Jenjang Karir Data Analyst: Peta Jalan sampai 10 Tahun ke Depan

Jenjang karir data analyst umumnya jalan dari Junior Data Analyst, ke Data Analyst, ke Senior Data Analyst, lalu bercabang ke jalur individual contributor atau jalur manajerial.

Yang jarang dibilang: yang nentuin kamu naik level bukan lama kerja. Tapi seberapa besar keputusan yang berani orang lain ambil dari analisis kamu.

Aku bakal jabarin tiap level — kerjaan hariannya kayak apa, skill apa yang dituntut, rentang gajinya berapa di Indonesia per 2026, dan apa yang bikin orang nyangkut di satu level bertahun-tahun.

Apa aja level jenjang karir data analyst?

Ada 4 level inti sebelum percabangan, dan 2 arah setelahnya. Nama jabatannya beda-beda antar perusahaan, tapi polanya konsisten.

Level	Pengalaman	Fokus kerjaan	Gaji Jakarta (juta/bulan)
Junior Data Analyst	0-2 tahun	Eksekusi request	6-10
Data Analyst	2-4 tahun	Bikin sistem pelaporan	12-20
Senior Data Analyst	4-7 tahun	Nentuin pertanyaan	22-35
Lead / Analytics Manager	7+ tahun	Ngarahin tim atau domain	35-60

Angka gaji di atas rentang kasar buat Jakarta per awal 2026, dari yang aku lihat di lowongan dan obrolan sama orang di industri. Di luar Jakarta, biasanya 20-40% lebih rendah buat level yang sama. Bank dan perusahaan tech besar bayar di atas rentang ini, startup tahap awal di bawahnya tapi biasanya kasih equity.

Level 1: Junior Data Analyst (tahun 0-2)

Kerjaan kamu di sini: nerima permintaan, terus ngerjain.

"Tolong tarik data penjualan Q1 per kota." "Kenapa angka dashboard beda sama laporan finance?" "Bisa update slide ini pakai data bulan lalu?"

Skill yang dipakai tiap hari: SQL buat narik dan gabung data, spreadsheet buat ngerapiin, satu tool visualisasi (Looker Studio, Tableau, atau Power BI). Python opsional di banyak tempat, tapi makin ke sini makin sering diminta.

Yang bikin junior stuck: ngerjain persis apa yang diminta, nggak pernah nanya kenapa. Kamu dikasih tugas tarik data penjualan, kamu tarik. Padahal yang orang itu beneran mau tau adalah kenapa penjualan turun.

Cara keluar dari level ini: mulai kirim jawaban, bukan cuma data. Bukan "ini file-nya" tapi "ini file-nya, dan aku nemu penjualan Bandung turun 18% gara-gara satu SKU yang stoknya kosong 3 minggu."

Kalau SQL kamu masih goyang, mulai dari GROUP BY dan JOIN — dua ini yang paling sering kepake di kerjaan harian.

Level 2: Data Analyst (tahun 2-4)

Di sini kamu berhenti jadi tukang tarik data, dan mulai bikin hal yang jalan tanpa kamu.

Kalau tiap Senin kamu ngerjain laporan mingguan yang sama, kamu bikin dashboard-nya, lalu laporan itu jalan sendiri. Waktu kamu balik buat masalah baru.

Skill baru yang muncul di level ini: bikin data model yang rapi (dimensi dan fakta, bukan satu tabel raksasa), ETL dasar, dan versioning query pakai Git. Beberapa tim udah pakai dbt di titik ini.

Yang bikin mid-level stuck: jadi terlalu nyaman jadi "orang yang bisa bikin dashboard." Dashboard kamu banyak, tapi nggak ada yang tau mana yang beneran dipakai buat keputusan.

Aku pernah audit satu tim analytics di perusahaan retail. Mereka punya 47 dashboard aktif. Setelah dicek log-nya, cuma 6 yang dibuka lebih dari sekali seminggu. Sisanya bikin capek maintenance, tapi nggak dipakai siapa-siapa.

Cara keluar dari level ini: mulai bunuh dashboard yang nggak dipakai, dan mulai bawa pertanyaan sendiri ke meeting.

