Perubahan Hala Tuju Karier ke (Data Analyst/ Data Scientist, Business Analyst dan Business Intelligence)

 


Asalamualaikum dan selamat sejahtera. Pada saat saya menulis ini, latihan industri saya disebuah syarikat cybersecurity dibawah kelolaan kerajaan hanya berbaki lebih kurang seminggu sahaja lagi. Pengalaman saya menjalani latihan industri disitu sedikit sebanyak membuka pemikiran saya dan memberi saya hala tuju mungkin kemana cabang sains komputer yang saya akan pergi selepas ini.Antara cabang saya pikirkan ialah Data Analyst/ Data Scientist, Business Analyst dan Business Intelligence.

Sepanjang saya menjalani latihan industri di syarikat tersebut, antara tugas yang saya lakukan ialah Data Visualization (Visualisasi Data).

Apa Itu Data Visualization?

Setiap hari perniagaan anda menjana lebih banyak data tentang hasil jualan, prestasi pemasaran, interaksi pelanggan, tahap inventori, metrik pengeluaran, tahap kakitangan, kos dan KPI lain. Tetapi dengan kehadiran big data dengan begitu banyak data untuk ditapis, mungkin sukar bagi orang ramai untuk melihat cerita yang diceritakannya. Visualisasi data membantu anda menukar semua data berbutir itu menjadi maklumat perniagaan yang mudah difahami, menarik secara visual dan berguna. Dengan memanfaatkan sumber data luaran, alat visualisasi data hari ini tidak hanya membenarkan anda melihat KPI anda dengan lebih jelas, ia menyatukan data dan menggunakan analitis dipacu AI untuk mendedahkan hubungan antara KPI anda, pasaran dan dunia.

Kelebihan Data Visualization?

Tersembunyi dalam data anda terdapat cerapan penting yang boleh membantu memacu perniagaan ke hadapan. Tetapi cabarannya ialah anda tidak boleh sentiasa menyambungkan titik dengan melihat raw data atau data mentah sahaja. Raw data adalah data primer yang diperoleh dari database,cookies atau survey . Apabila anda melihat data anda yang dipersembahkan dalam format visual, corak, sambungan dan cerapan  lain muncul yang sebaliknya akan kekal tidak kelihatan. 

Visualisasi data menghidupkan data, menjadikan anda pencerita utama bagi cerapan yang tersembunyi dalam nombor anda. Melalui papan pemuka data langsung, laporan interaktif, carta, graf dan perwakilan visual lain, visualisasi data membantu pengguna membangunkan cerapan perniagaan yang berkuasa dengan cepat dan berkesan.

Tugas Data Visualization

    Tugas visualisasi ialah tempat anda boleh menghidupkan data anda. Matlamat utama tugas visualisasi adalah untuk menyelesaikan masalah perniagaan. Laporan yang direka bentuk dengan baik harus menceritakan kisah yang menarik tentang data tersebut, yang akan membolehkan pembuat keputusan perniagaan memperoleh cerapan yang diperlukan dengan cepat. Dengan menggunakan visualisasi dan interaksi yang sesuai, anda boleh menyediakan laporan berkesan yang membimbing pembaca melalui kandungan dengan cepat dan cekap, oleh itu membolehkan pembaca mengikuti naratif ke dalam data.

    Laporan yang dibuat semasa tugas visualisasi membantu perniagaan dan pembuat keputusan memahami maksud data tersebut supaya keputusan yang tepat dan penting boleh dibuat. Laporan memacu keseluruhan tindakan, keputusan dan tingkah laku organisasi yang mempercayai dan bergantung pada maklumat yang ditemui dalam data. Perniagaan mungkin berkomunikasi bahawa mereka memerlukan semua titik data pada laporan tertentu untuk membantu mereka membuat keputusan. Sebagai penganalisis data, anda harus meluangkan masa untuk memahami sepenuhnya masalah yang cuba diselesaikan oleh perniagaan. Tentukan sama ada semua titik data mereka diperlukan kerana terlalu banyak data boleh menyukarkan pengesanan titik utama. 

