Optimasi LinkedIn buat Data Analyst: Biar Recruiter yang Nyari Kamu
Blog/Karir Data/Optimasi LinkedIn buat Data Analyst: Biar Recruiter yang Nyari Kamu

Optimasi LinkedIn buat Data Analyst: Biar Recruiter yang Nyari Kamu

BimaBima
·2 Maret 2026·10 menit baca

Penulis

Bima

Bima

Founder & Data Professional

Bagikan

TL;DR

Optimasi LinkedIn buat data analyst intinya bikin profil kamu muncul di hasil pencarian recruiter: taruh keyword "Data Analyst", "SQL", dan "Python" di headline, About, dan bagian Skills. Recruiter pakai LinkedIn Recruiter yang nyocokin kata kunci di headline dan skill — bukan baca profil satu-satu. Tambahin portofolio nyata di section Featured supaya recruiter yang udah nemu kamu punya alasan buat nge-klik.

Recruiter nemuin kandidat lewat kolom search, bukan lewat scroll feed. Mereka ngetik "data analyst SQL Jakarta", terus LinkedIn nyodorin daftar profil yang cocok.

Artinya profil kamu itu halaman yang harus lolos pencarian. Kalau kata "Data Analyst" nggak ada di headline kamu, kamu nggak masuk daftar — sebagus apa pun pengalaman kamu.

Aku bakal jalanin profil LinkedIn section per section: headline, About, Experience, Skills, Featured. Tiap bagian ada contoh sebelum-sesudah yang bisa kamu tiru hari ini.

Kenapa profil LinkedIn data analyst harus dioptimasi buat search?

Soalnya recruiter kerja pakai LinkedIn Recruiter — tool pencarian yang nyocokin kata kunci di headline, job title, skill, dan About. Mereka nggak baca 200 profil satu-satu. Mereka ngetik query, dapet 40 hasil, lalu buka 10 teratas.

Kalau profil kamu nggak muncul di 40 itu, kamu nggak ada. Ini bukan soal profil kamu bagus atau jelek — kamu cuma nggak kebaca sistemnya.

Dua pekerjaan yang harus dikerjain profil kamu:

  1. Ketemu. Keyword yang bener di tempat yang bener.
  2. Dipercaya. Begitu recruiter klik, mereka harus lihat bukti, bukan klaim.

Kebanyakan orang cuma ngerjain nomor 2, terus bingung kenapa nggak ada yang chat.

Gimana nulis headline LinkedIn data analyst yang dicari recruiter?

Headline adalah satu-satunya teks yang ikut nempel di kamu di semua hasil pencarian, komentar, dan notifikasi. Bobotnya paling gede di algoritma pencarian. Pakai format peran + tools + hasil — bukan jabatan formal kamu di kantor.

Batasnya 220 karakter. Jangan disia-siain cuma buat nulis "Staff Admin di PT Maju Jaya".

Headline lemahKenapa gagal
Aspiring Data EnthusiastNggak ada recruiter yang ngetik "aspiring" atau "enthusiast"
Fresh Graduate | Open to WorkNol keyword skill. Ribuan orang punya headline sama
Staff Administrasi di PT Maju JayaJabatan lama, bukan tujuan kamu
📊 Data 📈 Analytics 🚀 GrowthEmoji nggak keindeks. Kata kuncinya kepotong

Versi yang jalan:

Data Analyst | SQL, Python, Looker Studio | Bantu tim retail baca angka penjualan

Data Analyst (Career Switcher dari Akuntansi) | SQL · Excel · Power BI | Open to Work

Junior Data Analyst | Bikin dashboard penjualan buat UMKM | SQL, Google Sheets

Tiga kata yang harus ada di headline data analyst Indonesia: Data Analyst, SQL, dan satu tool visualisasi. Itu tiga kata yang paling sering diketik di kolom search.

Belum kuat SQL-nya? Mulai dari panduan belajar SQL untuk pemula dulu, baru pasang di headline. Jangan klaim skill yang belum kamu punya — interview teknis bakal ketahuan dalam 5 menit.

Apa yang ditulis di About section?

Tiga paragraf pendek, dan 2 baris pertama harus nendang — sisanya ketutup tombol "see more". Paragraf 1: kamu bantu masalah apa. Paragraf 2: tools plus satu hasil kerja yang ada angkanya. Paragraf 3: kamu lagi nyari apa dan gimana kontaknya.

Contoh About yang aku suka:

Aku bantu tim bisnis berhenti nebak-nebak dan mulai baca angka. Sebelumnya 4 tahun di finance, sekarang fokus di data analytics.

Kerja sehari-hari pakai SQL buat narik data transaksi, Python (pandas) buat bersihin data berantakan, dan Looker Studio buat bikin dashboard yang dibaca orang non-teknis. Proyek terakhir: dashboard penjualan buat 12 cabang retail, yang mangkas waktu rekap mingguan dari 3 jam jadi 15 menit.

