Project Apa yang Layak Ditampilkan di Portfolio Data Analyst? (Panduan Pemula)
Kenapa Memilih Project Itu KRUSIAL untuk Portfolio Data Analyst?
Banyak pemula kejebak di satu kesalahan klasik:
"Yang penting banyak project biar keliatan jago."
❌ Ini mindset yang salah.
Recruiter, HR, dan user tidak menghitung jumlah project.
Yang mereka lihat:
Cara lo menyelesaikan masalah
Cara lo berpikir secara analitis
Cara lo menjelaskan insight bisnis
Satu project realistis & rapi jauh lebih bernilai daripada 10 project asal jadi.
Prinsip Utama Memilih Project Portfolio
Sebelum kita masuk ke contoh project, pegang 3 prinsip ini:
✅ Data menyerupai dunia kerja nyata
✅ Ada proses (bukan cuma hasil)
✅ Ada insight & business value
Kalau project lo memenuhi 3 poin ini, itu layak ditampilkan.
1️⃣ Project Dashboard Penjualan (WAJIB ADA)
Ini project paling aman dan paling dicari.
Contoh kasus:
Dashboard penjualan harian / bulanan
Produk terlaris
Revenue per kategori / channel
Tools yang bisa dipakai:
Excel
Google Sheets
Power BI / Tableau / Looker Studio
Skill yang dinilai recruiter:
Data cleaning dasar
KPI awareness
Visualisasi data
Business storytelling
📌 Dashboard penjualan = bahasa universal bisnis.
2️⃣ Project Data Cleaning & Data Preparation
Di dunia kerja, 60–70% waktu Data Analyst habis di tahap ini.
Contoh kasus:
Data duplikat
Header berantakan
Format tanggal tidak konsisten
Nilai kosong (null)
Yang harus lo ceritakan:
Masalah awal data
Step cleaning
Tools yang digunakan
Hasil akhir data siap analisis
📌 Project ini nunjukin satu hal penting:
Lo siap menghadapi data kotor, bukan data cantik.
3️⃣ Project SQL Analysis (Walau Sederhana)
SQL di portfolio tidak harus ribet.
Contoh project SQL:
Total penjualan per bulan
Top 10 customer berdasarkan revenue
Before vs after data cleaning
Fokus penilaian recruiter:
Logika query
Pemahaman relasi data
Cara menjawab pertanyaan bisnis
📌 Lebih baik query sederhana tapi jelas, daripada kompleks tapi tidak relevan.
4️⃣ Project Business Insight / Case Study
Ini project yang bikin portfolio lo naik level.
Contoh kasus:
Kenapa penjualan turun di bulan tertentu?
Produk mana yang harus diprioritaskan?
Channel mana yang paling menguntungkan?
Struktur ideal:
Problem statement
Data source
Analisis
Insight
Rekomendasi bisnis
📌 Recruiter suka analyst yang bisa berpikir, bukan cuma ngolah data.
5️⃣ Project Otomatisasi (Nilai Plus Besar)
Kalau lo punya:
Macro VBA
Power Query
Script Python sederhana
Masukin ke portfolio.
Contoh:
Dashboard auto update
Script cleaning data otomatis
Report mingguan tanpa input manual
📌 Ini nunjukin efisiensi dan mindset problem solver.
Project Seperti Apa yang TIDAK Disarankan? ❌
🚫 Dataset terlalu fiktif tanpa cerita
🚫 Project cuma screenshot chart
🚫 Tidak ada penjelasan proses
🚫 Copy-paste tutorial tanpa modifikasi
Ingat:
Portfolio adalah cermin cara berpikir lo.
Berapa Banyak Project Ideal di Portfolio?
✅ 3–5 project solid
Rekomendasi komposisi:
1 Dashboard Penjualan
1 Data Cleaning Project
1 SQL / Business Insight Project
(Opsional) 1 Otomatisasi
Penutup
Portfolio Data Analyst bukan soal siapa paling jago tool.
Tapi siapa yang:
Paham masalah
Bisa menjelaskan data
Memberi insight yang relevan
Stay hungry. Stay curious. 📊🔥
