporan mingguan yang paling sering dipakai, lalu coba hitung ulang dari data mentah. Kalau angkanya sama, berarti kamu udah paham pipeline-nya. Kalau beda, cari tau kenapa. Ini latihan paling berguna di bulan pertama.

Keluaran bulan pertama: satu dokumen berisi definisi metrik utama, daftar tabel penting, dan daftar laporan rutin beserta pemiliknya.

Apa target di hari 31 sampai 60?

Bulan kedua isinya ngerjain permintaan nyata sambil benerin satu proses yang bikin tim capek. Targetnya, ada orang di luar tim data yang bilang kerjaan mereka jadi lebih gampang gara-gara kamu.

1. Ambil antrian permintaan yang paling nggak menarik. Biasanya ada permintaan rutin yang semua orang males kerjain. Ambil itu. Selain cepat bikin orang seneng, kamu belajar struktur datanya sambil jalan.
2. Otomatisin satu laporan manual. Cari laporan yang tiap minggu dikerjain manual lewat copy paste. Ubah jadi query terjadwal atau dashboard sederhana. Ukur waktu yang kehemat, lalu sebut angkanya waktu lapor.
3. Bikin satu cek kualitas data. Query sederhana yang jalan tiap hari buat ngecek hal dasar: ada baris duplikat nggak, ada nilai kosong di kolom wajib nggak, jumlah transaksi hari ini masuk akal nggak dibanding rata-rata. Urusan data quality ini yang bikin orang berhenti ragu sama angkamu.
4. Belajar bahasa timnya. Tiap perusahaan punya singkatan sendiri. Catat di dokumen yang sama. Ini yang bikin kamu bisa ikut ngomong di rapat tanpa nanya tiap dua menit.
5. Minta feedback di minggu ke-8. Jangan nunggu review resmi bulan ketiga. Tanya manajer kamu satu pertanyaan spesifik: apa yang harus aku kerjain beda di 30 hari ke depan? Pertanyaan sespesifik itu lebih gampang dijawab jujur daripada gimana performaku.

Keluaran bulan kedua: satu proses yang tadinya manual sekarang jalan sendiri, plus satu cek kualitas data yang aktif.

Apa yang bikin hari 61 sampai 90 nentuin?

Bulan ketiga isinya satu analisis yang ngubah keputusan. Bukan lima analisis biasa. Satu, tapi ada tindakannya.

1. Pilih pertanyaan yang duitnya kelihatan. Dari semua yang kamu catat di bulan pertama, pilih satu yang jawabannya bisa nambah pendapatan atau ngurangin biaya. Kalau nggak yakin, tanya manajer: keputusan apa yang minggu ini diambil tanpa data?
2. Kerjain analisisnya kecil dulu. Sampel satu bulan, satu segmen, satu kanal. Kalau polanya kelihatan, baru perluas. Analisis tiga minggu yang nggak nemu apa-apa itu mahal buat orang baru.
3. Tulis hasilnya dalam satu halaman. Temuan di paragraf pertama, angka pendukung di tengah, rekomendasi di bawah. Jangan kirim dashboard tanpa penjelasan. Orang butuh tau apa yang harus dilakuin, bukan cuma lihat grafik.
4. Bawa ke rapat dan minta keputusan. Analisis yang nggak pernah dibahas di rapat sama aja nggak pernah ada. Minta 10 menit slot, presentasikan, lalu tanya siapa yang bakal eksekusi.
5. Tulis dokumentasinya. Query yang kamu pakai, asumsi yang kamu ambil, dan cara ngulang analisisnya bulan depan. Ini yang bedain analis yang hasilnya kepakai setahun dari analis yang hasilnya hilang begitu dia cuti.

Gimana ringkasan 90 harinya dalam satu tabel?

Fase	Fokus	Keluaran yang harus ada	Tanda kamu di jalur benar
Hari 1-30	Ngerti bisnis dan data	Dokumen definisi metrik dan peta tabel	Bisa jelasin sumber pendapatan perusahaan tanpa catatan
Hari 31-60	Ngerjain dan benerin	Satu laporan manual jadi otomatis, satu cek data aktif	Ada orang di luar tim data yang minta bantuan langsung ke kamu
Hari 61-90	Ngubah satu keputusan	Satu analisis satu halaman plus dokumentasinya	Ada keputusan yang diambil berdasarkan angka kamu

Contoh kasus: analis baru di jaringan toko sembako

Ada temanku yang masuk jadi analis pertama di jaringan toko sembako dengan 14 cabang di Jabodetabek. Nggak ada tim data sebelumnya. Semua laporan dikerjain manager operasional pakai Excel.

Bulan pertama dia nanya definisi omzet ke lima orang. Dapat tiga jawaban berbeda. Tim kasir ngitung sebelum diskon, tim keuangan sesudah diskon, tim marketing termasuk penjualan titipan yang belum dibayar. Selisih angkanya 9% antara versi tertinggi dan terendah.

Kerjaan pertamanya jadi jelas: nyamain definisi. Butuh tiga minggu, mayoritas dipakai buat rapat, bukan buat nulis query.

Bulan kedua dia otomatisin rekap harian 14 cabang yang tadinya dikerjain manual tiap pagi. Waktu yang kehemat 6 jam per minggu buat satu orang manager operasional.