Lagi cari peran Data Analyst di perusahaan retail atau consumer goods. Kalau tim kamu lagi butuh, chat aja di sini atau email ke [email].

Perhatiin: ada angka konkret (3 jam → 15 menit, 12 cabang). Ini yang bikin recruiter berhenti scroll. "Berpengalaman di bidang analisis data" nggak ngasih informasi apa-apa.

Sisipin keyword secara natural — About ikut diindeks. Tapi jangan bikin daftar kata kunci telanjang, itu kelihatan banget dan bikin manusia males baca.

Gimana nulis Experience biar kelihatan hasilnya?

Tiap bullet ikutin pola: kata kerja + apa yang kamu kerjain + hasil dengan angka.

SebelumSesudah
Bertanggung jawab atas pembuatan laporan penjualanBikin laporan penjualan mingguan buat 5 cabang — otomasi pakai query SQL, waktu proses turun dari 4 jam jadi 20 menit
Melakukan analisis data pelangganAnalisis 12.000 transaksi pelanggan, nemuin 3 segmen yang nyumbang 68% revenue — dipakai tim marketing buat targeting
Membantu tim dalam pengolahan dataBersihin data inventory 8.000 baris pakai Power Query, ngurangin selisih stok fisik vs sistem dari 7% jadi 1,2%

Belum punya pengalaman kerja di data? Pakai proyek pribadi. Tulis di Experience dengan jabatan "Data Analyst (Personal Project)" dan sebut datasetnya, tools-nya, dan temuannya.

Recruiter Indonesia yang aku ajak ngobrol bilang hal yang sama: proyek nyata dengan angka lebih meyakinkan daripada 5 sertifikat online tanpa output.

Skills, Featured, dan URL — bagian yang paling sering dilewatin

Skills: 3 slot teratas menentukan

LinkedIn kasih 50 slot skill, tapi cuma 3 teratas yang tampil menonjol dan paling berat di pencarian. Urutan buat data analyst:

  1. SQL
  2. Microsoft Excel (atau Python, tergantung jalur kamu)
  3. Data Visualization

Sisanya isi tools spesifik: Looker Studio, Power BI, Tableau, BigQuery, pandas, Google Sheets, Data Cleaning. Recruiter kadang ngetik nama tool doang.

Featured: taruh bukti, bukan sertifikat

Section Featured itu tempat paling under-used di LinkedIn. Isi 3 hal:

  • Link ke dashboard publik kamu (Looker Studio bisa di-share publik gratis)
  • Link ke repo GitHub atau notebook analisis
  • Satu post kamu yang isinya breakdown analisis — bukan quote motivasi

Bingung mau bikin proyek apa? Ambil dataset publik Indonesia dari BPS dan bikin satu dashboard yang jawab satu pertanyaan konkret.

URL kustom

Ganti linkedin.com/in/budi-santoso-8a7b3c92 jadi linkedin.com/in/budisantoso-data. Gratis, 30 detik, dan CV kamu langsung kelihatan lebih rapi.

Contoh kasus: profil Rina, career switcher dari akuntansi

Ini contoh perubahan yang aku sering saranin ke orang yang lagi switch career.

Sebelum:

  • Headline: "Staff Accounting | Open to New Opportunities"
  • About: 2 kalimat generik soal "passionate about data"
  • Skills: Microsoft Office, Teamwork, Communication
  • Featured: kosong

Sesudah:

  • Headline: "Data Analyst | SQL · Excel · Looker Studio | 4 tahun di finance, sekarang bantu tim baca angka"
  • About: 3 paragraf, ada angka proyek dashboard toko_berkah
  • Skills: SQL, Microsoft Excel, Data Visualization, Looker Studio, Financial Analysis
  • Featured: 1 dashboard Looker Studio publik + 1 post breakdown analisis

Backgroundnya nggak berubah. Yang berubah cuma cara profilnya dibaca mesin pencari dan manusia.

Pengalaman finance 4 tahun itu justru nilai jual — kamu ngerti angka bisnis, bukan cuma nulis query. Jangan disembunyiin, jadiin sudut pandang.

Kesalahan umum di profil LinkedIn data analyst

  1. Headline isinya emoji dan buzzword. Emoji nggak keindeks di pencarian, dan bikin kata kunci kamu kepotong.
  2. Nulis "Aspiring Data Analyst". Kata "aspiring" bikin kamu keluar dari hasil pencarian "data analyst" — nggak, LinkedIn nggak sepintar itu, tapi recruiter yang baca langsung nge-skip.
  3. Skill diisi soft skill. "Teamwork" dan "Communication" nggak pernah diketik recruiter data. Isi tools.
  4. Numpuk sertifikat tanpa proyek. 10 sertifikat Coursera kalah sama 1 dashboard yang jalan dan bisa diklik.
  5. Profil bahasa Inggris padahal nyari kerja di Indonesia. Recruiter lokal ngetik campur — pakai istilah teknis English, tapi deskripsi boleh Indonesia. Bahasa Inggris murni malah bikin kamu kelewat di pencarian lokal.
  6. Nggak nyalain "Open to Work" versi recruiter-only. Ini setting yang cuma kelihatan sama recruiter, nggak sama kantor kamu sekarang. Nyalain aja — gratis dan naikin visibilitas.

