Scribd
Unggah
14 tayangan4 halaman

Reading 9 - Data Analysis

Diunggah oleh

Anisya Dewi Anjani
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
14 tayangan4 halaman

Reading 9 - Data Analysis

Diunggah oleh

Anisya Dewi Anjani
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
Anda di halaman 1/ 4

1.

1
Mengekstrasi Insight dari Data

Data adalah fondasi bisnis yang sukses saat ini. Dari meningkatkan pengalaman pelanggan hingga
mengoptimalkan operasi, juga memungkinkan organisasi membuat keputusan berdasarkan
informasi yang baik dan berdasarkan data. Tetapi data mentah tidak berguna sampai diubah
menjadi wawasan. Berikut adalah 5 langkah untuk mendapatkan wawasan dari sebuah data.

1. Merumuskan pertanyaan yang jelas tentang suatu hasil


Bisa dimulai dengan pertanyaan strategis: Apa tujuan dari kegiatan tersebut? Dengan
mengetahui tujuan akhir, membantu kita untuk membangun pemahaman yang jelas
tentang hasil seperti apa yang dibutuhkan. Apakah untuk mengungkap tren atau efek?
Apakah untuk pengembangan produk atau pemberdayaan penjualan? Setelah ada hasil
yang ditentukan, kita harus membuat roadmap tidak hanya untuk mengubah data menjadi
wawasan, tetapi juga untuk mempresentasikan dan menggunakan hasil akhir untuk
mencapai tujuan bisnis tertentu. Pada titik ini, kita akan dapat mengetahui jenis data mana
yang penting untuk digunakan analisis.
2. Kumpulkan, bersihkan, dan simpan data
Data datang dalam segala bentuk, format, dan sumber. Langkah selanjutnya adalah
mengumpulkan semua data relevan yang dimiliki seperti data dari platform iklan, CRM,
otomatisasi pemasaran, email, media sosial, dan analisis web. Ketika kita sudah memiliki
semua data yang dibutuhkan, kita harus membersihkannya dan memastikannya bebas dari
informasi yang tidak relevan dan salah. Dalam ilmu data, wawasan yang dihasilkan hanya
bisa berguna sebaik data yang mendasarinya. Data yang berkualitas tinggi harus valid,
akurat, lengkap, konsisten, dan seragam. Bagian penting dari langkah ini adalah
memutuskan teknologi atau solusi digital untuk pengumpulan, pemrosesan, dan
penyimpanan data. Data dan wawasan harus dapat diakses kapan saja, terutama yang
penting untuk bisnis. Pada step ini bisa kita pelajari pada tema data pipeline.
3. Melakukan analisis data strategis dan mengungkap pola
Sekarang setelah data kita bersih, saatnya untuk mengungkap pola menggunakan model
statistik dan visualisasi. Ada berbagai teknik yang dapat digunakan mulai dari
pengelompokan hingga analisis semantik. Yang akan Anda dapatkan adalah kategori data,

2
segmen, dan grup berdasarkan properti dan fitur umum. Kita dapat berhenti pada langkah
ini jika hasilnya cukup untuk menjawab tujuan analisis data.
4. Temukan model yang tepat untuk analitik prediktif dan validasi
Bergantung pada pola dan kelompok yang kita bentuk serta hasil yang kita butuhkan, kita
harus memilih model pembelajaran mesin yang sesuai. Di sini, kita dapat menggunakan
pendekatan berbeda untuk melihat mana yang paling sesuai untuk data dan tujuan akhir
yang akan dicapai. Setelah melakukan training data melalui beberapa model, kita harus
mengevaluasi kinerja dan melihat prediksi mana yang cocok dengan data yang diamati.
Dengan cara ini, kita akan tahu teknik mana yang menghasilkan hasil paling akurat.
5. Membuat keputusan dan mengkomunikasikan hasil
Langkah terakhir adalah mengetahui bagaimana mengkomunikasikan hasil. Ilmu data harus
terhubung dengan hasil bisnis agar efektif. Tugas kita adalah membuat pengambil
keputusan dan pemangku kepentingan yang relevan memahami wawasan yang sudah kita
buat, sehingga mereka akan membuat keputusan bisnis yang baik. Ada banyak cara untuk
menyajikan wawasan prediktif, Anda dapat menggunakan decision trees, flowcharts, and
visual forecasting models.

Sebagai data analyst, proses mengekstrak insight atau wawasan dari data bisa dilakukan dengan
berkolaborasi dengan Data Engineer dan Data Scientist. Tahapan 1 dapat kita lakukan dengan
berdiskusi dengan Business User, tahap 2 bisa kita lakukan dengan berkolaborasi dengan Data
Engineer, tahap 3, 4 dan 5 bisa berkolaborasi dengan Data Scientist.

3
Sumber:

1. https://dealtale.com/how-to-extract-insights-from-data/

Anda mungkin juga menyukai