TalentsTalk Eps 05: Kevin, Lead Data Analyst at Elevenia
Isi Artikel
TalentsTalk adalah sesi ngobrol bareng dengan berbagai narasumber dengan topik seputar karir dalam bidang tech. Di episode ke 5 ini, tim Glints berkesempatan untuk ketemu dan berbincang dengan narasumber yang berprofesi sebagai Lead Data Analyst.
Mari simak obrolan Glints bersama Kevin yang merupakan seorang Lead Data Analyst di situs jual beli online, Elevenia. Sebelum bekerja di Elevenia, Kevin juga pernah bekerja di salah satu penyedia jasa telekomunikasi di Indonesia dan kuliah dengan jurusan Teknik Kimia.
“loh kok bisa masuk ke tech dan berprofesi sebagai data analyst?”
Yuk, kita cari tahu dulu latar belakang selengkapnya dari Kevin dan bagaimana perjalanan karirnya menjadi Lead Data Analyst.
Tertarik memulai karir jadi Data Analyst? Penasaran kerja di divisi Data dalam suatu e-commerce? Kamu wajib simak obrolan kita nih!
Hi Kevin! Ceritain dong gimana job desc lo sebagai Data Analyst di Elevenia?
Biar lebih gampang dimengerti gue akan jelasin tentang tim data management di Elevenia. Di sini ada Data Management yang terdiri dari Data Engineer, Business Intelligence, Advanced Analytics, Data Analytics. Data Engineer tugasnya merancang architecture data and build all pipeline untuk menarik data. Tim Business Intelligence provide dashboards, juga regular reports untuk business user. Advanced Analytics atau Data Science membuat predictive models, product recommendation, dll.
Sementara itu, Tim Data Analytics bisa dikatakan 50% business dan 50% teknis. Kami menjadi partner berbagai departemen di Elevenia untuk solve issue-issue yang ada menggunakan data. Analisis yang kami lakukan contohnya mencari tahu penyebab turun atau naiknya GMV, melakukan buyer cohort, profiling customer, membantu merancang dan membuat dashboard, menyusun dokumen data requirements, promo event performance review, monitor kualitas data.
Boleh ceritain background lo kuliah dimana dan apa pekerjaan lo sebelumnya? Scope pekerjaan di kantor lama (Indosat) bagaimana?
Kalau kuliah berbeda banget dengan pekerjaan gue sekarang, gue kuliah jurusan Teknik Kimia ITB, terus gue dapat kesempatan untuk Customer Value Management-nya Indosat Ooredo dan mulai belajar Query.
Dimana tanggung jawab utama gue ketika di Indosat Ooredo adalah menyampaikan campaign performance report. Jadi customer value management itu berkaitan dengan BTL (below the line) campaign, kami ngirim-ngirim kampanye yang personalized untuk customer dan di situ ada menggunakan batch campaign dan real time campaign, nah gue bertanggung jawab untuk provide report keduanya.
Biasanya sebulan sekali kita evaluasi kampanye mana aja yang bagus, yang take up-nya tinggi, yang revenuenya bagus. Selain itu gue juga ikut bantu di whitelisting, karena sebelum campaign di-launch kita harus buat daftar customer mana aja yang mau di-contact, berdasarkan karakter-karakter tertentu yang kadang bisa juga dihasilkan dari modeling Data Science.
Karakter seperti apa yang harus dimiliki Data Analyst?
Menurut gue ya passion terhadap datanya ya. Dia harus punya rasa penasaran, selalu ingin tahu, terus teliti. Yang terakhir harus bisa berkomunikasi dengan baik. Jadi kadang kita melakukan analisis, tapi kurang dalam jadi harus diperdalam sendiri, apakah itu udah cukup apa belum untuk menjawab pertanyaan bisnis. Terus jadi Data Analyst harus teliti, karena kalau enggak teliti, kredibilitasnya akan dipertanyakan apakah datanya bener apa nggak. Lalu kalau sudah analisa dan datanya udah bagus, harus bisa dikomunikasikan juga. Karena buat apa bikin analisis ribet-ribet tapi user gak ngerti.
