TL;DR
Data analyst adalah orang yang ngolah data mentah jadi jawaban buat ngambil keputusan bisnis. Skill inti yang paling sering diminta di lowongan Indonesia adalah SQL, Excel, dan tools visualisasi kayak Power BI. Estimasi gajinya sekitar Rp5-8 juta buat pemula sampai Rp15-30 juta buat level senior, dan kamu bisa masuk dari background non-IT.
Data analyst adalah orang yang ngubah data mentah jadi jawaban buat ngambil keputusan. Angka penjualan, data pelanggan, traffic website. Semua diolah jadi sesuatu yang bisa dipakai atasan buat mutusin langkah berikutnya.
Posisi ini lagi rame dicari di Indonesia. Coba deh buka Jobstreet atau LinkedIn, ketik "data analyst". Muncul ratusan lowongan dari e-commerce, bank, sampai startup kecil.
Kalau kamu lagi mikir pindah karir ke sini, ini yang perlu kamu tahu duluan: tugas hariannya, skill yang beneran diminta, estimasi gaji, sama jalur masuk buat kamu yang bukan anak IT.
Data analyst adalah orang yang ngumpulin, ngebersihin, dan nganalisis data biar jadi informasi yang berguna. Tugas intinya jawab pertanyaan bisnis pakai angka. Misalnya "produk mana yang paling laku bulan ini" atau "kenapa penjualan turun di Surabaya". Hasilnya disajiin lewat dashboard atau laporan yang gampang dibaca tim lain.
Bedain dulu sama istilah yang mirip-mirip. Data analyst fokus ke data yang udah ada dan menjawab pertanyaan "apa yang terjadi". Bukan bikin model prediksi rumit, bukan juga ngurusin pipa data raksasa.
Anggap aja kamu punya toko online, namanya Keripik Juara. Tiap hari masuk data pesanan, retur, sama iklan. Data analyst yang ngerapiin semua itu, terus ngasih tahu kamu: iklan di kota mana yang paling boros, jam berapa orang paling sering checkout, produk mana yang sering diretur.
Jawaban kayak gitu yang bikin bisnis nggak nebak-nebak pas ambil keputusan.
Sehari-hari, kerjaan data analyst muter di empat hal: narik data mentah, ngebersihin biar rapi, nganalisis buat cari jawaban, terus nyampein hasilnya ke tim. Kedengeran simpel, tapi tiap tahap makan waktu dan butuh ketelitian. Ini gambaran satu hari kerja yang lumayan umum di lapangan.
Data jarang dateng dalam kondisi rapi. Ada nama kota yang ketulis "Jakarta", "jkt", sama "DKI" buat hal yang sama. Ada angka yang kosong, ada tanggal yang formatnya campur aduk.
Bagian ngebersihin ini nih yang sering makan waktu paling banyak. Dari yang aku lihat, banyak analyst ngabisin separuh hari cuma buat mastiin datanya bener sebelum dianalisis.
Habis rapi, baru masuk ke nyari jawaban. Di sini analyst pakai SQL buat narik data dari database, atau Excel buat ngitung dan ngebandingin.
Contoh pertanyaan yang dijawab: penjualan bulan ini naik atau turun dibanding bulan lalu, pelanggan baru datengnya dari channel mana, produk mana yang margin-nya tipis.
Hasil analisis nggak ada gunanya kalau tim lain nggak ngerti. Makanya analyst bikin dashboard, halaman visual berisi grafik yang di-update otomatis.
Tim marketing bisa buka sendiri buat lihat performa iklan. Atasan bisa cek angka penjualan tanpa nanya-nanya lagi.
Sisanya, ngobrol. Meeting sama tim produk, jelasin kenapa angka retur naik, ngasih rekomendasi berdasar data. Skill komunikasi kepake banget di bagian ini, dan sering diremehin sama pemula.
Skill teknis yang paling sering muncul di lowongan Indonesia ada tiga: SQL, Excel atau Google Sheets, sama tools visualisasi kayak Power BI atau Looker Studio. Python jadi nilai plus, bukan syarat mutlak buat posisi entry-level. Di luar teknis, kemampuan komunikasi dan nalar bisnis juga dicek.