Bulan ketiga dia cek pola stok. Ketemu bahwa 4 dari 14 cabang kehabisan minyak goreng rata-rata 3,5 hari per bulan, dan keempatnya cabang yang jadwal kirimnya hari Kamis. Cabang yang jadwal kirimnya Senin cuma kehabisan 0,4 hari per bulan. Perkiraan omzet yang hilang dari empat cabang itu Rp 11,2 juta per bulan.

Rekomendasinya satu kalimat: pindahin jadwal kirim empat cabang itu ke Senin. Dieksekusi minggu berikutnya.

Nggak ada model machine learning di sini. Cuma GROUP BY, satu segmentation sederhana per cabang, dan satu pertanyaan yang tepat.

Kesalahan apa yang paling sering bikin analis baru tersandung?

Empat yang paling sering aku lihat:

Bikin dashboard sebelum ngerti pertanyaannya. Hasilnya dashboard penuh grafik yang nggak dibuka lagi setelah minggu kedua. Tanya dulu keputusan apa yang mau dibantu, baru pilih grafiknya.

Nerima definisi metrik dari satu orang. Angka kamu bakal dibantah di rapat. Cek silang ke minimal tiga orang sebelum angkanya kamu pakai.

Ngasih angka tanpa rekomendasi. Kalau kamu cuma kirim tabel, orang lain yang bakal nyimpulin, dan kesimpulan mereka belum tentu bener. Tulis apa artinya dan apa yang sebaiknya dilakuin.

Diam waktu bingung. Nanya di bulan pertama itu normal dan diharapkan. Nanya hal yang sama di bulan keenam baru masalah. Manfaatin jatah bingung kamu selagi masih ada.

Checklist singkat 90 hari

• Akses database dan tool BI beres di minggu pertama
• Dokumen definisi metrik utama selesai di minggu keempat
• Satu laporan rutin berhasil kamu hitung ulang dari data mentah
• Satu proses manual berubah jadi otomatis sebelum hari ke-60
• Satu cek kualitas data jalan harian
• Satu analisis dibawa ke rapat dan ada keputusannya sebelum hari ke-90
• Semua query dan asumsi terdokumentasi di satu tempat

FAQ

Apa yang harus aku kerjain di hari pertama jadi analis data?

Hari pertama urusannya akses, bukan analisis. Pastiin kamu dapat kredensial database, akses ke tool BI, dan diundang ke channel tim yang relevan. Setelah itu, minta daftar laporan yang rutin dikirim ke manajemen. Dua hal itu ngasih kamu peta awal soal data apa yang dipakai dan siapa yang makai. Jangan buru-buru nulis query di hari pertama.

Berapa lama analis data baru boleh belum kasih hasil?

Dari yang aku lihat, empat sampai enam minggu pertama wajar dipakai buat belajar konteks. Tapi bukan berarti nol keluaran. Di minggu kedua kamu udah bisa ngasih hal kecil kayak ngerapihin satu laporan atau nemuin satu angka yang salah. Kemenangan kecil di awal bikin orang percaya sebelum kamu pegang analisis yang lebih besar.

Gimana cara tau metrik mana yang dipercaya di perusahaan baru?

Tanyain angka yang sama ke tiga orang berbeda dari tim berbeda. Kalau jawabannya beda, berarti definisinya belum seragam dan itu peluang kerjaan pertama kamu. Cek juga laporan mana yang beneran dibuka rutin, bukan yang cuma ada di folder. Metrik yang dipercaya biasanya yang dipakai buat nentuin bonus atau anggaran.

Apa kesalahan paling sering analis data di bulan pertama?

Langsung bikin dashboard sebelum ngerti pertanyaannya. Hasilnya dashboard cantik yang nggak dibuka siapa-siapa setelah minggu kedua. Kesalahan kedua, nerima definisi metrik dari satu orang aja tanpa cek silang. Angka yang kamu keluarkan bakal dibantah di rapat, dan kepercayaan orang ke kamu susah dibangun ulang setelah itu.

Perlu nggak aku bikin dokumentasi di 90 hari pertama?

Perlu, dan justru paling gampang dikerjain sekarang. Kamu lagi nanya banyak hal, jadi tinggal catat jawabannya di satu tempat. Isinya definisi metrik, tabel mana yang dipakai, dan cara ngitung ulang laporan rutin. Tiga bulan lagi kamu bakal lupa detailnya, dan analis berikutnya bakal nanya hal yang sama ke orang yang sama.

Penutup

Ringkasnya: bulan pertama buat ngerti, bulan kedua buat benerin, bulan ketiga buat ngubah satu keputusan.

Yang paling sering dilewat itu bagian dokumentasi. Padahal itu yang bikin hasil kerjamu masih kepakai setahun kemudian.

Kalau 90 hari kamu udah lewat dan mulai mikir langkah berikutnya, baca cara minta promosi dari analis ke senior dengan bukti dampak. Buat latihan analisis yang langsung kepakai di kerjaan, coba juga panduan nyari funnel yang bocor lewat query SQL.

Baru mulai minggu ini? Simpan checklist di atas dan centang satu per satu.