top of page
bg-grid 1.png

Beda Data Analyst vs Data Scientist: Studi Kasus di Netflix

Kupas tuntas perbedaan data analyst vs data scientist. Apa perbedaan definisi, tugas, dan skill dari keduanya? Haruskah kuliah jurusan tertentu? Yuk, simak!

data-analyst

Selli Nisrina Faradila

Mau Belajar

data-analyst

Belajar di RevoU! Dapatkan skill digital paling in-demand langsung dari praktisi terbaik di bidangnya. Kelas online 100% LIVE, 1:1 career coaching, dan akses ke Community Hub dengan 6000+ member selamanya untuk support perkembangan karir kamu!

Data jadi salah satu buzzword paling populer di dunia bisnis teknologi. Mulai dari pakar, praktisi, sampai orang awam yang tertarik dengan perkembangan teknologi asyik berbincang soal data. Dari situ, banyak metafora lahir untuk mendefinisikan data: “data is the new gold”, “data is the new oil, atau “data is the new currency”.

Beberapa perumpamaan tersebut punya satu kesamaan arti bahwa data sangatlah penting. Karena itu, bukan hal aneh ketika survei ManpowerGroup pada Mei 2022 melaporkan IT dan data sebagai bidang pekerjaan paling diminati.

Sama-sama berprospek cerah, ada beda data analyst vs data scientist yang cukup signifikan.
Sama-sama berprospek cerah, apa beda data analyst vs data scientist? (Sumber: ManpowerGroup via World Economic Forum 2022)

Kita mengenal dua profesi yang berhubungan dengan pengolahan data dan sedang naik daun, yakni data analyst dan data scientist. Dari hasil pencarian Google, ternyata masih muncul pertanyaan, “Apa beda data analyst vs data scientist?

Sebelum lebih lanjut membahas apa itu data analyst dan data scientist, kita berkenalan dulu dengan istilah big data. Untuk itu, mari kita bayangkan skenario berikut.

Lala, 28 tahun, pekerja sebuah perusahaan start-up di Jakarta, punya hobi nonton drama Korea di Netflix. Serial Extraordinary Attorney Woo (EAW) yang dibintangi Park Eun-bin jadi drakor favoritnya belakangan ini. 

Episode terbaru EAW tayang setiap Rabu dan Kamis pukul 21.00 WIB. Karena tidak mau ketinggalan nonton, Lala selalu stand-by nongkrong di akun Netflix-nya sepuluh menit sebelum jadwal tayang.

tugas data scientist Netflix
Cara kerja sistem rekomendasi Netflix, salah satu contoh project data scientist.

Sambil menunggu, Lala asyik scrolling homepage dan menemukan beberapa rekomendasi drama series Korea yang mirip-mirip EAW di baris “Because you watched Extraordinary Attorney Woo”. Ada beberapa judul yang muncul: Vincenzo, Juvenile Justice, dan Signal. Setelah dicek, ternyata ketiganya punya kesamaan tag genre dengan EAW, yakni “courtroom TV”. 

Yang ada di pikiran Lala tiap kelar nonton episode terbaru EAW, “Nonton apa lagi ya sambil menunggu hari Rabu?” Lala jadi tertarik sama barisan drakor lain yang direkomendasikan Netflix. Setelah coba nonton episode pertama Juvenile Justice, berujung ketagihan nonton sampai Subuh. 

Kalau diingat-ingat, dengan cara itulah Lala akhirnya kecanduan drakor yang mengangkat profesi seputaran pengacara, jaksa, hakim, dan polisi. Sampai sekarang pun homepage Netflix-nya selalu merekomendasi serial yang latarnya tidak jauh-jauh dari ruang sidang.

Sekarang, dari skenario pendek tersebut, sudah berapa banyak data yang bisa di-collect Netflix terkait behaviour Lala sebagai pelanggan/user-nya? Jawabannya, banyak banget, sebagaimana dikutip dari How Netflix’s Recommendations System Works.

  • Riwayat film/serial apa saja yang ditonton
  • Jam/hari menonton
  • Durasi menonton
  • Judul-judul favorit berdasarkan genre, cast, creator, sampai negara yang merilisnya.
  • Judul-judul favorit berdasarkan rating yang diberikan
  • Device yang digunakan

Nah, itu baru data dari satu orang. Belum lagi data dari 220,67 juta pengguna Netflix di seluruh dunia, pasti bakal lebih kompleks, kan? Tiap user pasti punya interaksi yang unik satu sama lainnya. Karena unik itu pula, data yang dihasilkan punya tingkat kerumitan tinggi. 

Itulah cerminan big data dalam keseharian kita, juga kata kunci penting dalam kehidupan seorang data analyst dan data scientist. Keduanya berperan mengolah bongkahan data yang bertebaran secara acak supaya bisa menjadi informasi yang mudah dimengerti semua stakeholder. Lantas, apa perbedaan data analyst dan data scientist

Perbedaan Data Analyst vs Data Scientist, Apakah Signifikan?

Cakupan pekerjaan data analyst dan data scientist berbeda secara definisi, tugas, dan skillset-nya. Kita bahas satu per satu, ya.

Definisi - Data Analyst vs Data Scientist

Seperti biasa, belajar apapun kurang lengkap tanpa memulainya dengan definisi/pengertian. Pertanyaan apa itu data analyst dan data scientist mungkin jadi alasan yang membawamu ke artikel RevoUpedia kali ini. 