FAQ

Headline LinkedIn data analyst yang bagus itu kayak gimana?

Isi keyword yang diketik recruiter, bukan jabatan formal kamu. Format yang jalan: peran + tools + hasil. Contohnya "Data Analyst | SQL, Python, Looker Studio | Bantu tim retail baca angka penjualan". Headline itu satu-satunya teks yang ikut kebawa di hasil pencarian, jadi kalau kata "Data Analyst" nggak ada di situ, kamu susah ketemu. Jangan nulis "Aspiring Data Enthusiast" — nggak ada recruiter yang ngetik itu.

Apa yang harus ditulis di About section LinkedIn data analyst?

Tiga paragraf pendek. Paragraf pertama: kamu siapa dan bantu masalah apa. Paragraf kedua: tools yang kamu pakai plus satu hasil kerja yang ada angkanya, misalnya "bikin dashboard yang mangkas waktu rekap mingguan dari 3 jam jadi 15 menit". Paragraf ketiga: apa yang kamu cari dan cara kontak kamu. Sisipin keyword SQL, Python, dan Excel di situ soalnya About ikut diindeks pencarian.

Berapa banyak skill yang harus dipasang di LinkedIn?

Isi sampai 50 slot, tapi urutan 3 skill teratas yang paling penting — itu yang tampil paling menonjol dan paling berat di algoritma pencarian. Buat data analyst, taruh SQL, Excel, dan Python (atau Data Visualization) di tiga slot pertama. Sisanya isi tools spesifik: Looker Studio, Power BI, Tableau, BigQuery, pandas.

Perlu nggak sih posting konten di LinkedIn buat dapat kerjaan data?

Nggak wajib, tapi ngebantu. Recruiter cari kamu lewat search — itu tergantung headline dan skill, bukan postingan. Postingan berguna buat orang yang udah mampir ke profil kamu: mereka lihat kamu beneran ngerti topiknya. Satu-dua post per minggu soal query yang kamu pelajari atau chart yang kamu bikin udah cukup. Nggak usah maksa jadi content creator.

Penutup

Dua hal yang paling ngefek kalau kamu cuma punya 30 menit hari ini:

  • Ganti headline jadi format peran + tools + hasil. Pastiin ada kata "Data Analyst" dan "SQL".
  • Isi 3 skill teratas dengan SQL, Excel, dan Data Visualization.

Sisanya — About, Featured, Experience — bisa dicicil minggu depan.

Yang bikin profil kamu dipercaya itu bukti, dan bukti paling gampang dibikin itu satu proyek yang jalan. Mulai dari satu query yang jawab satu pertanyaan bisnis. Kalau kamu belum nyaman nulis query, latihan interaktifnya ada di glosarium SQL dan halaman GROUP BY.

Baca lanjutan: cara bikin portofolio data analyst dari nol.

Coba Langsung

Mau praktek langsung? Mulai latihan SQL gratis

Latihan interaktif, langsung di browser.

Buka NgulikSQL →
Bagikan:
Bima
Ditulis oleh

Bima

Founder & Data Professional

Founder Ngulik Data. Passionate about making data analysis accessible for everyone.

Artikel Terkait

Kerja Data Analyst di Luar Negeri: Visa, Gaji, dan Persiapan
Karir Data
11 Juli 2026•9 menit baca

Kerja Data Analyst di Luar Negeri: Visa, Gaji, dan Persiapan

Kerja data analyst di luar negeri bukan soal ijazah luar negeri. Yang nentuin: sponsorship visa, portfolio, dan negara yang kamu incar.

BimaBima
Financial Analyst vs Data Analyst: Dua Dunia yang Makin Nyatu
Karir Data
8 Juli 2026•8 menit baca

Financial Analyst vs Data Analyst: Dua Dunia yang Makin Nyatu

Financial analyst kerja di angka uang, data analyst kerja di angka apa pun. Tapi di 2026 tools-nya makin sama. Ini beda dan irisannya.

BimaBima
Marketing Analyst: Metrik, Tools, dan Jalur Masuknya
Karir Data
5 Juli 2026•8 menit baca

Marketing Analyst: Metrik, Tools, dan Jalur Masuknya

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.

BimaBima
Kembali ke Blog
Ngulik Data logoNgulik Data

Platform edukasi data lengkap untuk professionals Indonesia. Belajar SQL, Data Analysis, dan lebih banyak lagi dengan praktek langsung dan feedback real-time.

Copyright © 2026 - All rights reserved

LINKS
SupportPricingDatasetBlogAffiliates
LEGAL
Terms of servicesPrivacy policy
Ngulik Data
DatasetLeaderboardBlogStore