Interview Behavioral Data Analyst: 15 Pertanyaan + Jawaban STAR

Interview behavioral data analyst itu nguji gimana kamu kerja — bukan seberapa cepat kamu nulis JOIN.

Tes SQL udah kelar di tahap sebelumnya. Di sini mereka mau tau: gimana kamu waktu datanya berantakan, gimana kamu ngasih tau atasan kalau angkanya nggak sesuai harapan, gimana kamu nolak permintaan yang nggak masuk akal.

Ini 15 pertanyaan yang paling sering keluar, plus cara jawabnya pakai STAR.

Apa itu metode STAR?

STAR itu kerangka jawaban yang mecah cerita jadi 4 bagian: Situation (konteksnya apa), Task (tugas kamu apa), Action (kamu ngapain), Result (hasilnya gimana).

Bagian	Isinya	Porsi waktu
Situation	Konteks singkat. Perusahaan apa, masalahnya apa.	15 detik
Task	Tanggung jawab kamu spesifiknya apa.	10 detik
Action	Langkah yang kamu ambil. Bagian paling gemuk.	60 detik
Result	Hasilnya, dengan angka.	20 detik

Total sekitar 2 menit. Lebih dari 3 menit, interviewer udah nggak nyimak.

Bagian yang paling sering dikorbanin itu Result — orang keasyikan cerita prosesnya, terus lupa nutup sama hasilnya. Padahal itu bagian yang bikin mereka inget kamu.

Cara nyiapin: bikin 5 cerita, bukan 15 jawaban

Kamu nggak perlu nyiapin 15 jawaban berbeda. Kamu cuma butuh 5 cerita nyata yang bisa dipakai ulang dari sudut pandang beda.

Pilih 5 cerita yang mencakup situasi ini:

1. Proyek yang kamu selesein dari awal sampai akhir, ada dampaknya ke bisnis.
2. Data yang berantakan atau nggak lengkap, dan kamu tetap harus ngasih jawaban.
3. Konflik atau nggak sepakat sama orang lain.
4. Kesalahan yang kamu bikin.
5. Deadline mepet atau prioritas yang tabrakan.

Belum kerja di data? Ambil dari proyek pribadi, tugas kuliah, atau kerjaan lama kamu. Cerita bersihin data penjualan warung keluarga itu sah — asal ada angka di bagian Result.

15 pertanyaan interview behavioral data analyst

Kategori 1: Kerja dengan data

1. Ceritain waktu kamu nemu data yang kualitasnya jelek. Kamu ngapain?

Ini pertanyaan pembuka yang hampir pasti keluar. Yang mereka cari: kamu ngecek data sebelum dipakai, atau langsung telan mentah-mentah.

Contoh jawaban STAR:

S: Waktu itu aku dapet export data transaksi 8 bulan dari sistem POS, buat laporan penjualan kuartalan.

T: Tugasku bikin ringkasan penjualan per kategori produk.

A: Sebelum ngitung, aku cek dulu jumlah baris per bulan. Ada satu bulan yang barisnya cuma sepertiga bulan lain. Aku telusuri, ternyata ada migrasi sistem di pertengahan bulan itu dan sebagian transaksi kesimpen di database lama. Aku minta export tambahan dari tim IT, terus aku bandingin total transaksi hasil gabungan sama laporan kasir manual buat validasi.

R: Selisihnya tinggal 0,3%. Kalau aku pakai data awal, angka penjualan bulan itu bakal keliatan turun 60% — dan tim marketing hampir aja bikin promo darurat buat masalah yang nggak ada.

Perhatiin: yang bikin jawaban ini kuat bukan tekniknya, tapi kebiasaan ngecek dulu sebelum percaya.

2. Gimana kamu mastiin analisis kamu bener?

Jawaban yang aku suka nyebut minimal 2 dari ini: cross-check sama sumber lain, sanity check angka totalnya masuk akal atau nggak, minta orang lain review query-nya, tes rumusnya di sampel kecil yang bisa dihitung manual.

3. Ceritain waktu hasil analisis kamu ternyata salah.

Jangan bilang "belum pernah". Ceritain yang beneran, ambil tanggung jawabnya, dan tutup dengan apa yang kamu ubah. Misalnya sekarang kamu selalu simpan query di file dan minta satu orang review sebelum angka dikirim.

4. Data kamu nggak lengkap tapi bos butuh jawaban besok. Gimana?

Kunci jawabannya: kasih jawaban dengan catatan batasannya, bukan nolak atau nutupin. "Aku kasih angka dari 80% data yang ada, plus catatan bahwa cabang Surabaya belum masuk dan estimasinya bisa geser 10-15%."