Workflow untuk mengerjakan task sebagai Data Analyst?
Kalo dari pengalaman gue di indosat dan di sini, sebenarnya pekerjaan data analyst nggak terduga. Jadi kadang-kadang banyak ad hoc analysis-nya, tiba-tiba bisa diminta tentang delivery, payment, cross selling product. Setiap hari memang beda, tapi tetap ada laporan mingguan dan laporan bulanan yang harus kita sampaikan. Tapi ya kebanyakan yang tak terduga itu.
Cuma untuk pendekatan ke masalahnya yang pertama harus tahu business question-nya apa. Jadi user yang datang ke kita tuh mau tau apa sih. Udah gitu dari situ kita bikin daftar analisis nya yang mau dilakukan, misalnya cohort atau profile-in customernya, apakah dia returning buyer atau first purchaser, tinggalnya dimana, tenure-nya berapa.
Udah gitu kita cari tahu datanya ada dimana, kalau misalnya belum ada ya minta ke tim Data Engineer. Kalo datanya udah ada kita olah datanya menggunakan Query SQL sama spreadsheet. Abis itu dari pengolahan data kita masuk ke visualisasi dan di present ke user-nya. Yang paling penting kalau ada business question ya bisa kita jawab dengan data dan story line yang oke. Kalo bisa dibantu untuk mendapatkan actionable insight. Jadi bukan cuma data dan analisis saja, tapi apa yang bisa dilakukan untuk solve issuenya.
Biasanya kalau ada request data biasanya datang dari divisi atau tim apa?
Di sini lebih berat ke Sales dan Marketing karena kita banyak promosi seperti 10/10 atau 11/11. Otomatis kan ada evaluasi yang harus kita sampaikan. Lalu ada lagi dari tim Partnership yang ngadain kerja sama dengan bank. Kan sekarang banyak tuh bank promo di platform e-commerce. Selain itu, Elevenia juga sekarang mengembangkan platformnya in-house, jadi kami ikut bantu di situ.
Untuk campaign semacam 10/10 biasanya insight yang diminta tim sales atau marketing seperti apa? Apakah dari segi habbit user atau lebih ke penjualan?
Semuanya sih. Itu salah satu contoh dari analisis skala besar. Jadi kita mengikuti flow dari pelanggan. Mulai dari visitnya, sumbernya dari apa aja sih? Apa dari FB, Intagram, Google CPC. Terus kami lihat dari source-medium tersebut conversion-nya gimana, yang bikin order gimana. Dari order ketahuan barang-barang apa aja yang laku, yang di page deals mana yang banyak dilihat. Setelah itu, kita lihat juga fulfilment dari penjualnya. Abis itu kita bisa lihat juga perilaku pembelinya, biasanya jam berapa aja yang banyak transaksinya.
Tools yang biasa digunakan apa saja?
SQL, spreadsheet terus PPT dan kadang pake BI tools juga, Looker. Jadi misalnya ada promosi-promosi tertentu, ya kami aja yang bikin dashboardnya.
Impact atau achievement apa yang lo banggakan sebagai data analyst?
Kadang orang punya pandangan kalo data analyst itu nggak sekeren data science. Tapi balik lagi ke kebutuhan bisnis-nya, karena ada isu-isu bisnis tertentu yang nggak harus se-kompleks itu analisisnya dan perlunya cepat.
Di situlah perlunya data analyst. Misalnya ketika konversi order-to-paid credit card bermasalah. Sebagai data analyst kita cari dulu datanya, klarifikasi apakah banyak yang gagal. Dari situ ketika tahu berapa persen yang gagal, kami cari lagi sumber gagalnya karena apa.
Setelah kami riset yang menyebabkan banyak gagal adalah karena adanya batasan untuk satu credit card maksimal 15 transaksi selama seminggu. Dari situ kami bawa ke management untuk langkah selanjutnya. Hal-hal seperti itu bisa dilaksanakan secepatnya, kami cari tahu dengan cepat dan kerjakan dengan cepat dan dalam satu hari itu sudah bisa ketahuan dan bisa langsung dikerjakan solusinya.
