TL;DR
Financial analyst fokus ke angka keuangan (revenue, margin, cash flow, budget) dan output-nya biasanya model atau rekomendasi buat keputusan uang. Data analyst fokus ke data apa pun di perusahaan (traffic, produk, operasional) dan output-nya dashboard, analisis, atau eksperimen. Irisannya makin lebar: dua-duanya sekarang butuh SQL, Excel/Sheets yang rapi, dan kemampuan cerita pakai angka.
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.
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?" |
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.
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.
Nggak sejauh yang orang kira. Ini overlap-nya:
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.
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.
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.
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.
Di Indonesia, entry level dua-duanya ada di range yang mirip. Yang bikin beda bukan judul, tapi tiga hal ini:
Jangan pilih jalur cuma dari selisih gaji entry level. Selisihnya kecil, dan lima tahun lagi yang nentuin adalah skill kamu, bukan judul jabatan pertama.
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.
Kalau kamu masih ragu mau ambil yang mana, mulai dari skill yang nggak bakal sia-sia di mana pun kamu mendarat:
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.
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.
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, 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.
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.
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.
Ringkasnya:
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.
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.
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.
Product analyst kerja bareng tim produk buat mutusin fitur mana yang dibangun. Ini jobdesk hariannya, skill yang dibutuhin, gaji, dan bedanya dari data analyst.