Biar kebayang beneran, ini ringkasan requirement yang aku rangkum dari beberapa posting Data Analyst di e-commerce fashion lokal.
Perhatiin urutannya, ya. SQL hampir selalu nangkring paling atas.
SQL adalah bahasa buat minta data dari database. Kamu nulis perintah, database ngasih jawaban berupa tabel.
Kenapa ini nomor satu? Soalnya data perusahaan disimpen di database, dan SQL cara paling langsung buat ngambilnya. Nggak perlu nunggu tim IT, kamu tarik sendiri.
Kabar baiknya, query pertamamu cuma beberapa baris kok. Kalau mau tahu urutan belajarnya, aku udah susun di roadmap belajar SQL buat data analyst.
Jangan remehin spreadsheet, ya. Banyak analisis cepat masih dikerjain di Excel, apalagi di perusahaan yang belum punya sistem data gede.
Yang dicek biasanya pivot table buat ngerangkum, sama fungsi kayak VLOOKUP dan SUMIF buat gabungin dan ngitung data.
Power BI dari Microsoft dan Looker Studio dari Google jadi dua yang paling sering disebut. Dua-duanya buat bikin dashboard yang bisa dibuka tim lain.
Kamu nggak harus jago semuanya kok. Kuasain satu dulu, soalnya logikanya mirip antar tools.
Kemampuan teknis doang nggak cukup. Data analyst yang bagus bisa jelasin temuan rumit pakai bahasa manusia.
Nalar bisnis juga penting. Kamu harus ngerti kenapa satu angka itu masalah, bukan cuma bisa ngitungnya. Angka retur 5% itu wajar atau bahaya? Jawabannya butuh konteks bisnis, bukan cuma rumus.
Estimasi gaji data analyst di Indonesia sekitar Rp5-8 juta per bulan buat pemula, dan bisa tembus Rp15-30 juta buat level senior. Angkanya beda-beda tergantung kota, ukuran perusahaan, sama industri tempat kamu kerja. Anggap ini kisaran kasar dari data publik, bukan patokan pasti.
Buat gambaran, ini estimasi berdasar rentang yang aku lihat di data publik kayak Glassdoor dan lowongan di Jobstreet Indonesia.
| Level | Pengalaman | Estimasi gaji per bulan |
|---|---|---|
| Junior / Entry | 0-2 tahun | Rp5-8 juta |
| Mid-level | 2-5 tahun | Rp8-15 juta |
| Senior | 5+ tahun | Rp15-30 juta |
Beberapa hal yang narik angka ini naik-turun. Perusahaan tech dan bank besar biasanya bayar lebih tinggi dari UMKM atau agensi kecil. Jakarta juga cenderung di atas kota lain.
Satu catatan jujur. Angka gaji online sering dilaporin sendiri sama karyawan, jadi bisa meleset. Pakai ini buat gambaran kasar, terus cek langsung ke recruiter pas interview.
Bedanya di fokus kerjaan. Data analyst jawab "apa yang terjadi" dari data yang udah ada. Data scientist bikin prediksi "apa yang bakal terjadi" pakai statistik dan machine learning. Data engineer bangun dan ngerawat sistem tempat data itu disimpen. Ketiganya sering ketuker, padahal jalur belajarnya beda jauh.
| Peran | Fokus utama | Skill inti |
|---|---|---|
| Data Analyst | Jawab "apa yang terjadi" dari data yang ada | SQL, Excel, visualisasi |
| Data Scientist | Prediksi dan model, "apa yang bakal terjadi" | Statistik, machine learning, Python |
| Data Engineer | Bangun dan rawat sistem penyimpanan data | Pipeline, database, cloud |
Buat kebanyakan orang yang baru mulai, data analyst pintu masuk paling masuk akal. Skill-nya paling cepat dipelajari, dan lowongannya paling banyak.
