Financial Analyst vs Data Analyst: Dua Dunia yang Makin Nyatu

Financial analyst kerja di angka uang. Data analyst kerja di angka apa pun. Itu beda paling dasarnya, dan sisanya cuma detail.

Tapi detailnya penting kalau kamu lagi milih jalur karir. Soalnya di 2026, dua peran ini pakai tools yang makin mirip — SQL, spreadsheet, dashboard — sampai orang bingung mana yang harus dilamar.

Aku bakal pisahin dari tugas harian, tools, gaji, sampai skill yang bisa kamu bawa kalau mau pindah jalur.

Apa bedanya financial analyst dan data analyst?

Financial analyst nganalisis kondisi keuangan perusahaan buat bantu keputusan soal uang — budget, investasi, harga, target revenue. Data analyst nganalisis data operasional perusahaan buat jawab pertanyaan bisnis apa pun — kenapa penjualan turun, produk mana yang laku, campaign mana yang jalan.

Bedanya di ruang lingkup datanya, bukan di seberapa teknis orangnya.

Aspek	Financial Analyst	Data Analyst
Data utama	Laporan keuangan, transaksi, budget	Data produk, penjualan, user, operasional
Output rutin	Model keuangan, forecast, variance report	Dashboard, analisis ad-hoc, hasil eksperimen
Tools inti	Excel, SQL, sistem akuntansi	SQL, spreadsheet, Looker Studio/Tableau
Lawan bicara	Finance, direksi, investor	Marketing, produk, operasional
Pertanyaan khas	"Margin kita bulan ini kenapa turun 3%?"	"Kenapa checkout drop 12% habis update aplikasi?"

Sehari-harinya ngapain aja?

Financial analyst

Pagi biasanya buka laporan penjualan kemarin, banding sama target bulanan. Kalau meleset, cari tau meleset di lini mana.

Sisa harinya sering habis di model — spreadsheet yang isinya asumsi, proyeksi, dan skenario. Bos nanya "kalau harga naik 5%, volume turun berapa persen sebelum kita rugi?" — itu kerjaan financial analyst.

Tiap akhir bulan ada ritual variance analysis: kenapa realisasi beda dari budget. Ini yang paling sering bikin lembur.

Data analyst

Pagi biasanya cek dashboard, lihat metrik yang aneh. Kalau ada yang jatuh, tarik datanya pakai SQL dan cari akarnya.

Sisa harinya campuran: request dari tim marketing, bantu tim produk baca hasil A/B test, rapiin data yang berantakan. Banyak juga waktu habis buat mastiin angkanya bener sebelum dikirim.

Kalau kamu belum kenal query dasarnya, mulai dari SELECT dan GROUP BY — dua ini yang paling sering dipakai dua peran ini.

Tools-nya beda jauh nggak?

Nggak sejauh yang orang kira. Ini overlap-nya:

• Excel / Google Sheets — dipakai dua-duanya, tiap hari. Financial analyst lebih dalam ke fungsi keuangan (NPV, IRR), data analyst lebih ke pivot dan cleaning.
• SQL — dulu cuma data analyst. Sekarang financial analyst yang bisa SQL langsung punya nilai lebih, soalnya nggak perlu antre minta export.
• Tool visualisasi — Looker Studio, Power BI, Tableau. Data analyst pakai buat monitoring, financial analyst pakai buat laporan direksi.
• Python/R — lebih sering di data analyst, tapi financial analyst yang megang forecasting juga mulai pakai.

Yang beda beneran cuma satu: financial analyst harus ngerti akuntansi. Itu domain knowledge yang nggak bisa diganti sama skill teknis. Kamu bisa jago SQL tapi tetap salah baca laporan laba rugi kalau nggak tau bedanya revenue dan cash masuk.

Contoh kasus: satu dataset, dua cara baca

Aku ambil dataset toko_berkah — data penjualan 12 bulan dari toko kelontong grosir di Bekasi, 4 cabang, 18.400 baris transaksi.

Total revenue setahun: Rp 4,72 miliar. Sekarang lihat gimana dua peran ini baca angka yang sama.

Cara financial analyst baca

Dia langsung pecah revenue jadi margin. Ternyata cabang Bekasi Timur revenue-nya paling besar (Rp 1,48 M) tapi gross margin-nya paling tipis: 9,3%. Cabang Cikarang revenue cuma Rp 890 juta tapi margin 17,1%.

Kesimpulannya: cabang yang paling ramai justru yang paling nggak untung, gara-gara diskon grosir kelewat agresif. Rekomendasinya soal harga.

Cara data analyst baca

Dia pecah per hari dan per SKU. Ketemu bahwa 62% transaksi Bekasi Timur terjadi hari Sabtu, dan 3 produk (beras, minyak goreng, gula) nyumbang 54% volume.

Kesimpulannya: pola belanja mingguan, stok tiga produk itu harus aman tiap Jumat malam. Rekomendasinya soal operasional.

Dua-duanya bener. Dua-duanya butuh. Dan perusahaan yang cuma punya salah satu bakal kehilangan setengah gambarnya.

Gajinya gimana?

