Sudah belajar SELECT, WHERE, GROUP BY, sampai JOIN. Sudah pernah bikin chart di Power BI. Sudah tahu cara membaca CSV dengan Pandas. Lalu mau latihan apa?

Ini salah satu masalah yang sering muncul ketika belajar data analytics. Materi dan tutorial relatif mudah ditemukan, tetapi setelah tutorial selesai, kita harus menentukan sendiri apa yang mau dikerjakan. Download dataset pun belum tentu menyelesaikan masalah karena setelah file dibuka, muncul pertanyaan berikutnya: dataset ini mau diapakan?

Mengikuti Tutorial dan Latihan Itu Berbeda

Saat mengikuti tutorial, biasanya hampir semuanya sudah ditentukan. Dataset sudah disediakan, pertanyaannya sudah ada, langkah pengerjaannya juga sudah ada. Bahkan hasil akhirnya kadang sudah terlihat sejak awal.

Misalnya kita mengikuti tutorial membuat dashboard penjualan. Kita tinggal mengikuti langkah demi langkah sampai dashboard selesai. Cara seperti ini tetap berguna untuk belajar menggunakan tool, tetapi situasinya berbeda ketika kita membuka dataset baru tanpa tutorial.

Tidak ada lagi instruksi untuk membuat calculated field tertentu atau memasukkan kolom tertentu ke sebuah chart. Kita sendiri yang harus menentukan apa yang perlu dilakukan. Di sinilah latihan mulai berbeda dengan sekadar mengikuti tutorial.

Dataset Saja Belum Tentu Cukup

Ada banyak dataset yang bisa diunduh gratis. Misalnya kita mendapatkan retail_sales.csv yang berisi tanggal transaksi, produk, kategori, quantity, sales, customer, dan region.

Kita tentu bisa langsung menghitung total sales, membuat bar chart berdasarkan kategori, atau membuat line chart berdasarkan bulan. Masalahnya, apa yang sebenarnya sedang kita cari dari data tersebut?

Tanpa konteks dan pertanyaan, latihan mudah berubah menjadi sekadar mencoba berbagai fitur pada tool.

Tambahkan Konteks dan Pertanyaan

Sekarang kita gunakan dataset yang sama, tetapi tambahkan sebuah konteks:

Kamu bekerja sebagai data analyst di sebuah perusahaan retail. Manajemen sedang mengevaluasi performa penjualan selama satu tahun terakhir.

Datasetnya tidak berubah, tetapi sekarang kita tahu situasi yang sedang dihadapi. Dari konteks tersebut, kita bisa mendapatkan beberapa pertanyaan:

• Bagaimana perkembangan penjualan selama satu tahun?
• Kategori mana yang memberikan kontribusi terbesar?
• Apakah ada wilayah yang mengalami penurunan?
• Produk apa yang memiliki performa terbaik?
• Apakah ada periode dengan perubahan penjualan yang cukup besar?

Sekarang dataset tersebut punya arah. Kita tidak lagi sekadar mencari sesuatu yang bisa divisualisasikan, tetapi mencoba menjawab beberapa pertanyaan menggunakan data yang tersedia.

Context + Dataset + Questions

Format latihan seperti ini sebenarnya cukup sederhana. Kita membutuhkan context, yaitu situasi atau masalah yang sedang dihadapi; dataset, yaitu data yang tersedia; dan questions, yaitu pertanyaan yang perlu dijawab menggunakan data tersebut.

Tidak perlu diberi langkah penyelesaian secara lengkap. Justru bagian latihannya ada ketika kita harus menentukan sendiri data mana yang digunakan, perhitungan apa yang diperlukan, dan bagaimana hasilnya akan disajikan.

Tool yang Digunakan Bisa Berbeda

Satu kasus tidak harus dikerjakan menggunakan tool tertentu. Challenge penjualan tadi bisa dikerjakan menggunakan Excel, SQL, Python dan Pandas, Power BI, Tableau, atau kombinasi beberapa tool.

Kalau sedang belajar SQL, kita bisa mencoba menjawab pertanyaannya menggunakan query. Kalau sedang belajar Pandas, dataset yang sama bisa digunakan untuk latihan filtering, groupby, aggregation, dan merge. Kalau sedang belajar Power BI, kasus tersebut bisa digunakan untuk latihan menentukan metric dan visualisasi.

Dengan cara ini, kita tidak harus menunggu menguasai semua materi sebelum mulai latihan. Tingkat kesulitan challenge bisa ikut bertambah seiring kemampuan kita.

Coba Kerjakan Tanpa Melihat Solusi

Kalau sebuah latihan langsung memberikan query, rumus, chart, dan dashboard akhir, kita akan mudah kembali ke pola mengikuti tutorial. Karena itu, coba kerjakan pertanyaannya terlebih dahulu sebelum mencari contoh penyelesaian.

Misalnya pertanyaannya adalah:

Wilayah mana yang mengalami penurunan penjualan?

Pertanyaan tersebut terlihat sederhana, tetapi kita tetap harus membuat beberapa keputusan. Penurunan dibandingkan periode apa? Bulan sebelumnya atau tahun sebelumnya? Apakah yang dibandingkan nilai penjualan atau jumlah transaksi?

Tidak masalah kalau pendekatan kita berbeda dengan orang lain. Menentukan hal-hal seperti ini juga merupakan bagian dari latihan analisis.

Satu Dataset Bisa Digunakan Berkali-kali

Kita juga tidak perlu terus mencari dataset baru. Satu dataset retail bisa digunakan untuk latihan SQL, data cleaning, exploratory data analysis, visualisasi, dashboard, sampai storytelling.

Ketika belajar tool baru, dataset yang pernah digunakan sebelumnya bahkan bisa dipakai lagi. Karena konteks dan struktur datanya sudah dipahami, kita bisa lebih fokus pada tool atau teknik yang sedang dipelajari.

Dari Latihan Menjadi Portfolio

Challenge yang sudah selesai bisa dikembangkan menjadi project portfolio. Hasil akhirnya tidak harus selalu berupa dashboard. Bisa berupa SQL analysis, Jupyter Notebook, dashboard Power BI, Tableau Public, laporan analisis, atau repository GitHub.

Saat menampilkan project, jangan hanya menunjukkan hasil akhirnya. Berikan juga konteks singkat tentang kasus yang dikerjakan, data yang digunakan, pertanyaan yang ingin dijawab, pendekatan yang dipilih, dan temuan yang diperoleh. Dengan begitu, orang yang melihat project bisa memahami apa yang sebenarnya kita kerjakan.

Data Challenge BikinDashboard

Konsep latihan seperti inilah yang digunakan di Data Challenge BikinDashboard. Setiap challenge dimulai dari sebuah kasus, dataset, dan beberapa pertanyaan yang bisa digunakan sebagai titik awal.

Tidak ada kewajiban menggunakan tool tertentu. Kamu bisa mengerjakannya dengan Excel, SQL, Python, Power BI, Tableau, atau tool lain yang sedang dipelajari.

Coba Data Challenge

Kalau selama ini sudah banyak mengikuti tutorial tetapi bingung mau latihan apa, ambil satu challenge dan coba kerjakan dengan tool yang sedang kamu pelajari.