TL;DR
Job description analis data biasanya ditulis campuran antara kebutuhan nyata tim dan template HR yang dipakai ulang, jadi nggak semua poin di daftar syarat punya bobot yang sama. Cara bacanya: mulai dari bagian tanggung jawab harian, bukan dari daftar skill, karena tanggung jawab nunjukin kerjaan sebenarnya. Istilah kayak ad hoc request, stakeholder management, dan end to end punya arti kerja yang spesifik dan bisa diterjemahkan. Skill yang disebut di dua tempat sekaligus, yaitu di tanggung jawab dan di syarat, hampir selalu syarat wajib. Skill yang cuma nempel di satu baris paling bawah biasanya bonus.
Job description analis data itu campuran dua hal: kebutuhan nyata tim yang lagi kekurangan orang, dan template lama yang dipakai ulang tanpa dibaca ulang.
Masalahnya, dua hal itu ditulis dengan huruf yang sama besar. Jadi kamu lihat "menguasai Python, R, SQL, Tableau, Power BI, dan Excel tingkat lanjut" lalu langsung mundur, padahal kerjaan hariannya bikin laporan mingguan di Google Sheets.
Di bawah ini cara aku baca lowongan analis data: mulai dari bagian mana, jargon apa artinya apa, dan gimana misahin syarat wajib dari syarat tempelan.
Lowongan analis data susah dibaca karena biasanya ditulis tiga pihak sekaligus. Manajer yang bakal jadi atasan nulis bagian tanggung jawab. Tim HR nambahin syarat administratif. Dan bagian daftar skill sering disalin dari lowongan sebelumnya atau dari perusahaan lain.
Hasilnya, satu dokumen dengan tingkat kepentingan yang campur aduk. Bagian yang paling akurat menggambarkan kerjaan kamu nanti adalah daftar tanggung jawab, bukan daftar skill.
Dari 120 lowongan analis data berbahasa Indonesia yang aku kumpulin sepanjang Agustus sampai Oktober 2025, 111 nyebut Excel atau Google Sheets di daftar skill, 103 nyebut SQL, 71 nyebut salah satu tool visualisasi, dan 38 nyebut Python. Tapi cuma 14 yang nyebut Python di bagian tanggung jawab. Selisih itu yang bikin banyak orang mundur duluan.
Baca dari bawah ke atas, dengan urutan prioritas yang dibalik. Bagian tanggung jawab dibaca duluan dan pelan-pelan, bagian kualifikasi dibaca belakangan dan cepat. Alasannya: tanggung jawab ditulis orang yang tahu kerjaan itu, kualifikasi sering ditulis orang yang nggak ngerjain.
Istilah di bawah ini muncul di hampir semua lowongan analis data. Sebagian punya arti kerja yang spesifik, sebagian cuma pemanis.
| Yang ditulis | Artinya di kerjaan sehari-hari |
|---|---|
| Ad hoc request | Permintaan data dadakan dari tim lain, di luar laporan rutin |
| Stakeholder management | Kamu yang nanya balik ke peminta data, "angka ini mau dipakai buat apa?" |
| End to end | Dari narik data mentah sampai presentasi ke manajemen, dikerjain sendiri |
| Data storytelling | Bikin slide yang isinya kesimpulan, bukan tumpukan grafik |
| Hands on | Kamu yang ngetik query dan rumusnya, bukan cuma ngatur orang |
| Fast paced environment | Prioritas sering berubah, deadline pendek, dokumentasi seadanya |
| Wear many hats | Tim kecil, kamu ngerjain hal di luar deskripsi resmi |
| Attention to detail | Ada yang pernah salah angka di laporan direksi, dan mereka trauma |
| Business acumen | Kamu paham gimana perusahaan itu cari uang, bukan cuma paham tool |
| Cross functional | Kamu bakal ketemu tim marketing, finance, dan operasional tiap minggu |
| Self starter | Onboarding minim, kamu diharapkan nyari sendiri datanya di mana |
| Data driven culture | Bisa berarti dua hal berlawanan: keputusan beneran pakai data, atau lagi berusaha ke situ |
| Automate reporting | Ada laporan manual yang bikin orang lembur, dan kamu yang disuruh benerin |
| Data governance | Belum ada standar penamaan dan definisi metrik, kamu yang bikin |
Dua istilah yang layak kamu kejar waktu interview: fast paced environment dan data driven culture. Tanya balik dengan pertanyaan konkret, misalnya "keputusan bisnis terakhir yang berubah gara-gara analisis, contohnya apa?" Jawabannya bakal jauh lebih jujur dari kalimat di lowongan.