Dari analyst, kamu bisa pindah jalur ke scientist atau engineer nanti kalau mau. Banyak kok yang jalannya gitu.
Bisa, dan ini jalur yang udah dilewatin banyak orang. Data analyst nggak nuntut gelar computer science. Yang dinilai kemampuan kamu ngolah data dan jelasin hasilnya, bukan ijazah. Banyak yang masuk dari akuntansi, marketing, atau operasional, terus belajar skill teknisnya sambil jalan.
Malah, background non-IT sering jadi keunggulan. Kenapa? Karena kamu udah ngerti satu bidang bisnis dari dalam.
Orang akuntansi udah biasa main angka dan teliti. Anak marketing ngerti perilaku pelanggan dan metrik iklan. Orang operasional paham alur barang dan stok. Tinggal tambahin skill teknis, kamu jadi analyst yang ngerti konteks bisnisnya sekaligus.
Yang perlu kamu tutup cuma jarak teknis: SQL, spreadsheet, satu tools visualisasi. Tiga ini bisa dipelajari otodidak, tanpa balik kuliah.
Jadi kalau kamu dari jurusan sastra, hukum, atau teknik mesin sekalipun, bukan alasan buat nggak mulai.
Cara paling praktis mulai dari nol: kuasain satu skill dulu sampai bisa dipakai, baru lanjut ke skill berikutnya. Urutan yang aku saranin: Excel, terus SQL, terus tools visualisasi, ditutup sama bikin portofolio. Jangan belajar semua sekaligus.
Ini langkah yang bisa kamu ikutin.
Soal timeline, realistisnya 6 sampai 12 bulan belajar konsisten sebelum siap ngelamar entry-level. Tergantung berapa jam yang kamu luangin per minggu.
Kunci beneran: bisa nunjukin kamu udah ngerjain analisis nyata dari data mentah sampai kesimpulan, bukan cuma koleksi sertifikat.
Data analyst ngumpulin data, ngebersihin, nganalisis, terus nyampein hasilnya buat bantu keputusan bisnis. Sehari-hari dia narik data pakai SQL, ngolah di Excel, bikin dashboard visualisasi, sama presentasi temuan ke tim. Intinya jawab pertanyaan bisnis pakai angka, bukan tebakan.
Tiga skill teknis paling sering diminta: SQL buat narik data, Excel atau Google Sheets buat ngolah, sama satu tools visualisasi kayak Power BI atau Looker Studio. Python jadi nilai plus, bukan syarat wajib buat entry-level. Skill komunikasi juga dicek karena kamu harus bisa jelasin hasil ke orang non-teknis.
Realistisnya 6 sampai 12 bulan belajar konsisten kalau kamu mulai dari nol. Angka ini tergantung berapa jam yang kamu luangin tiap minggu dan seberapa fokus. Yang bikin cepat siap: portofolio berisi analisis nyata yang bisa kamu tunjukin ke recruiter.
Bisa. Data analyst nilai kemampuan ngolah data dan jelasin hasilnya, bukan ijazah. Banyak analyst dateng dari akuntansi, marketing, atau operasional. Background bisnis kamu malah jadi nilai tambah, karena kamu ngerti konteks angkanya. Tinggal tutup jarak teknis lewat SQL, spreadsheet, dan satu tools visualisasi.
Data analyst fokus jawab "apa yang terjadi" dari data yang udah ada, pakai SQL dan visualisasi. Data scientist fokus prediksi "apa yang bakal terjadi" pakai statistik dan machine learning. Analyst lebih cepat dipelajari dan lowongannya lebih banyak, jadi sering jadi pintu masuk sebelum pindah ke scientist.
Data analyst profesi yang kebuka lebar, termasuk buat kamu yang bukan anak IT. Skill intinya jelas, jalurnya udah dilewatin banyak orang, dan lowongannya nyata.
Skill yang paling nentuin tetep SQL. Kalau mau mulai serius, ikutin roadmap belajar SQL buat data analyst dan kerjain langkah pertamanya hari ini.
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.