Peran dan dunia kerja data

Data

Catatan tentang sesuatu yang terjadi, disimpan dalam bentuk yang bisa dibaca ulang.

Struk belanja Anda adalah data: ada waktunya, ada barangnya, ada harganya.

Dataset

Juga disebut: kumpulan data

Sekumpulan data yang dikemas jadi satu file atau satu tabel untuk dipakai bersama.

Satu file berisi seluruh transaksi toko sepanjang 2025.

Insight

Juga disebut: wawasan

Temuan yang mengubah keputusan seseorang.

Data-driven

Cara kerja yang mendahulukan bukti dari data ketimbang pendapat orang yang paling senior di ruangan.

Stakeholder

Juga disebut: pemangku kepentingan

Orang yang akan memakai hasil kerja Anda untuk mengambil keputusan.

Manajer marketing yang meminta report campaign adalah stakeholder Anda.

User

Orang yang memakai hasil kerja tim data, misalnya membaca dashboard atau memakai angka di laporan.

Manajer toko yang membuka dashboard penjualan setiap pagi.

Konteks bisnis

Paham apa yang dikejar bisnis, kenapa satu angka penting, dan keputusan apa yang menunggu hasil analisis.

Tahu bahwa penjualan naik saat promo besar itu wajar, belum tentu karena campaign baru.

Domain knowledge

Pengetahuan tentang bidang asal data, misalnya kesehatan, perbankan, atau pertanian, yang jadi nilai tambah saat pindah ke data.

Mantan perawat lebih cepat paham data rumah sakit.

Data Analyst (DA)

Juga disebut: analis data

Orang yang mencari jawaban dari data untuk tim bisnis, lalu menjelaskannya ke yang memutuskan.

Mencari cabang yang penjualannya turun, lalu menjelaskan sebabnya ke manajer area.

Business Analyst (BA)

Orang yang menerjemahkan kebutuhan bisnis jadi kebutuhan proses atau sistem, dan menjembatani tim bisnis dengan tim teknis.

Menuliskan kebutuhan laporan tim keuangan supaya tim IT bisa membangunnya.

BI Developer

Juga disebut: BI Analyst

Orang yang membuat dan merawat dashboard serta report rutin, supaya orang bisa melihat angka sendiri tanpa bertanya.

Merawat dashboard target vs realisasi penjualan yang dibuka setiap Senin.

Product Analyst

Analis yang mengukur cara orang memakai aplikasi dan fitur mana yang berhasil.

Membandingkan jumlah user yang selesai mendaftar sebelum dan sesudah formulir diubah.

Market Analyst

Analis yang membaca pergerakan harga serta permintaan dan pasokan pasar, lalu menjelaskan penyebabnya.

Menjelaskan harga komoditas melonjak karena stok menipis dan pengiriman tertahan.

Financial Analyst

Analis yang membaca laporan keuangan dan risiko untuk membantu keputusan soal uang, termasuk membandingkan pengeluaran dengan budget.

Membandingkan biaya operasional tiap cabang dengan budget-nya setiap bulan.

Data Engineer (DE)

Orang yang membangun dan merawat pipeline dari sumber ke data warehouse, supaya data sampai tepat waktu dan lengkap.

Memastikan transaksi kemarin sudah masuk sebelum analis mulai kerja pagi.

ETL developer

Sebutan lama untuk DE yang fokus membuat proses ETL: mengambil data, mengubah bentuknya, lalu menyimpannya. Isi kerjanya mirip DE.

Membuat proses malam hari yang memindahkan data penjualan ke data warehouse.

Analytics Engineer (AE)

Orang yang merapikan dan menguji tabel di data warehouse, supaya semua analis memakai definisi angka yang sama.

Satu tabel resmi 'pelanggan aktif' yang dipakai semua dashboard, lengkap dengan tes otomatis.

Data Scientist (DS)

Juga disebut: ilmuwan data

Orang yang membuat model untuk memprediksi atau mengelompokkan, biasanya dengan Python dan machine learning.

Memperkirakan pelanggan mana yang akan berhenti berlangganan bulan depan.

ML Engineer (MLE)

Orang yang memasang model machine learning ke aplikasi atau pipeline, supaya model jalan otomatis dan terawat.

Fitur rekomendasi produk di aplikasi belanja yang di-update setiap hari.

AI Engineer (AIE)

Orang yang membangun aplikasi berbasis AI generatif, misalnya chatbot yang menjawab dari dokumen perusahaan.

Asisten tanya-jawab untuk karyawan yang membaca buku panduan perusahaan.

Fullstack data

Sebutan untuk orang data yang memegang beberapa peran sekaligus, dari menyiapkan data sampai menganalisis dan menyajikannya.

Satu orang mengambil data, merapikannya, lalu membuat dashboard sendiri.

Data practitioner

Orang data yang paham konteks bisnis dan cara kerja sistem secara utuh, tidak hanya mahir satu alat.

Tahu kapan cukup memakai alat ringan dan kapan butuh alat yang lebih besar.

Data workflow

Urutan kerja data dari sumber sampai jadi keputusan: diambil, dirapikan, dianalisis, lalu disajikan.

Data kasir masuk data warehouse, dirapikan, dianalisis, lalu jadi laporan bulanan.

Upstream dan downstream

Di upstream (hulu), data diambil dan disiapkan; di downstream (hilir), data dipakai orang.

DE bekerja di upstream menyiapkan data; tim aplikasi di downstream menampilkannya ke user.

Backend dan UI

Bagian aplikasi di belakang layar yang mengolah dan menyimpan data disebut backend; tampilan yang dilihat user disebut UI.

DA menulis query untuk sebuah metric, lalu tim backend memasangnya ke dashboard di halaman web.

Data infrastructure

Server, storage, dan jaringan tempat data disimpan dan diolah; DE yang fokus di sini menjaga mesinnya tetap hidup.

Menambah kapasitas server data warehouse saat volume transaksi melonjak.

DevOps

Cara kerja dan peran yang mengurus server, pemasangan aplikasi, dan otomatisasinya, supaya sistem jalan stabil.

Menyiapkan server baru dan memastikan aplikasi menyala lagi sendiri kalau mati.

Tool-agnostic

Tidak terikat pada satu alat: konsepnya dikuasai, jadi mudah pindah alat sesuai kondisi perusahaan.

Paham konsep data warehouse, jadi bisa bekerja di BigQuery maupun Redshift.

Data maturity

Seberapa matang perusahaan mengelola data: dari data tercecer di banyak file sampai punya tim dan sistem yang rapi.

Kantor yang analisnya hanya memakai Excel, dibanding kantor yang punya tim DE sendiri.