Kategori 2: Komunikasi

5. Gimana kamu jelasin hasil analisis ke orang yang nggak ngerti data?

Yang mereka cek: kamu bisa nahan diri nggak pamer jargon. Contoh yang bagus: mulai dari kesimpulan dan tindakan yang disaranin, baru kalau ditanya kasih detail metodenya.

6. Ceritain waktu kamu harus nyampein angka yang nggak enak didenger.

Struktur yang jalan: kasih angkanya langsung tanpa dibungkus basa-basi, jelasin kenapa, terus kasih pilihan tindakan. Jangan nyalahin orang lain di cerita ini — itu red flag paling gede di interview.

7. Ada stakeholder yang nggak setuju sama temuan kamu. Kamu gimana?

Contoh jawaban STAR:

S: Aku bikin analisis yang nunjukin promo diskon 20% di cabang Bandung sebenernya nggak naikin profit — volumenya naik tapi marginnya kegerus.

T: Manager marketing nggak setuju, dia yakin promonya berhasil karena omzet naik 35%.

A: Aku nggak debat di meeting. Aku minta ketemu terpisah, terus aku tunjukin dua angka bersebelahan: omzet naik 35%, tapi gross profit turun 8%. Aku juga tanya dia data apa yang dia pakai — ternyata dia lihat dashboard yang cuma nampilin revenue, nggak ada kolom margin.

R: Kita akhirnya nambahin kolom margin di dashboard mingguan. Promo berikutnya diskonnya diturunin jadi 10% dan gross profit naik 4% dibanding periode promo sebelumnya.

8. Gimana kamu nanganin permintaan analisis yang requestnya nggak jelas?

Jawaban yang tepat: tanya balik apa keputusan yang mau diambil dari data ini. Itu satu pertanyaan yang nyelametin kamu dari 3 hari kerja sia-sia.

Kategori 3: Prioritas dan kerja tim

9. Ada 3 permintaan mendesak barengan. Kamu pilih yang mana?

Yang mereka nilai: kamu punya kriteria, atau kamu cuma ngerjain yang paling berisik. Kriteria yang masuk akal: mana yang punya deadline keputusan nyata, mana yang dampaknya paling gede, mana yang paling cepet dikerjain.

10. Ceritain waktu kamu nggak sepakat sama rekan tim.

Fokus di gimana kamu nyelesain, bukan siapa yang bener. Dan jangan pernah nutup cerita dengan "akhirnya terbukti aku yang bener" — itu bikin kamu keliatan susah diajak kerja.

11. Gimana kamu handle deadline yang nggak realistis?

Yang dicari: kamu ngomong lebih awal, bukan diem terus telat. "Aku bilang ke manager di hari kedua bahwa versi lengkapnya butuh 5 hari, tapi aku bisa kasih versi ringkas 2 hari. Dia pilih versi ringkas."

12. Ceritain proyek data yang kamu pimpin dari nol.

Ini kesempatan pamer proyek terbaik kamu. Sebutin: masalah bisnisnya, data yang kamu pakai, tool-nya, dan angka hasilnya.

Kategori 4: Belajar dan motivasi

13. Gimana kamu belajar skill baru?

Kasih contoh konkret sama timeline. "Tiga bulan lalu aku belum bisa window function. Aku latihan tiap malam 30 menit pakai dataset penjualan sendiri, terus aku pakai buat bikin ranking produk per bulan di laporan kantor."

Kalau lagi ngasah SQL, mulai dari GROUP BY dan INNER JOIN — dua ini yang paling sering muncul di kerjaan nyata.

14. Kenapa mau pindah dari [pekerjaan lama] ke data analyst?

Jawab dengan tarikan, bukan dorongan. "Karena di kerjaan lama aku sering ngerasa keputusan diambil pakai feeling" itu lemah. "Waktu aku bikin rekap penjualan manual di Excel, aku nyadar bagian yang paling aku suka justru nyari pola di angkanya" itu lebih kuat — spesifik dan positif.

15. Kenapa perusahaan ini?

Sebut sesuatu yang cuma bisa kamu tau kalau kamu beneran riset. Produk mereka, ekspansi terbaru, atau masalah data yang mungkin mereka hadapi. Jawaban generik di sini bikin semua jawaban bagus kamu sebelumnya kehilangan bobot.

Contoh kasus: cerita dari dataset toko_berkah

Nggak punya pengalaman kantoran? Ini contoh cerita STAR dari proyek pribadi yang beneran bisa kamu pakai.

S: Aku ngerjain dataset penjualan sebuah toko sembako, 12.000 baris transaksi selama 6 bulan.

T: Aku pengen jawab satu pertanyaan: produk mana yang paling nyumbang profit, bukan cuma paling laku.