Level 3: Senior Data Analyst (tahun 4-7)

Perbedaan senior sama mid bukan di tools. Senior lebih jago nentuin pertanyaan yang bener, sebelum satu baris SQL pun ditulis.

Contoh nyata. Product manager datang bilang "tolong cek retention user kita turun nggak." Mid-level bakal langsung bikin query retention. Senior bakal nanya dulu: retention yang mana? User yang baru daftar bulan ini, atau semua user aktif? Dan kenapa kamu curiga turun — ada yang berubah di produk?

Setengah dari kerjaan analisis itu ngeklarifikasi pertanyaannya. Bagian ini yang nggak diajarin di kursus mana pun.

Skill yang jadi pembeda di level ini:

• Experiment design — ngerti kenapa A/B test kamu nggak valid kalau sample-nya kekecilan
• Statistik terapan — tau kapan perbedaan angka itu beneran, kapan cuma noise
• Nulis rekomendasi yang bisa salah, dan berani tanda tangan di bawahnya
• Ngajarin junior tanpa ngerjain kerjaannya

Yang paling sering jadi bottleneck: komunikasi. Kamu bisa nulis query paling elegan di kantor, tapi kalau direktur nggak paham kesimpulannya dalam 2 menit, analisis kamu nggak kepake.

Level 4: Percabangan setelah senior

Di sekitar tahun ke-5 sampai ke-7, jalannya pecah dua. Ini keputusan karir paling penting yang bakal kamu ambil.

Jalur individual contributor

Kamu tetap ngerjain masalah teknis, tapi masalahnya makin sulit dan makin luas dampaknya.

Beberapa peran yang biasa jadi tujuan:

• Lead / Principal Analyst — pegang domain besar (misalnya semua analytics buat produk pembayaran), tanpa punya bawahan langsung
• Analytics Engineer — fokus bikin data pipeline dan data model yang bisa dipercaya seluruh perusahaan
• Data Scientist — pindah ke model prediktif, machine learning, dan eksperimen
• Product Analyst — nempel di satu tim produk, jadi partner PM

Jalur manajerial

Kamu berhenti nulis query, dan mulai ngurus orang plus prioritas.

• Analytics Manager — pegang 3-8 analyst, bagi kerjaan, ngurus karir mereka
• Head of Data / Data Director — pegang strategi data seluruh perusahaan, termasuk budget dan tool

Yang perlu kamu tau sebelum milih: di perusahaan tech yang matang, gaji Principal Analyst dan Analytics Manager itu setara. Jadi kamu nggak perlu jadi manager cuma buat naik gaji.

Tapi di banyak perusahaan Indonesia, terutama yang non-tech, jalur IC belum ada. Satu-satunya cara naik ya jadi manager. Cek dulu struktur perusahaan kamu sebelum berharap.

Contoh kasus: 3 pola karir yang aku lihat

Ini pola yang berulang dari orang-orang yang aku ajarin di kelas Ngulik Data.

Pola 1 — loncat perusahaan. Junior di startup kecil 1,5 tahun, pindah ke e-commerce sebagai mid dengan gaji naik 80%. Dua tahun kemudian pindah lagi jadi senior. Total 4 tahun dari junior ke senior. Kenaikan lewat pindah kerja biasanya 40-80%, jauh di atas kenaikan internal yang 8-15% per tahun.

Pola 2 — tumbuh di dalam. Masuk sebagai junior di bank, promosi tiap 2 tahun. Enam tahun jadi senior. Gaji lebih lambat naik, tapi domain knowledge dalam banget, dan itu yang bikin dia akhirnya diambil jadi Head of Data di fintech.

Pola 3 — nyangkut. Empat tahun di posisi yang sama, tetap ngerjain request yang sama. Skill SQL-nya bagus, tapi nggak pernah bawa masalah sendiri. Waktu ngelamar posisi senior, gugur di tahap studi kasus — karena ditanya "apa yang kamu lakuin kalau datanya nggak cukup" dan dia bingung.

Pola 3 ini paling sering. Dan penyebabnya hampir selalu sama: kelamaan nyaman jadi eksekutor.

