TL;DR
CV data analyst yang efektif itu satu halaman dengan 6 bagian: header, ringkasan 2-3 kalimat, skills, pengalaman, proyek/portfolio, dan pendidikan. Kunci lolos screening ada di bullet pengalaman: tulis hasil berangka ("potong waktu laporan dari 4 jam jadi 20 menit"), bukan job desc ("bertanggung jawab membuat laporan"). Buat pelamar tanpa pengalaman data, naikin bagian proyek ke atas pengalaman kerja dan taruh 2-3 proyek dengan link ke dashboard atau repo yang bisa diklik.
CV data analyst yang lolos screening itu satu halaman, isinya angka, dan skill-nya nyambung sama lowongannya.
Itu doang. Tapi mayoritas CV yang aku review nggak lolos tiga syarat itu sekaligus.
Yang paling sering: bullet pengalaman isinya job description, bukan hasil. "Bertanggung jawab membuat laporan mingguan." HR baca itu 200 kali sehari. Nggak ada yang nempel.
Di bawah ini struktur 6 bagian yang aku pakai, contoh bullet yang bisa kamu tiru langsung, cara ngisi CV kalau kamu belum punya pengalaman data, dan 7 kesalahan yang bikin CV ditutup dalam 7 detik.
Recruiter nge-scan CV data analyst buat cari tiga hal: bukti kamu bisa narik data sendiri (SQL/Excel), bukti kamu bisa ngubah data jadi keputusan (angka hasil), dan bukti skill kamu cocok sama tools yang mereka pakai. Semua itu harus kelihatan dalam 7 detik pertama, tanpa mereka harus nyari.
Angka 7 detik itu bukan mitos. Riset eye-tracking dari TheLadders nemuin recruiter rata-rata cuma ngeliat CV selama 7,4 detik di pass pertama.
Tujuh detik itu cukup buat baca nama, jabatan terakhir, satu perusahaan, dan mungkin dua bullet.
Makanya urutan itu penting banget. Yang paling kuat harus di atas.
Kalau kamu belum punya pengalaman data, tuker urutan nomor 4 dan 5. Proyek naik ke atas.
Empat baris cukup. Nama besar, jabatan target, kontak, link.
Bima Nugraha
Data Analyst
Bandung | bima@email.com | 0812-3456-7890
linkedin.com/in/biman | github.com/bimanYang harus dibuang: alamat rumah lengkap, tanggal lahir, status pernikahan, agama, tinggi badan. Nggak ada satu pun yang bikin kamu dipanggil interview.
Yang wajib ada: link portfolio yang bisa diklik. Ini satu-satunya cara HR bisa lihat kamu beneran bisa kerja, bukan cuma ngomong bisa.
Ini bagian yang paling sering diisi kalimat kosong.
Yang lemah:
"Data analyst yang bersemangat, teliti, dan mampu bekerja dalam tim maupun individu."
Semua orang nulis gitu. Nggak ada informasinya.
Yang kuat:
"Data analyst 2 tahun di e-commerce, fokus di retensi dan funnel. Bikin dashboard churn yang bantu tim CRM naikin repeat order 12% dalam 4 bulan. SQL, Python, Looker Studio."
Dua kalimat, satu angka, tiga tools. HR langsung tau kamu siapa.
Nggak punya angka? Ambil dari mana aja yang jujur: berapa baris data yang kamu tangani, berapa laporan per bulan, berapa jam yang kamu hemat.
Bikin 3 kelompok, jangan bikin satu paragraf panjang.
| Kelompok | Isi |
|---|---|
| Bahasa & Query | SQL (PostgreSQL, BigQuery), Python (pandas) |
| Visualisasi | Looker Studio, Tableau, Excel (Pivot, Power Query) |
| Analisis | A/B testing, cohort analysis, RFM segmentation |
Aturan mainnya: buka lowongannya, ambil kata-kata skill yang mereka sebut, pastiin muncul persis di CV kamu. Kalau mereka nulis "BigQuery", jangan kamu tulis "Google Cloud SQL".