A: Aku gabungin tabel transaksi sama tabel produk pakai JOIN, terus hitung margin per produk pakai SUM dan GROUP BY. Aku juga nemuin 340 baris dengan qty negatif — ternyata itu retur, yang selama ini ikut kehitung sebagai penjualan.

R: Setelah retur dipisahin, produk yang paling laku (gula 1kg, 120 unit) ternyata cuma nyumbang 8% profit. Kopi Gayo yang cuma laku 28 unit nyumbang 14%. Insight itu ngubah cara toko nyusun display etalase.

Ceritanya kecil. Tapi ada data nyata, ada temuan yang nggak obvious, dan ada angka. Itu cukup.

Kesalahan umum di interview behavioral

1. Jawab hipotetis. "Kalau aku ketemu masalah itu, aku bakal..." — interviewer langsung tau kamu nggak punya ceritanya. Ceritain kejadian nyata.
2. Nggak ada angka di bagian Result. "Akhirnya proyeknya sukses" itu kosong. Kasih angka: berapa jam kehemat, berapa persen naik, berapa error kekurang.
3. Nyalahin orang lain. "Datanya jelek karena tim IT nggak becus" — langsung red flag. Ceritain apa yang kamu lakuin.
4. Kebanyakan pakai "kami". Kalau tiap kalimat pakai "kami", interviewer nggak tau kontribusi kamu apa. Pakai "aku" di bagian Action.
5. Kegagalan palsu. "Kelemahan saya terlalu perfeksionis" itu jawaban paling capek didenger. Ceritain kegagalan beneran.
6. Cerita 6 menit. Latihan pakai timer. Kalau lebih dari 3 menit, potong bagian Situation — biasanya di situ orang kebanyakan cerita.

Riset dari Harvard Business Review soal interview terstruktur nunjukin pertanyaan behavioral lebih bisa memprediksi performa kerja dibanding pertanyaan hipotetis — makanya perusahaan makin sering pakai.

FAQ

Apa itu metode STAR dan kenapa dipakai di interview?

STAR itu kerangka jawaban: Situation (konteks masalahnya apa), Task (tugas kamu apa), Action (kamu ngapain), Result (hasilnya gimana). Interviewer pakai ini soalnya cerita yang terstruktur gampang dibandingin antar kandidat. Buat kamu, STAR nyegah jawaban yang muter-muter dan mastiin kamu selalu nutup jawaban dengan hasil — bagian yang paling sering kelupaan.

Gimana kalau saya belum punya pengalaman kerja sebagai data analyst?

Pakai proyek pribadi, tugas kuliah, atau pekerjaan lama kamu. Interviewer nggak nuntut ceritanya harus dari kantor besar. Cerita soal kamu bersihin data penjualan warung keluarga dan nemu produk yang selama ini rugi itu valid — asal ada konteks, tindakan, dan hasil yang jelas. Yang bikin gagal itu jawaban hipotetis: "kalau saya ketemu masalah itu, saya akan...". Ceritain yang beneran kejadian.

Berapa lama idealnya jawaban interview behavioral?

Sekitar 1,5 sampai 2 menit per pertanyaan. Lebih pendek dari itu biasanya terlalu tipis dan interviewer harus ngorek terus. Lebih panjang dari 3 menit, perhatian mereka udah kabur dan poin utama kamu tenggelam. Alokasinya kira-kira: 20 detik buat Situation dan Task, 60 detik buat Action, 20 detik buat Result. Bagian Action yang harus paling gemuk — itu yang mereka nilai.

Boleh nggak jujur cerita soal kegagalan waktu interview?

Boleh, dan justru harus. Pertanyaan "ceritain saat kamu gagal" itu jebakan kalau kamu jawab "saya nggak pernah gagal" atau ngasih kegagalan palsu kayak "saya terlalu perfeksionis". Ceritain kegagalan nyata yang kamu tanggung jawab, terus tutup dengan apa yang kamu ubah setelahnya. Interviewer nyari orang yang bisa ngaku salah dan belajar — bukan orang yang ngaku sempurna.

Penutup

Dua hal yang paling nentuin:

• Siapin 5 cerita, bukan 15 jawaban. Lima cerita nyata bisa dipakai ulang buat hampir semua pertanyaan.
• Selalu tutup dengan angka. Berapa jam kehemat, berapa persen naik, berapa error kekurang. Tanpa itu, cerita kamu nggak nempel.

Tulis 5 cerita kamu malam ini, satu paragraf tiap cerita, pakai format STAR. Terus baca keras pakai timer. Kalau ada yang lewat 3 menit, potong bagian Situation-nya.

Baca lanjutan: pertanyaan interview SQL data analyst dan cara optimasi LinkedIn biar recruiter yang nyari kamu.