Anda di halaman 1dari 3

Data analysis memegang peran penting dalam strategi Perusahaan

Manfaat

1. Menghasilkan keputusan yang lebih baik


Seorang data analisis buat peta (memetakan lokasi lokasi nasabah tinggal) nantinya kitab isa
cek atm kita udah pas belum ya, apakah atm kita ditaruh pada lokasi yg padat oleh nasabah
kita. Bisa jadi dasar ekspansi untuk buat atm baru atau gausah dipakai karna atm ada biaya
2. Memperkecil resiko bisnis (uangnya hemat karna melakukan efisiensi tadi)
3. Bisa mengurangi biaya atau memaksimalkan keuntungan (memberikan audiens audiens)
4. Transparan dan objektif
Dashboard covid kemarin menggunakan salah satu software BI, dari situ kitab isa melihat
datanya secara transparan secara real time uodate
5. Memberikan kendali yang lebih luas (Ketika seorang pemangku kebijakan bisa memahami yg
terjadi pada bisnisnya, nanti bisa buat keputusan yang tepat)

Deskriptif

Ketika mau lebaran permintaa uang baru meningkat karna ada budaya semacam angpao di grafik
permintaan uang, Ketika lebran grafiknya akan meningkat. Ketika nemu fenomena ini kita harus
tanya kenapa nih naik? Ternyata ada momen lebaran lalu kita lihat data 10 taun kebelakang,
apakah selama lebaran dia punya tren meningkat terus, Ketika iya maka taun depan
kecenderungannya pun sama jadi kitab isa prediksi bisa bikin rekomendasi, missal bank bisa
menyiapkan sekian rupiah untuk menangani org yg mau tukar.

4V

Volume: disekeliling kita device device kaya smartwatch, smart vacuum cleaner dll yakin
mengcapture data, hasilnya per hari dihasilkan 3 triliun giga byte. ketika datanya besar dan cepat
ada velocity

Velocity: kecepatannya makin cepet

Variety: di perbankan akan erat kaitannya dengan RDBMS, semakin banyak datanya sekarang

Veracity: karna setiap org pengang hp, banyak data yg bias, hoax, fitnah dan itu mudah
degenerate, tapi kalo kita melihat sebagai tantangan malah sebagai kesempatan, data yg
degenerate itu banyak sehingga permintaan data analisis juga banyak sehingga membutuhkan
sdm

Tools yg perlu dikuasai

SQL

Pyton (programming) karena mudah dipelajari

Bukan untuk analisis data tapi untuk memecahkan masalah

Bertanya secara halus ke atasan atau ke temen kita yg sales (paham terkait pasar) terus
definisikan masalahnya bikin kerangka penyelesaian masalahnya

Flowchart/Algo

Hypothesis: kita menduga atau punya dugaan


Nanti kitab isa testing (berapa sih reksa dana yg dihimpun) terus kita compile datanya terus
menganalisis lebih dalam

Pendekatan CRISP-DM

Business Understanding

Data Understanding

Data Preparation

Modeling

Evaluation

Deployment

Mending lama disatu tahap daripada harus ulang lagi dari awal

Case Study

Retensi: tingkat kesetiaan (kalo dia tidak pindah ke operator lain) : jangan sampai pelanggan
kabur dari kita: menghindari cern

Sebuah Perusahaan telekomunikasi yang ada di Indonesia ingin meningkatkan retensi pelanggan.
Tentu saja mereka membutuhkan seorang data analisis untuk mengetahui dan memahami pola
perilaku pelanggan lainnya yang melakukan retensi

Data cleaning:

Itu harus ditanya dulu kenapa nik hanya 13 digit, tanya dulu sebelum di drop apa memang
datanya 13 digit atau datanya salah input. Nah kalo salah bisa di drop hapus dari kolom

Data transformation

Missal niknya udh bener sama sama 16 ketika kita lakukan dimasukan ke model kita lakukan one
hot and coding
Untuk bekerja di data analisis software apa yang paling penting untuk diasah skillnya? Apakah
semua software pemograman perlu dikuasai?

Ga harus semua bisa python (sisanya optional) sebenernya pake excel juga bisa cuman excel
punya keterbatasan row tapi kalo di python gapunya keterbatasan row selama spesifikasi
laptopnya kuat. Programming perlu diasah yaitu perlu karna kan kita butuh bantuan lain diluar
excel Ketika menganalisis data yg banyak. Pyton yg paling mutlak untuk dipelajari

Harus bisa coding?

Betul karna data yg kita hadapi lebih besar daripada excel, dan nantinya memudahkan dalam
membuat model di python

Type data yg digunakan Perusahaan besar:

Kalo diperbankan dua yg structure (EDW) unstructured (NLP buat sentiment analisis)

Stakeholders: pemangku kepentingan bisa berbagai macam tergantung kepentingan. Yang


terlibat dalam project

Roadmap: SQL python, BI

Anda mungkin juga menyukai