#Dirumahaja dengan tetap produktif mempelajari ilmu data science bersama DQLab. Kamu perlu tahu, role data science tidak hanya Data Engineer, Data Analyst, Data Scientist saja lho, namun Business Intelligence merupakan salah satu role data yang kini banyak diminati untuk memulai karir di bidang data.
Business Intelligence itu merupakan jembatan antara Data Analyst dan Data Engineer. Mungkin BI tidak semahir Data Engineer dalam membuat ETL di Python, namun pada dasarnya BI harus paham hal itu dan harus bisa teknik dasar data warehouse. Dengan demikian, BI saling berhubungan antara role data science yang satu dengan yang lain.
Bersama Karl Christian seorang Business Intelligence Traveloka, berkolaborasi dengan DQLab untuk membahas seputar tantangan apa saja yang dihadapi seorang Business Intelligence dalam menghadapi industri data yang sebenarnya. Yuk, kita simak bersama!
1. Merancang Platform Business Intelligence Secara Efektif
Sebagai Business Intelligence, kamu dituntut sigap dan lebih teliti dalam mengolah data. Selain itu, BI berperan untuk memastikan semua laporan bisnis dapat diperbaharui secara cepat dan tepat agar data yang dimiliki selalu ter-update.
"Bagaimana untuk membuat platform BI itu efisien dan efektif, dan memastikan semua report business yang dibutuhkan perusahaan itu dapat ter refresh tepat waktu." Ujar Karl.
Baca juga : Belajar Data Science Mengenal Business Intelligence VS Data Analyst, Apa Bedanya?
2. Membantu Business Workflow
Business Intelligence juga berperan penting dalam membantu alur bisnis yang masih dalam tahap semi manual. Penggunaan berbagai macam tools juga dapat digunakan BI untuk membantu pengolaan data agar lebih maksimal.
"Terkadang bisa membantu business workflow yang masih semi manual, menggunakan spreadsheet, copy paste copy paste dari banyak sumber, dibantu dengan membuat script automation yang dapat dibuat di python." Tutur Karl.
3. Membuat Tabel Agregasi Bisnis
Business Intelligence memiliki peran seperti Data Engineer yang tugasnya melakukan data ingestion dari raw ke bentuk fact dan dim tables di data warehouse. Namun, seorang BI juga harus memiliki dasar matematika yang baik guna memaksimalkan pada proses pengolahan data.
"BI biasanya harus membantu dengan membuat tabel agregasi yang ukurannya lebih kecil tapi mengandung makna untuk bisnis, ini harus dibantu dengan pengetahun data mart yang kuat, bagaimana untuk mengolah struktur table yang baik dan benar." tutup Karl.
Baca juga :Belajar Data Science dengan Mengenal Recommender System Python, Ternyata ini 3 Studi Kasus yang Dihadapi, Lho!
4. Terapkan Ilmunya Sekarang bersama DQLab Project!
Asah kompetensimu untuk menjadi seorang Business Intelligence data yang kompeten! Dengan #dirumahaja, DQLab siap menemani kamu belajar dengan mengakses DQLab Project yang lebih seru dan menantang!
DQLab Project memberikan materi "Building Recommendation System using Similarity Function in Python" yang dirancang khusus dengan kasus yang riil dari industri oleh Karl sebagai Business Intelligence Traveloka. Pada project kali ini, kamu akan menikmati pengalaman baru dengan menggunakan bahasa pemrograman Python bersama DQLab secara praktis dan aplikatif!
Yuk, ikuti DQLab Project sekarang dengan sign up di DQLab.id!
Cara mengakses "Building Movie Recommendation System using Python":
Sign in akun aktif DQLab pada platform https://academy.dqlab.id/
Pilih menu Build Portofolio
Pilih "Building Recommendation System using Similarity Function in Python"
Kamu dapat langsung mengerjakan DQLab Project!
Follow Instagram @kompasianacom juga Tiktok @kompasiana biar nggak ketinggalan event seru komunitas dan tips dapat cuan dari Kompasiana. Baca juga cerita inspiratif langsung dari smartphone kamu dengan bergabung di WhatsApp Channel Kompasiana di SINI
