Jobdesk Data Analyst: Ngapain Aja Sehari-hari?

Jobdesk data analyst itu intinya ngubah data mentah jadi jawaban yang bisa dipakai buat ambil keputusan. Narik data dari sistem, bersihin yang berantakan, analisis, terus jelasin hasilnya ke orang yang nggak ngerti angka.

Tapi kalau kamu ngebayangin kerjaannya duduk depan dashboard keren sambil nemu insight ajaib tiap jam, jauh banget deh dari kenyataan.

Sebagian besar hari malah abis buat benerin data yang kotor sama bales permintaan dadakan. Di bawah ini aku kasih jadwal jam-per-jam yang realistis, terus beda jobdesk-nya di startup, korporat, sama UMKM.

Jadi jobdesk data analyst sebenernya ngapain?

Data analyst tuh ngumpulin data dari berbagai sumber, ngerapiin biar konsisten, terus nyari pola yang menjawab pertanyaan bisnis. Hasilnya dikemas jadi report atau dashboard yang gampang dibaca bos deh. Tugas hariannya muter di empat hal: narik data, bersihin data, analisis, sama komunikasi hasil.

Aku sengaja taruh "komunikasi" di situ ya. Banyak yang ngira kerjaan ini soal angka doang, padahal separuh nilai kamu ada di kemampuan jelasin angka ke tim marketing atau finance. Kalau kamu masih baru di dunia ini, mending baca dulu deh panduan apa itu data analyst biar gambaran besarnya kebentuk.

Sehari-hari data analyst ngapain aja, jam berapa ngapain?

Harinya biasanya kebuka sama ngecek permintaan yang numpuk semalem. Habis itu narik dan bersihin data, lanjut meeting bareng tim. Baru sorenya analisis beneran, ditutup ngelayanin permintaan dadakan. Ini contoh satu hari yang lumayan khas, dari pengalaman aku sama beberapa temen yang kerja di e-commerce lokal. Jamnya nggak baku ya, porsinya kurang lebih segini nih.

Jam	Ngapain
09.00 - 09.30	Buka laptop, cek Slack sama email. Udah numpuk 3 permintaan data dari semalem.
09.30 - 11.00	Narik data penjualan buat report mingguan, terus bersihin. Ini bagian paling makan waktu.
11.00 - 12.00	Standup meeting sama tim, lanjut sync bareng marketing soal target campaign.
13.00 - 15.00	Analisis beneran: nulis query, cek angka yang keliatan aneh, bikin grafik.
15.00 - 16.00	Ad-hoc request dadakan. "Tolong dong angka penjualan Keripik Juara bulan lalu, buat rapat sore."
16.00 - 17.00	Update dashboard, rapiin dokumentasi, bales pertanyaan follow-up.

Perhatiin porsinya deh. Analisis yang bener-bener "mikir" itu cuma sekitar 2 jam. Sisanya kepake buat bersihin data, meeting, sama ngelayanin permintaan yang muncul tiba-tiba.

Kalau dipukul rata dari pengalaman aku, kira-kira kayak gini pembagiannya:

• Bersihin data - sekitar 40%. Angka duplikat, format tanggal beda-beda, nama kota salah ketik.
• Meeting sama komunikasi - sekitar 25%. Standup, sync antar tim, jelasin hasil ke non-teknis.
• Analisis - sekitar 20%. Nulis query, bikin visualisasi, nyari pola.
• Ad-hoc request - sekitar 15%. Permintaan dadakan yang nyelak antrian.

Angka ini estimasi kasar dari yang aku lihat ya, bukan hasil survei. Tapi polanya konsisten sih: analisis yang glamor itu justru bagian paling kecil.

Kenapa data cleaning makan waktu paling banyak?

Data di dunia nyata itu kotor. Selalu. Data penjualan dari kasir bisa punya format tanggal campur aduk, nama produk yang ketik beda-beda, sama baris kosong yang nyelip. Sebelum bisa dianalisis, semua itu harus dirapiin dulu kan ya.

Contoh nyata deh. Misal Toko Berkah punya data transaksi 12 ribu baris. Nama kota "Jakarta" ketulis lima versi: "Jakarta", "JKT", "jakarta", "Jkt Selatan", "Jkt Pusat". Kalau kamu langsung GROUP BY tanpa dibersihin, hasilnya lima baris berbeda buat satu kota yang sama lho.

-- Nyatuin variasi nama kota sebelum dihitung
SELECT
  CASE
    WHEN LOWER(kota) LIKE '%jkt%' OR LOWER(kota) LIKE '%jakarta%' THEN 'Jakarta'
    ELSE kota
  END AS kota_bersih,
  SUM(total) AS omzet
FROM transaksi
GROUP BY kota_bersih;

GROUP BY di sini cara ngegrupin data biar bisa dijumlah per kota. Detail soal aturannya bisa kamu cek di dokumentasi PostgreSQL. Kerjaan kayak gini nempel di hampir tiap hari, makanya aku bikin bahasan khusus soal data cleaning pakai SQL.

Kenapa ad-hoc request bikin jadwal berantakan?

Ad-hoc request itu permintaan data dadakan yang nggak masuk rencana. Bos butuh angka buat rapat sore, tim marketing nanya performa campaign kemaren, finance minta rekap omzet. Semua pengen sekarang juga sih.