Banyak perusahaan pakai ATS yang nyocokin kata secara harfiah. Beda satu kata, kamu ke-filter.
Dan jangan tulis skill yang nggak bisa kamu buktiin waktu interview. Aku pernah lihat kandidat nulis "Machine Learning" terus nggak bisa jelasin bedanya klasifikasi dan regresi. Itu lebih rugi daripada nggak nulis sama sekali.
Ini bagian yang nentuin. Polanya:
[Kata kerja] + [apa yang kamu bikin] + [pakai tools apa] + [hasilnya berapa]
Bandingin:
| Job desc (lemah) | Hasil (kuat) |
|---|---|
| Bertanggung jawab membuat laporan penjualan mingguan | Otomatisasi laporan penjualan mingguan pakai SQL + Looker Studio, potong waktu penyusunan dari 4 jam jadi 20 menit |
| Melakukan analisis data pelanggan | Segmentasi 45.000 pelanggan pakai RFM, hasilnya jadi dasar kampanye email yang naikin repeat order 12% |
| Membersihkan data dari berbagai sumber | Bikin pipeline pembersihan 3 sumber data (POS, marketplace, CRM), turunin duplikat SKU dari 8% jadi 0,4% |
| Membuat dashboard untuk manajemen | Bangun dashboard stok real-time buat 12 cabang, ganti rekap manual harian yang tadinya makan 1 jam per cabang |
Nggak punya angka persentase? Pakai angka lain. Jumlah baris data. Jumlah cabang. Jumlah jam. Jumlah orang yang pakai dashboard kamu.
Angka apa pun lebih kuat dari nol angka.
Dan jangan ngarang. Kalau kamu nulis "naik 12%", siap-siap ditanya "12% dibanding apa, periode berapa". Kalau kamu nggak bisa jawab, itu jadi bumerang.
Selama 2025 aku review 40 CV dari peserta kelas Ngulik Data yang lagi apply data analyst. Aku catat pola-polanya.
| Pola | Jumlah CV | Dipanggil interview |
|---|---|---|
| Bullet punya minimal 1 angka | 14 | 9 (64%) |
| Bullet isinya job desc semua | 26 | 5 (19%) |
| Ada link portfolio yang bisa diklik | 17 | 11 (65%) |
| Nggak ada link portfolio | 23 | 3 (13%) |
Sample-nya kecil, jadi jangan dianggap hukum alam. Tapi arahnya konsisten sama yang aku denger dari recruiter: link portfolio yang bisa diklik itu pembeda paling besar.
Lima kali lipat bedanya. 65% vs 13%.
Masuk akal sih. Recruiter bisa lihat kerjaan kamu dalam 30 detik, bukan cuma percaya sama klaim di kertas.
Yang menarik lagi: dari 23 CV tanpa portfolio, 18 di antaranya justru nyantumin 2-3 sertifikat online. Sertifikatnya nggak nolong.
Ini pertanyaan paling sering masuk ke DM aku.
Jawabannya: tuker urutan. Proyek naik ke posisi nomor 4, pengalaman kerja turun ke nomor 5.
Tulis proyeknya persis kayak nulis pengalaman kerja: masalah, aksi, hasil.
PROYEK
Analisis Retensi Pelanggan Toko Berkah → [link dashboard]
• Analisis 1.200 transaksi distributor sembako pakai SQL (PostgreSQL)
buat cari kenapa 30% pelanggan berhenti order setelah bulan ke-3
• Nemuin pola: pelanggan yang order <2x di bulan pertama punya
peluang churn 4x lebih tinggi
• Bikin dashboard Looker Studio yang nandain akun berisiko churn
seminggu sebelum mereka berhenti orderTiga bullet. Ada tools, ada angka, ada link.
Itu keliatan jauh lebih kayak kerjaan analis dibanding tiga sertifikat yang cuma nunjukin kamu nonton video.
Pengalaman kerja non-data kamu tetap masuk, tapi cuma ambil bullet yang nyentuh data. Kamu kasir? "Rekap penjualan harian 3 outlet pakai Excel, deteksi selisih stok yang rata-rata Rp400 ribu/minggu." Itu bullet data.