    Mempunyai cerita data yang kecil dan ringkas boleh membantu mencari cerapan dengan cepat. Dengan keupayaan AI terbina dalam dalam Power BI, penganalisis data boleh membina laporan yang berkuasa, tanpa menulis sebarang kod, yang membolehkan pengguna mendapatkan cerapan dan jawapan serta mencari objektif yang boleh diambil tindakan. Keupayaan AI dalam Power BI, seperti visual AI terbina dalam, membolehkan penemuan data dengan bertanya soalan, menggunakan ciri Cerapan Pantas atau mencipta model pembelajaran mesin (machine learning) secara langsung dalam Power BI. 

      Aspek penting dalam menggambarkan data ialah mereka bentuk dan membuat laporan untuk kebolehaksesan. Semasa anda membina laporan, adalah penting untuk memikirkan orang yang akan mengakses dan membaca laporan. Laporan hendaklah direka bentuk dengan mengambil kira kebolehaksesan dari awal supaya tiada pengubahsuaian khas diperlukan pada masa hadapan. Banyak komponen laporan anda akan membantu dengan penceritaan. Daripada skema warna yang saling melengkapi dan boleh diakses, kepada fon dan saiz, untuk memilih visual yang sesuai untuk apa yang dipaparkan, mereka semua berkumpul untuk menceritakan kisah itu.


Data Visualization membantu dengan membuat keputusan strategik

  1. Lihat gambaran besar
    Terdapat gambaran yang jelas tentang prestasi yang terkubur dalam data transaksi, interaksi, proses dan tingkah laku yang disimpan dalam sistem anda. Visualisasi data membolehkan anda mengenali konteks yang lebih luas dan senario peringkat lebih tinggi di dalamnya. Akibatnya, anda akan melihat arah aliran dan corak spot yang anda tidak akan dapat lihat jika anda melihat nombor sendiri. 
  2. Kenal pasti kepentingan
    Membawa kejelasan visual kepada cerita yang diceritakan dalam data anda membantu anda mengenal pasti cerapan yang membawa kepada membuat keputusan, perancangan, strategi dan tindakan yang lebih baik. Bagaimanakah prestasi perniagaan anda, perkara yang perlu diubah suai, dan di manakah anda harus memfokuskan sumber anda?
  3. Keupayaan untuk memahami kepentingan data anda mendorong operasi dan keputusan yang lebih berkesan.
    Buat keputusan termaklum Dengan nombor konkrit dan cerapan ketara, anda boleh yakin keputusan anda disokong oleh data. Mempunyai cerapan yang jelas tentang metrik prestasi memperkasakan anda dengan pengetahuan dan membekali anda dengan alatan untuk membuat keputusan yang tepat pada masa yang sesuai. Jejaki trend dari semasa ke semasa Sebaik sahaja anda telah menetapkan garis dasar, arah aliran akan mula muncul.
  4. Jejaki kemajuan
    Lihat arah aliran dan mula menggunakan cerapan anda untuk memacu keputusan strategik yang termaklum. Semasa anda membina arah aliran anda, peralihan dalam corak menunjukkan sama ada perkara terkeluar dari landasan, membolehkan anda menangani dengan segera sebarang tanda prestasi menurun.

Dashboard diatas adalah contoh dashboard yang saya buat seronok seronok untuk portfolio saya.

Semasa saya menjalankan tugas saya sebagai Data Scientist atau Data Analayst, saya belajar tentang Database dan Server Management. Untuk projek saya, saya belajar untuk mengunakan MongoDB iaitu database untuk NoSQL which is non relational database. Saya visualize semua data tersebut menggunakan Tableau atau Grafana. Saya juga perlu tahu bagaimana untuk mengintegrasikan tools tools tersebut dengan database samaada MongoDB,mySQL dan lain lain.

Saya merupakan seseorang yang lemah dalam coding atau programming, jadi saya rasa tugas atau bidang ini sesuai dengan saya. Bukan bidang ini tak perlu coding, masih perlu paham coding dan perlu juga buat coding, cuma tidak lah seberat backend atau Devops. Dapat guna Python dan R pun dah cukup dan Database language mcm SQL,SQLite dan JSON kena kuat la. Sebab nak tak nak kena hadap gak benda ni. Saya pun tengok tengok juga gaji jawatan Data Analyst/ Data Scientist, Business Analyst dan Business Intelligence boleh dapat RM3000++ dan jawatan kosong juga banyak macam cendawan tumbuh. So why not?





Post a Comment

0 Comments