Masalahnya, permintaan ini sering keliatan sepele padahal nggak. "Tolong dong angka penjualan bulan lalu" bisa berarti narik data, bersihin, cek ulang, baru dikirim. Setengah jam melayang buat satu pertanyaan yang dikira 5 menit.

Makanya analyst yang udah pengalaman biasanya bikin dashboard biar orang bisa cek angka sendiri. Sekali bikin nih, permintaan berulang berkurang drastis. Ini salah satu alasan kenapa skill komunikasi sama dokumentasi kepake banget di kerjaan harian.

Beda jobdesk data analyst di startup, korporat, sama UMKM?

Judulnya sama, kerjaannya beda jauh tergantung tempat. Di startup kamu ngerjain semua sendiri. Di korporat kamu ngurus satu bagian kecil aja dari tim gede. Di UMKM kamu sering jadi orang data satu-satunya yang malah nyambi kerjaan lain.

Aspek	Startup	Korporat	UMKM
Cakupan kerja	Luas, dari narik data sampe bikin dashboard sendiri	Sempit, fokus satu area kayak data marketing	Serabutan, kadang sekalian pegang admin sama laporan
Tool	SQL, Python, Looker Studio, apa aja yang gratis	Tool enterprise kayak Tableau atau Power BI	Sering cuma Excel sama Google Sheets
Data	Berantakan, masih dibangun sistemnya	Rapi tapi ribet birokrasinya	Manual, banyak input dari WhatsApp sama nota
Ritme	Cepet, banyak eksperimen	Lambat, banyak approval	Fleksibel tapi minim struktur

Nggak ada yang lebih bagus kok, tergantung kamu cocoknya di mana. Kalau suka belajar cepet sambil pegang banyak hal, startup asik. Kalau suka spesialis dan proses jelas, korporat lebih enak. Kalau di UMKM, siap-siap aja jadi jagoan Excel soalnya SQL kadang belum kepake.

Skill apa yang kepake data analyst tiap hari?

Ada empat skill yang paling sering kepake data analyst tiap hari: SQL, spreadsheet, visualisasi, sama komunikasi. Bukan tool paling canggih, tapi ini yang nempel di hampir semua kerjaan. SQL buat narik data, spreadsheet buat ngutak-ngatik cepet, sisanya buat nyajiin dan jelasin hasilnya ke orang lain.

• SQL. Buat narik sama nyaring data dari database. Ini skill paling dasar yang dipake kebanyakan analyst tiap hari kok.
• Spreadsheet. Excel atau Google Sheets buat ngutak-ngatik data cepet. PivotTable tuh wajib bisa.
• Visualisasi. Bikin grafik yang gampang dicerna di Looker Studio, Tableau, atau Power BI.
• Komunikasi. Skill yang paling diremehin nih. Angka bagus nggak ada artinya kalau bosmu bingung bacanya.

Kalau kamu lagi siapin diri buat interview, SQL biasanya yang paling banyak ditanya. Aku udah kumpulin pertanyaan interview SQL yang sering keluar biar kamu nggak kaget pas hari-H.

FAQ

Data analyst kerjanya di depan komputer terus?

Iya, sebagian besar. Tapi bukan cuma ngetik query diem-diem. Ada porsi meeting yang lumayan gede, sekitar seperempat waktu kerja, buat sync sama tim lain dan jelasin hasil analisis. Jadi skill ngomong sama nulis tetep kepake, nggak cuma jago teknis doang.

Apa data analyst harus bisa coding?

Nggak harus jago banget, tapi minimal ngerti SQL. SQL itu bahasa buat minta data dari database, dan hampir tiap lowongan data analyst mensyaratkan ini. Python berguna buat kerjaan yang lebih berat, tapi buat mulai, SQL sama Excel udah cukup buat dapet kerja pertama.

Berapa lama sehari data analyst ngerjain analisis beneran?

Dari yang aku lihat, cuma sekitar 2 jam dari 8 jam kerja. Sisanya kepake buat bersihin data, meeting, sama ngelayanin permintaan dadakan. Jadi kalau kamu masuk bidang ini ngarep mikir strategis seharian, ekspektasinya perlu diturunin dikit ya.

Apa bedanya data analyst sama data entry?

Data entry tugasnya masukin data ke sistem, titik. Data analyst tugasnya ngolah data yang udah ada jadi jawaban sama rekomendasi. Kadang di UMKM dua peran ini nyampur di satu orang, tapi intinya beda: satu ngisi, satu nganalisis.

Jobdesk data analyst fresh graduate beda nggak sama yang senior?

Beda di kedalaman. Fresh grad lebih banyak kebagian narik sama bersihin data plus report rutin. Yang senior lebih ke nentuin pertanyaan apa yang layak dijawab dan ngasih rekomendasi ke manajemen. Tapi kerjaan bersihin data nggak pernah bener-bener hilang kok, bahkan buat yang senior.

Jadi, siap masuk dunia data analyst?

Intinya jobdesk data analyst itu campuran narik data, bersihin, analisis, sama komunikasi, dengan porsi bersihin data yang paling gede. Kerjaannya beda-beda tergantung di startup, korporat, atau UMKM, tapi pondasinya sama.

Kalau kamu mau tau skill apa aja yang perlu disiapin sebelum ngelamar, cek panduan data analyst lengkap di sini dan mulai dari SQL dulu.