PROFESI DATA SCIENTIST: KEBUTUHAN TINGGI, SUPLAI RENDAH
“Agar seorang data analyst dapat berhasil dalam menjalankan profesinya, dibutuhkan industry domain expertise,” Meisari Arvini Hidayati.
Suatu hari, seorang pria datang ke sebuah cabang Target (perusahaan retail di AS). Dengan nada murka, pria ini menanyakan maksud Target yang mengirimkan brosur produk penawaran produk kepada putrinya. Yang membuat pria ini kesal bukan brosurnya, namun isi brosur yang memuat produk seputar kehamilan. Padahal putri pria tersebut masih sekolah dan belum menikah.
Manajer toko Target itu bingung. Pasalnya, brosur dikirim dari kantor pusat dan ia tidak tahu apa pertimbangannya. Ketika dicek, tidak ada kesalahan dari nama dan alamat tujuan. Akhirnya manajer toko tersebut hanya bisa minta maaf dan berjanji menelusuri masalah tersebut ke kantor pusat Target.
Karena masih merasa bersalah, beberapa hari kemudian manajer toko Target tersebut kembali menelepon pria tadi. Namun alih-alih mendengar kemarahan, pria di ujung telepon sana justru minta maaf dengan nada pasrah. “Saya baru saja berbicara dengan putri saya. Ternyata ia memang telah hamil,” ungkap pria tersebut.
Kisah di atas nyata terjadi pada Februari 2012 seperti diangkat oleh New York Times. Cerita itu menarik karena mengungkap bagaimana sebuah toko ritel seperti Target ternyata bisa mengetahui kehamilan seorang wanita lebih dulu dibanding bapaknya sendiri.
“Kehebatan” Target bisa terjadi karena kejelian Andrew Pole, ahli statistik yang bekerja di Target untuk menganalisa pembelian barang oleh customer. Dengan menganalisa pembelian 25 produk, Pole bisa membuat sistem pregnancy prediction score yang memperkirakan tingkat kemungkinan seorang wanita hamil. Jadi jika seorang wanita membeli pelembut kulit (yang biasanya digunakan wanita hamil untuk perutnya yang membesar), suplemen kalsium (sebagai sumber kalsium bayi) dan produk lain yang berkaitan dengan kehamilan, Target pun bisa mengetahui kehamilan konsumennya—termasuk putri pria di atas.
Seksinya Data Analyst
Kejadian di atas adalah salah satu contoh potensi yang bisa digunakan perusahaan di era big data seperti sekarang. Ketika setiap kebiasaan, kegiatan, bahkan keinginan konsumen tercatat di berbagai kanal informasi, perusahaan sebenarnya bisa mendapatkan informasi yang sangat berguna dalam menyusun strategi bisnis. Masalahnya cuma satu: informasi itu demikian besar. Bahkan jika memasukkan kanal informasi media sosial, tantangannya menjadi data yang sangat besar dan tidak terstruktur.
Pada titik inilah peran “penganalisis data” dibutuhkan. Ada banyak sebutan untuk profesi ini, seperti data analyst atau data scientist. Namun yang pasti, tugasnya tidak mudah: menjadikan data itu sebagai informasi yang berguna.
“Tugas data analyst pada dasarnya adalah mengumpulkan, mengelola, dan menganalisis data yang berasal dari beragam sumber,” jelas Meisari Arvini Hidayati yang pernah menjabat sebagai Business Group Lead, Application Platform di Microsoft Indonesia. “Basis profesi data analyst identik dengan analisis, baik itu analisis terhadap data yang sudah jadi maupun analisis data mentah menjadi data jadi,” tukas wanita yang biasa dipanggil Maya tersebut.
Menurut Kristianus Yulianto (Consulting and Services Manager, SAS Indonesia), pekerjaan data analyst dibagi dalam tiga tahapan. “Tahap pertama adalah mempersiapkan data, tahap kedua membuat hasil laporan data (visualisasi), dan tahap ketiga adalah mengintepretasikan hasil pengolahan data,” kata Kristianus.