Ada empat penanda yang cukup akurat buat misahin dua jenis syarat ini.
| Penanda | Kemungkinan besar wajib | Kemungkinan besar tempelan |
|---|---|---|
| Posisi di dokumen | Muncul di tanggung jawab dan kualifikasi | Cuma muncul sekali di daftar panjang |
| Cara nulis | Spesifik: "SQL termasuk window function" | Kabur: "familiar dengan tools data" |
| Konteks | Disebut bareng nama sistem internal | Disebut bareng 5 tool lain dalam satu baris |
| Kata penghubung | "wajib", "minimal", "harus" | "nilai plus", "lebih disukai", "a plus" |
Contohnya begini. Lowongan yang nulis "mampu menulis query SQL termasuk window function untuk analisis kohort" jelas syarat wajib, dan kamu bisa siapin diri lewat tutorial window function di dokumentasi resmi PostgreSQL. Bandingkan sama "memahami konsep data science menjadi nilai tambah", yang praktis nggak akan ditanya sama sekali.
Kalau istilah teknisnya bikin kamu ragu, cek dulu artinya di halaman glosarium kayak analisis kohort atau segmentasi. Sering kali istilahnya kedengeran berat padahal konsepnya udah kamu pakai tanpa tahu namanya.
Penamaan jabatan data di Indonesia belum seragam. Satu perusahaan nyebut Data Analyst, perusahaan lain nyebut MIS Staff buat kerjaan yang sama persis.
| Nama jabatan | Kerjaan intinya | Tool utama |
|---|---|---|
| Data Analyst | Narik data, cari pola, bikin laporan dan rekomendasi | SQL, spreadsheet, tool visualisasi |
| Business Analyst | Mewawancarai pengguna, nulis kebutuhan sistem | Dokumen, diagram proses, spreadsheet |
| BI Analyst | Bangun dan rawat dashboard buat banyak tim | Power BI, Tableau, Looker Studio |
| MIS Staff | Laporan rutin operasional, rekap harian | Excel, sistem internal perusahaan |
| Reporting Analyst | Laporan berkala dengan format tetap | Excel, SQL, template laporan |
| Data Engineer | Bangun pipeline data, urus database | Python, SQL, cloud warehouse |
| Data Scientist | Bikin model prediksi dan eksperimen | Python, R, statistik |
Aturan praktisnya: judul jabatan cuma buat nyari lowongan di mesin pencari. Keputusan apply diambil dari isi tanggung jawab.
Ini contoh gabungan dari beberapa lowongan nyata yang aku kumpulin, ditulis ulang biar nggak nunjuk perusahaan tertentu.
Data Analyst (Jakarta, hybrid)
Tanggung jawab: Menyusun laporan penjualan harian dan mingguan. Menjawab ad hoc request dari tim marketing dan operasional. Membangun dashboard untuk memantau performa kategori produk. Melakukan analisis retensi pelanggan bulanan.
Kualifikasi: Minimal 2 tahun pengalaman. Mahir SQL dan Excel. Menguasai Python, R, Tableau, Power BI, dan Google Analytics. Pemahaman machine learning menjadi nilai tambah. Mampu bekerja di fast paced environment.
Terjemahannya begini. Empat poin tanggung jawab semuanya kerjaan pelaporan dan analisis deskriptif. Nggak ada satu pun yang butuh model prediksi.