Kesalahan umum di jenjang karir data analyst

Ngumpulin sertifikat, bukan bukti. Nggak ada hiring manager yang naikin gaji kamu gara-gara sertifikat kesekian. Yang mereka mau lihat: proyek yang ngasih dampak, dan angkanya. "Bikin dashboard churn yang bikin tim CS nurunin churn 3%" jauh lebih kuat dari 5 sertifikat.

Kejar tool baru terus. Ganti dari Tableau ke Power BI ke Looker nggak bikin kamu naik level. Tools itu bisa dipelajari dalam 2 minggu. Yang susah dan mahal itu judgment.

Nunggu promosi datang sendiri. Di kebanyakan perusahaan Indonesia, promosi itu diminta, bukan dikasih. Kalau kamu udah ngerjain kerjaan senior selama setahun, itu bukan otomatis jadi promosi — itu jadi ekspektasi baru.

Ngindarin kerjaan yang "kotor". Bersihin data messy, dokumentasiin definisi metrik, ngurus data quality. Kerjaan ini nggak seksi, tapi orang yang bisa ngerjain ini yang jadi tulang punggung tim — dan mereka yang paling susah digantiin.

FAQ

Berapa lama dari junior ke senior data analyst?

Rata-rata 4 sampai 7 tahun, tapi rentangnya lebar. Yang paling cepat biasanya orang yang pindah kerja 1-2 kali di tahun-tahun awal, soalnya kenaikan level lewat pindah perusahaan biasanya lebih cepat dari promosi internal. Yang nentuin bukan jumlah tahun, tapi seberapa sering analisis kamu dipakai buat ambil keputusan yang ada risikonya.

Data analyst harus jadi data scientist?

Nggak harus. Data scientist cuma salah satu percabangan, dan bukan yang paling tinggi. Banyak senior analyst yang malah pindah ke analytics engineering atau product analytics dan dapat kompensasi setara. Pilih berdasarkan jenis masalah yang kamu suka: model prediktif ke data science, data rapi dan bisa dipercaya ke analytics engineering.

Berapa gaji data analyst di Indonesia?

Per 2026, rentang kasar di Jakarta: junior 6-10 juta, mid 12-20 juta, senior 22-35 juta, lead atau manager 35-60 juta per bulan. Startup tahap awal biasanya bayar lebih rendah tapi kasih equity. Perusahaan tech besar dan bank bayar di atas rentang ini. Angka di luar Jakarta biasanya 20-40% lebih rendah buat level yang sama.

Skill apa yang bikin naik dari mid ke senior?

Bukan tools baru. Yang bikin naik itu kemampuan nentuin pertanyaan yang benar sebelum nulis query, dan berani ngasih rekomendasi yang bisa salah. Junior nunggu dikasih tiket. Senior datang ke meeting bawa masalah yang belum ada yang sadar, plus angka yang ngedukung. Komunikasi ke orang non-teknis biasanya jadi bottleneck terbesar di level ini.

Apakah jadi manager itu satu-satunya cara naik gaji?

Nggak. Di perusahaan tech yang matang, jalur individual contributor punya level setara manager sampai director, dan bayarannya mirip. Bedanya di jenis kerjaan: manager ngurus orang dan prioritas tim, IC ngurus masalah teknis yang paling sulit. Kalau kamu nggak suka meeting dan performance review, jalur IC lebih masuk akal — asal perusahaannya emang punya jalur itu.

Ringkasan

Empat level inti: junior (eksekusi), mid (bikin sistem), senior (nentuin pertanyaan), lead atau manager (ngarahin). Setelah tahun ke-5, kamu milih antara jalur IC atau manajerial — dan di perusahaan yang bener, dua-duanya bayarannya setara.

Yang bikin naik level bukan sertifikat atau tool baru. Tapi seberapa berani orang ambil keputusan dari analisis kamu.

Kalau kamu masih di level junior dan pengen cepat naik, mulai dari fondasi yang paling sering dipakai: SQL yang beneran bisa dipakai kerja. Coba latihan window function di NgulikSQL — ini skill yang paling sering muncul di tes teknis level mid ke atas.

Buat gambaran skill apa aja yang diminta di lowongan Indonesia, cek juga daftar skill data analyst 2026. Data pembanding gaji global bisa kamu lihat di Stack Overflow Developer Survey.