Ada perbedaan gak Data Analyst di Indonesia dan di luar negeri? Apakah ada gap? Perbedaan definisi dan role-nya?
Kayanya nggak begitu beda sih. Data Analyst lebih ke deskriptif, Data Science lebih ke prediktif.
Cuma mungkin ada beda di adopsi data driven culture-nya. Kalau di Indonesia belum terlalu oke. Misalnya kalo bikin promosi gitu ya hasil dari ide kreatif aja dan nggak terlalu melibatkan data. Mereka kadang belum kepikiran cara ngukur kesuksesan campaign, apa yang disebut sukses. Jadi di sini Data Analyst, bukan cuma ngelakuin analisis tapi kita juga perlu jadi agen yang ikut menyebarkan data culture itu.
Apa yang membedakan analisa yang dilakukan tim marketing dan Data Analyst?
Sales – marketing biasanya mengakses data menggunakan dashboard BI (Business Intelligence) dan itu formatnya udah gak bisa dirubah.
Sementara itu, kalo dengan Query kita lebih fleksibel, bisa menggabungkan berbagai macam table.
Misal dari tim sales – marketing butuh data sales dari bulan Januari sampai Oktober, mereka bisa langsung unduh itu.
Kalau Data Analyst, let’s say mau ngadain campaign winback untuk jualan pulsa, dengan kriteria 3 bulan pertama dalam tahun ini mereka beli pulsa, tapi selama bulan April, Mei, Juni dan Juli mereka belum beli pulsa lagi. Yang seperti itu datanya lebih susah karena harus liat polanya, jadinya ya ga bisa ditarik dari dashboard.
Berapa lama perencanaan sampai eksekusi untuk campaign, dan berapa lama waktu untuk mulai analisa campaign itu?
Kalau dari pengalaman, karena Elevenia ini masih baru dan ga besar jadi bisa cepet banget. Kadang pagi-pagi bisa punya ide, terus sore dikerjain dan besoknya udah bisa deploy. Kalau dulu di Indosat lebih ke mingguan untuk planning campaign.
Terus kalau tracking performance tergantung urgensi-nya. Kalau dampaknya besar, kami bisa ngerancang dashboard-nya terlebih dulu untuk nge-track performanya. Jadi on that day bisa dilihat langsung, dengan keterlambatan data 2-4 jam.
Apa sih upside down yang lo rasain saat jadi Lead Analyst dengan ketika jadi Data Analyst?
Kalau gue dulu saat jadi Data Analyst hanya nerima data request dan langsung gue kerjain. Kalau sekarang semua data request lewat gue dan nantinya gw yang bagi-bagi ke tim. Selain itu gue juga harus ngarahin mereka untuk analisanya mau gimana. Terus kedepannya mikirin juga development plan-nya mau kaya gimana, mereka akan dikasih training apa.
Untuk suka duka, pekerjaan itu ga selamanya menarik kaya analisis promo 11/11 atau 10/10. Ada juga pekerjaan-pekerjaan simple yang terkesan ‘remeh’ gitu, kaya ngerapihin nama produk, terus upload-upload data. Jadi ya harus mencari cara supaya orang-orangnya tetap semangat.
Tim Data Analyst itu berawal dari intern atau emang sudah ada pengalaman?
Kalau dulu Data Analytics belum ada lead-nya, jadi langsung di bawah bos gue. Terus untuk direct reports gue yang sekarang mereka datangnya dari fresh graduate, lewat program apprentice Elevenia. Jadi mereka biasanya lulusan matematika atau statistik. Emang dari awal belum bisa SQL dan dashboard, terus di sini belajar. Setelah dinilai mampu, baru deh diangkat jadi permanen.
Campaign yang menarik dan menantang buat lo di Elevenia?
Paling heboh tuh waktu Indomie salted egg kemarin, itu banyak banget buyernya. Kalo sekarang-sekarang bank promo. Jadi orang tuh kalo ada promo dari Elevenia belum tentu beli juga. Tapi begitu ada promo bank langsung take out-nya tinggi banget. Yang gue liat dari platform-platform lain juga mengedepankan promo bank untuk di-combine dengan promo internal mereka.