SQL dan Excel disebut sebagai "mahir" dan nyambung langsung ke poin laporan harian, jadi ini wajib. Tool visualisasi nyambung ke poin dashboard, jadi salah satunya wajib, bukan semuanya.
Python, R, dan machine learning nggak punya pasangan di daftar tanggung jawab. Itu daftar keinginan. Kalau kamu kuat di SQL, Excel, dan satu tool dashboard, kamu kandidat yang layak buat lowongan ini.
Frasa "analisis retensi pelanggan bulanan" itu yang paling berbobot dan paling sering dilewatin pelamar. Kalau kamu bisa nunjukin satu contoh perhitungan retensi yang pernah kamu bikin, kamu langsung di depan mayoritas pelamar lain.
Kalau kamu masih di tahap nyiapin skill dasarnya, mulai dari yang paling sering muncul. Rumus spreadsheet kayak SUMIFS dan XLOOKUP muncul di hampir semua tes praktik analis data entry level.
Kalau kamu memenuhi semua yang disebut di bagian tanggung jawab dan sekitar setengah dari daftar skill, itu udah cukup buat apply. Daftar skill di banyak lowongan Indonesia disusun sebagai daftar keinginan, bukan syarat mati. Yang bikin kamu gugur di tahap awal biasanya bukan kurang satu tool, tapi nggak bisa nunjukin contoh kerjaan yang nyambung sama tanggung jawabnya.
Ad hoc request artinya permintaan data dadakan dari tim lain yang nggak terjadwal dan nggak masuk laporan rutin. Contohnya manajer marketing tiba-tiba minta daftar pelanggan yang belum belanja 60 hari terakhir. Kalau istilah ini muncul beberapa kali di satu lowongan, siap-siap sebagian besar harimu bakal habis ngelayanin permintaan model gini, bukan bikin analisis besar.
Sebagian karena template. Tim HR sering nyalin daftar skill dari lowongan lain tanpa cek ulang sama manajer yang bakal jadi atasan. Cara ngecek: lihat bagian tanggung jawab. Kalau nggak ada satu pun poin yang nyebut modeling, otomatisasi, atau pipeline, kemungkinan besar Python di situ cuma nilai tambah, bukan syarat yang dites di interview.
Data Analyst lebih banyak megang angka: narik data, bikin laporan, cari pola. Business Analyst lebih banyak megang proses: mewawancarai pengguna, nulis kebutuhan sistem, bikin dokumen spesifikasi. Di perusahaan kecil dua peran ini sering digabung jadi satu orang. Baca tanggung jawabnya, jangan judulnya, karena penamaan jabatan di Indonesia belum seragam.
Nggak selalu, soalnya mayoritas lowongan di Indonesia memang nggak nyantumin rentang gaji. Yang lebih layak dicurigai kalau lowongannya minta pengalaman 5 tahun tapi statusnya internship, atau daftar tanggung jawabnya nyampur tiga peran sekaligus. Kamu tetap boleh nanya rentang gaji di awal proses, biasanya di tahap screening HR.
Dua kebiasaan yang bikin kamu jauh lebih efektif nyari kerja data: baca tanggung jawab duluan, dan cek apakah satu skill muncul dua kali sebelum kamu anggap itu wajib.
Coba ambil satu lowongan yang lagi kamu incar sekarang. Tandai poin tanggung jawabnya, terus tulis satu kalimat "kerjaan utamanya adalah ___". Kalau kalimat itu kebentuk dan kamu tertarik, apply.
Mau nyiapin skill yang paling sering diminta? Mulai dari SQL di NgulikSQL, latihannya langsung ketik query di browser tanpa install apa pun. Lanjut baca juga apa yang nggak perlu kamu pelajari buat jadi analis data biar waktu belajarmu nggak kebuang.
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.
Financial analyst kerja di angka uang, data analyst kerja di angka apa pun. Tapi di 2026 tools-nya makin sama. Ini beda dan irisannya.
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.