TL;DR
90 hari pertama sebagai analis data paling aman dibagi tiga fase. Hari 1 sampai 30 dipakai buat ngerti bisnisnya, ngapalin definisi metrik, dan memetakan tabel mana yang dipercaya orang. Hari 31 sampai 60 dipakai buat ngerjain permintaan nyata sambil benerin satu proses yang bikin tim capek. Hari 61 sampai 90 dipakai buat ngasih satu analisis yang ngubah keputusan, lalu nulis dokumentasinya biar hasilnya bisa dipakai orang lain tanpa kamu.
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.
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.
Bulan pertama isinya nanya dan nyatet. Targetnya satu: kamu bisa jelasin gimana perusahaan ini dapat duit, dalam tiga kalimat, tanpa buka catatan.
Keluaran bulan pertama: satu dokumen berisi definisi metrik utama, daftar tabel penting, dan daftar laporan rutin beserta pemiliknya.
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.
Keluaran bulan kedua: satu proses yang tadinya manual sekarang jalan sendiri, plus satu cek kualitas data yang aktif.
Bulan ketiga isinya satu analisis yang ngubah keputusan. Bukan lima analisis biasa. Satu, tapi ada tindakannya.
| 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 |
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.
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.
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.
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.
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.
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, 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.
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.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Kerja data analyst di luar negeri bukan soal ijazah luar negeri. Yang nentuin: sponsorship visa, portfolio, dan negara yang kamu incar.
Financial analyst kerja di angka uang, data analyst kerja di angka apa pun. Tapi di 2026 tools-nya makin sama. Ini beda dan irisannya.
Apa itu marketing analyst, metrik apa yang tiap hari dipegang, tools yang wajib bisa, dan jalur masuk yang paling realistis buat orang non-teknis di Indonesia.