Butuh ide proyek yang nggak pasaran? Aku tulis daftarnya di panduan portfolio data analyst. Buat rumus yang paling sering muncul di proyek Excel, mulai dari SUMIFS dan VLOOKUP.
Kemampuan meringkas itu bagian dari kerjaan analis. CV kamu bukti pertamanya. Tiga halaman buat fresh grad = sinyal kamu nggak bisa milih mana yang penting.
"SQL ███████░░░ 70%". 70% itu ukurannya apa? Nggak ada yang tau, termasuk kamu.
Ganti sama konteks: "SQL: window function, CTE, query 5 tabel join di PostgreSQL." Itu baru informatif.
"Mencari kesempatan untuk mengembangkan diri di bidang data." Perusahaan nggak lagi nyari orang buat dikembangin. Mereka nyari orang buat nyelesaiin masalah mereka.
Ganti Objective jadi Ringkasan yang isinya apa yang kamu bisa kasih.
Sertifikat Google Data Analytics itu bagus. Tapi ratusan pelamar lain juga punya.
Taruh di baris terakhir, satu baris, tanpa deskripsi. Ruang atas terlalu mahal buat itu.
Aku pernah klik 5 link GitHub dari CV. 2 di antaranya 404, satu repo-nya private.
Sebelum kirim CV, klik semua link kamu dari mode incognito. Wajib.
Template Canva dua kolom itu cantik di mata manusia, tapi banyak ATS baca kolomnya keacak, teks kanan-kiri kecampur jadi satu.
Satu kolom, font standar, hitam-putih plus satu warna aksen. Boring itu aman.
Ini yang paling mahal ongkosnya. Tiap lowongan pakai istilah beda. Ada yang nulis "Power BI", ada yang "Tableau", ada yang "Metabase".
Kamu nggak perlu nulis ulang CV tiap apply. Cukup edit dua bagian: Ringkasan dan Skills. Lima menit per lowongan.
Enam poin. Lima menit ngeceknya.
Satu halaman kalau pengalaman kamu di bawah 5 tahun. Dua halaman baru masuk akal kalau udah 7-10 tahun kerja dan punya banyak proyek besar. CV tiga halaman buat fresh grad justru sinyal buruk. Artinya kamu belum bisa milih mana yang penting.
Buat perusahaan lokal Indonesia, foto masih umum dan aman, pakai foto formal, background polos. Buat multinasional atau startup yang pakai ATS, mending nggak usah. Kalau ragu, cek CV karyawan mereka di LinkedIn. Foto bukan penentu, isi bullet kamu yang nentuin.
Balik urutannya. Taruh Proyek di atas Pengalaman Kerja, isi 2-3 proyek nyata yang punya link bisa diklik. Tulis proyeknya persis kayak pengalaman kerja: masalah apa, kamu ngapain, hasilnya berapa. Pengalaman kerja non-data tetap masuk, tapi cuma bullet yang nyentuh data atau laporan.
Ngaruh tipis. Sertifikat bikin kamu lolos filter awal, tapi hampir nggak pernah jadi alasan dipanggil interview. Yang bikin dipanggil: proyek yang bisa diklik dan bullet berangka. Kalau harus milih antara nambah sertifikat atau nambah proyek portfolio, pilih proyek.
PDF, hampir selalu. PDF ngunci layout jadi nggak berantakan di komputer HR. Kecuali lowongannya minta Word secara eksplisit. Kasih nama file yang jelas: CV_Bima_Data_Analyst.pdf, bukan cv_final_fix_revisi2.pdf.
Dua hal yang paling nentuin CV data analyst kamu dibaca atau ditutup:
Buka CV kamu sekarang. Hitung ada berapa angka di dalamnya. Kalau di bawah tiga, itu pekerjaan rumah kamu malam ini.
Udah beres CV-nya? Lanjut ke cover letter data analyst, dokumen kedua yang paling sering dikirim asal-asalan.
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.