Di Indonesia, entry level dua-duanya ada di range yang mirip. Yang bikin beda bukan judul, tapi tiga hal ini:

1. Industri. Financial analyst di bank atau investment firm biasanya di atas rata-rata. Data analyst di tech dan e-commerce juga.
2. Skill teknis tambahan. Financial analyst yang bisa SQL dan Python loncat lebih cepat dari yang cuma Excel.
3. Sertifikasi. Di jalur finance, CFA masih punya bobot. Di jalur data, portfolio proyek lebih ngomong daripada sertifikat.

Jangan pilih jalur cuma dari selisih gaji entry level. Selisihnya kecil, dan lima tahun lagi yang nentuin adalah skill kamu, bukan judul jabatan pertama.

Kesalahan umum waktu milih jalur

1. Ngira financial analyst nggak butuh skill teknis. Ini yang paling sering. Lowongan financial analyst 2026 udah banyak yang nulis "SQL is a plus". Tahun depan bukan plus lagi, tapi syarat.

2. Ngira data analyst nggak butuh ngerti bisnis. Query kamu bisa jalan sempurna, hasilnya tetap nggak kepake kalau kamu nggak ngerti kenapa orang nanya.

3. Nunggu "siap" sebelum lamar. Nggak ada yang nunggu sampai lengkap. Yang diterima biasanya yang bisa nunjukin satu analisis beneran, bukan yang punya sertifikat paling banyak.

4. Anggap dua jalur ini terkunci. Pindah dari finance ke data itu salah satu switch paling gampang, soalnya modal paling susahnya — nyaman sama angka dan ngerti bisnis — udah kamu punya duluan. Aku pernah bahas ini lebih detail di panduan career switch ke data analyst.

Skill yang kepakai di dua-duanya

Kalau kamu masih ragu mau ambil yang mana, mulai dari skill yang nggak bakal sia-sia di mana pun kamu mendarat:

• SQL dasar — SELECT, WHERE, GROUP BY, JOIN. Ini 90% kebutuhan harian.
• Spreadsheet yang rapi — pivot, SUMIFS, dan struktur data yang nggak bikin orang lain pusing.
• Baca angka dengan curiga — tau kapan angka kelihatan terlalu bagus buat jadi bener.
• Cerita pakai angka — satu slide yang jelas ngalahin sepuluh tab spreadsheet.

Buat referensi standar profesi finance, kamu bisa cek deskripsi resmi CFA Program dari CFA Institute — di situ kelihatan jelas bagian mana yang murni domain keuangan.

FAQ

Financial analyst perlu belajar SQL nggak?

Perlu, dan makin ke sini makin kepakai. Data transaksi jarang duduk manis di satu file Excel. Biasanya nyimpen di database, dan kalau kamu bisa tarik sendiri pakai SQL, kamu nggak perlu antre 3 hari ke tim data cuma buat minta export penjualan per cabang. SELECT, WHERE, GROUP BY, JOIN sudah cukup buat 90% kebutuhan financial analyst.

Mana yang gajinya lebih besar, financial analyst atau data analyst?

Di level awal, range-nya mirip di Indonesia. Yang bikin beda bukan judul jabatannya, tapi industri dan skill tambahannya. Financial analyst di bank atau investment firm biasanya naik lebih cepat. Data analyst di tech atau e-commerce lebih cepat naik kalau bisa SQL plus Python. Jangan pilih jalur cuma dari angka gaji entry level.

Bisa pindah dari financial analyst ke data analyst?

Bisa, dan ini salah satu switch yang paling mulus. Kamu udah punya modal paling susah: ngerti konteks bisnis dan nyaman sama angka. Yang perlu ditambah cuma SQL, satu tool visualisasi kayak Looker Studio, dan portfolio 2-3 proyek. Dari yang aku lihat, orang finance yang belajar SQL biasanya kepake dalam 6-9 bulan.

Data analyst bisa ngerjain kerjaan financial analyst?

Sebagian bisa, tapi ada gap. Data analyst umumnya jago tarik dan olah data, tapi belum tentu ngerti kenapa gross margin beda sama contribution margin, atau gimana cara baca cash flow. Konsep akuntansi itu domain knowledge yang harus dipelajari terpisah. Tanpa itu, angkanya bener tapi kesimpulannya bisa meleset.

Kalau baru mulai, mending ambil yang mana?

Lihat dari mana kamu suka mikir. Kalau kamu senang ngulik pertanyaan "ini duitnya kemana" dan nyaman sama laporan keuangan, ambil financial analyst. Kalau kamu senang pertanyaan "kenapa angka ini turun" dari sisi produk, user, atau operasional, ambil data analyst. Skill dasarnya sama, jadi salah pilih pun kamu nggak balik dari nol.

Penutup

Tiga hal yang perlu kamu bawa pulang:

• Bedanya di ruang lingkup data, bukan di level teknis. Financial analyst di angka uang, data analyst di angka apa pun.
• Overlap tools-nya makin lebar. SQL sekarang kepakai di dua-duanya.
• Pindah jalur itu mungkin, dan paling gampang dari finance ke data.

Kalau kamu lagi di finance dan mau nambah SQL, mulai dari yang paling sering kepakai: tarik data penjualan per cabang, hitung total, urutkan. Latihannya bisa langsung di NgulikSQL tanpa install apa-apa.

Query pertama kamu bakal cuma 3 baris. Dan itu udah cukup buat nggak nunggu tim data lagi.