Sebagai Data Analyst bisa memprediksi dari sisi growth bisnis?
Kalau sekarang gue nggak bisa sih karena dari background pun gue bukan dari statistik. Jadi kalo gue ada untuk forecast kami serahkan ke Data Science..
Apa kesalahan yang sering dilakukan oleh beginner Data Analyst?
Biasanya nggak teliti sih. Misalnya kalo deck presentasi, angkanya di slide A tuh 1000 terus di slide berikutnya angkanya cuma 950. Ga konsisten. Sebenarnya bisa dimengerti, karena tasknya berat, kudu nge-query dan bikin PPT, jadinya kadang kewalahan.
Waktu gue awal-awal, kalo join-join table pake SQL, kadang join key-nya tuh nggak spesifik, jadi hasil join-an nya duplikat. Nanti misalnya GMV lo 100jt tapi karena duplikat bisa jadi 300jt. Makanya kalau baru terjun ke SQL-an gini harus ngecek-in terus, harus teliti.
Apa sih yang jadi motivasi dan apa yang mau lo raih sekarang ini?
Gue terjun ke Data Analyst karena gue memang suka sama data sih. Dan gue memang senang membantu orang-orang dengan data yang ada. Apalagi kalo rekomendasi yang kita buat diimplementasikan itu sebuah kebanggaan sendiri.
Terus untuk kedepannya, gue pengen jadi kaya Chief Data Officer di Elevenia. Karena dia mengerti data dan bisnis. Menurut gue sekarang masih ada gap antara bisnis dan data. Jadinya kita harus membangun budaya data.
Kenapa lo bisa tertarik dengan data padahal latar belakangnya beda?
Karena gue melihat sudah banyak perusahaan teknologi. Dan menurut gue ke depannya data merupakan komoditi yang penting.
Apa mimpi lo sebagai Data Analyst di masa depan?
Gue mau jadi tim leader yang lebih baik karena gue baru juga di promote. Masih banyak banget kemampuan yang harus dikembangkan. Dan gue juga ingin belajar Phyton sama R. Karena kadang ekspektasi ke Data Analyst tuh bukan cuma analisis sederhana, tapi harus bisa ke Data Science juga. Gue juga encourage itu ke tim gue untuk belajar Phyton.
Untuk belajar lagi lo otodidak atau dari berbagai sumber?
Belajar otodidak. Dulu gue belajar SQL itu dari W3School. Terus kalo Phyton sama R ini gue udah ambil kursus online. Gue sempetin buka kursusnya setiap akhir pekan.
Kebiasaan yang harus dihilangkan agar bisa masuk ke tech/data industry?
Untuk ke data lo harus teliti. Jadi harus mulai ngilangin sifat ceroboh.
Selain itu, secara umum, begitu kerja, lo tanggung jawab sama diri sendiri. Jadi ya mulai harus aktif dalam networking. Dan networking yang paling bagus di awal karir adalah dengan membuktikan kemampuan ke atasan. Selain itu mentorship juga penting, kalau dapat mentor yang bagus, yang peduli dengan pengembangan lo, akan sangat membantu.
Kalau belum kerja lo boleh coba pelajarin Phyton, R, Machine learning. Karena kalau sudah kerja nanti lebih sulit mengatur waktunya.
Ketika menjadi tim data dalam startup kamu harus menjadi pribadi yang teliti dan mampu bekerja cepat, kalau kamu tertarik dengan data dan ingin berinovasi dengan data-data tersebut, tim data bisa menjadi langkah awal karirmu.
Masih lebih ingin mengenal Kevin dan profesinya sebagai Lead Data Analyst?
Kamu bisa menemui Kevin di LinkedIn atau Instagram.
Di Glints, ada banyak lowongan data anlyst yang bisa kamu lamar, lho.
Klik tombol di bawah ini untuk cek lowongannya, ya!
