Tetap produktif meski di rumah aja dengan belajar Data Analyst bersama DQLab! Kamu perlu tahu, agar insight yang dihasilkan sesuai dengan kebutuhan perusahaan, seorang Data Analyst dituntut untuk dapat menganalisa data dan memahami bisnis dengan baik.
Selain itu, kunci utama menjadi seorang Data Analyst ialah mampu bercerita atau story telling mengenai data tersebut. Melalui project "Measuring Retail Store Sales Performance with SQL" yang disusun oleh Nelda Ampulembang Parenta, Senior Data Analyst Logisly, kamu dapat mengetahui bagaimana peran Data Analyst dalam mengukur performa suatu perusahaan dengan menggunakan SQL.
Yuk, kita simak apa saja proses tahapannya!
1. Overall Analysis
Langkah awal yang harus dilalui seorang Data Analyst ialah memonitor keseluruhan data. Overall Analysis dikategorikan ke dalam dua bagian, yaitu analisis berdasarkan customer dan analisis berdasarkan sales.
"Pada step ini overall analysis berguna untuk memonitor semua data yang dimiliki dan key metrics yang digunakan." Tutup Nelda.
2. Sub Category
Menganalisa performa awal dan membandingkan dengan performa sebelumnya merupakan hal selanjutnya yang harus dilakukan seorang Data Analyst. Dengan demikian kita dapat mengetahui produk apa aja saja yang masuk dalam kategori top dan low performance.
"Dari situ kita bisa lihat, sales yang mempunyai growth atau perkembangan yang positif dan sales yang mempunyai perkembangan yang negatif." Ungkap Nelda.
3. Burn Rate Analysis
Pada tahapan ini, kita dapat menganalisa growth atau perkembangan yang negatif. Sudah melakukan campaign dan promosi secara efektif dan berkala, namun penjualan masih belum meningkat? Tenang! Dengan Burn Rate Analysis kamu dapat membedah permasalahan tersebut.
"Sederhananya adalah, dengan Burn Rate Analysis kamu dapat mengetahui efektivitas dari campaign yang kamu lakukan. Apakah berjalan dengan baik atau sebaliknya." Tambahnya.
4. Target Promotion
Dengan menggunakan data-data yang sudah diolah dari step-step sebelumnya baik dari sales atau dari burn rate, kita dapat mengkategorisasikan para costumer dengan target promotion sehingga dapat meningkatkan penjualannya.
"Jadi dapat meningkatkan sales nya dengan keadaan burn rate nya tetap rendah."
5. Terapkan ilmunya dengan DQLab Project
Nah, penasaran kan gimana caranya menerapkan tahapan-tahapan di atas pada studi kasus nyata? Bangun portofoliomu untuk siap berkarir jadi seorang Data Analyst. Akses project 'Measuring Retail Store Sales Performance with SQL' sekarang dan persiapkan kompetensimu untuk menghadapi dunia data yang sebenarnya!
Ikuti step mudah untuk mengakases DQLab Project :
Step 1 : Sign in akun aktif DQLab pada platform https://academy.dqlab.id/
Step 2 :Pilih menu Build Portofolio
Step 3 : Pilih "Building Recommendation System using Similarity Function in Python"
Step 4 : Kamu dapat langsung mengerjakan DQLab Project!
Semangat belajar bersama DQLab!
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