Journal RevoU sudah pernah membahas definisi keduanya dalam artikel berjudul “Data Analyst vs Data Scientist vs Data Engineer: Apa Bedanya?” dan “A Day in The Life of A "Data Analyst”. Artikel ini menambahkan informasi yang dikutip dari mastersindatascience.org.

Data Analyst

Data analyst adalah seseorang yang bekerja dengan data yang terstruktur untuk menyelesaikan permasalahan bisnis. Jadi, data mentah akan diolah terlebih dahulu sebelum diserahkan ke data analyst. Siapa yang menangani data mentah tersebut? Ini dia kawan akrab data analyst saat bekerja, siapa lagi kalau bukan data scientist.

Data Scientist

Ingat, semakin banyak volume datanya, pengolahannya akan semakin rumit. Terbayang kan, bagaimana kompleksnya data yang masih dalam kondisi mentah/tidak terstruktur. Seorang data scientist terlibat dalam proses pengumpulan data sejak awal, ketika semua data bercampur jadi satu. Karenanya, data scientist menggunakan teknik pengolahan data yang lebih advanced dan harus menguasai machine learning untuk otomatisasi prosesnya.

Tugas - Data Analyst vs Data Scientist

Apa saja tugas data analyst dibandingkan data scientist? RevoUpedia menyiapkan tabel perbedaan tugas keduanya supaya lebih mudah kamu cerna.

tugas data analyst vs data scientist
Sumber: Masters in Data Science, Indeed UK, dan Journal RevoU

{{COMPONENT_IDENTIFIER}}

Skill - Data Analyst vs Data Scientist

Baik data analyst maupun data scientist punya keahlian masing-masing, terutama tools yang biasa mereka pakai dalam bekerja. Tabel di bawah ini bisa membantu mengilustrasikan perbedaan skill dan alat yang dipakai keduanya. 

skill data analyst vs data scientist
Sumber: Simplilearn, Masters in Data Science, dan Journal RevoU

Bagaimana Data Analyst dan Data Scientist Bisa Saling Bekerja Sama?

Jika membandingkan job description antara data analyst dan data scientist, kita bisa menemukan perbedaan signifikan. Yap, kerja data scientist lebih sering bersentuhan dengan machine learning

Apa contoh yang paling dekat? Algoritma sistem rekomendasi Netflix yang sudah kita bahas tadi di awal tulisan ini. Data scientist di Netflix merancang algoritma sistem rekomendasi tersebut untuk memberikan personalized experience bagi tiap user. Seperti yang sering dibilang para eksekutifnya, personalisasi berperan sangat sentral dalam bisnis Netflix.   

Tingkat akurasi algoritma rekomendasi milik raksasa teknologi itu juga sangat tinggi. Seperti yang dicatat Lighthouse Labs pada Juni 2022, 80% aktivitas penonton Netflix didorong oleh rekomendasi yang dipersonalisasi. 

contoh penerapan model prediktif tugas data scientist
NRE jadi contoh bagaimana Netflix memanfaatkan data science.

Keberhasilan sistem rekomendasi Netflix merupakan contoh penerapan model prediktif bikinan data scientist. Data-data pengguna diolah untuk memprediksi apa yang kemungkinan akan ditonton tiap pengguna dalam interaksi berikutnya.  

Bagaimana dengan data analyst? Kebalikan dari data scientist yang berusaha menjawab prediksi masa depan, seorang data analyst berurusan dengan data yang sudah ada alias peristiwa yang sudah terjadi. Sama seperti yang diceritakan Galih Rizky, data analyst di Delivery Hero saat berbincang untuk Journal RevoU.

Katakanlah dari hasil eksperimen data scientist Netflix, ada sekian persen pengguna yang justru “kabur” dari platform ketika melihat katalog film di menu rekomendasi. Dari situ, data analyst akan berusaha membaca pola/tren dari user yang menunjukkan behaviour serupa.

Mungkin beberapa pertanyaan hipotesisnya akan seperti ini, “Apakah user berasal dari negara tertentu? Apakah film-film yang direkomendasikan tidak dalam bahasa ibu mereka? Atau justru film-film tersebut melintas genre dari yang biasa mereka tonton?”

Dari situ, data analyst menganalisis permasalahan-permasalahan yang ditemukan untuk mencari solusinya.

Jurusan Kuliah Data Analyst dan Data Scientist

Karena berurusan dengan data dan angka, penting bagi seorang data analyst dan data scientist untuk memiliki basic ilmu kuantitatif. Mengutip dari Masters in Data Science, kedua role ini wajib menguasai matematika dan statistika. 

Khusus untuk data scientist, ada tambahan ilmu komputer sebagai modal penting. Hal ini dikarenakan tugasnya yang berhubungan dengan machine learning—bagian dari Artificial Intelligence (AI), salah satu cabang ilmu komputer.

Nah, di Indonesia sudah banyak kampus yang menyediakan jurusan-jurusan dengan ilmu terkait. Tapi, pendidikan formal bukan satu-satunya jalan untuk meraih karier impian di bidang data. 

Kamu bisa mengembangkan skill-mu dengan mengikuti kursus, seperti Mini Course Data Analytics di RevoU.

Kursus ini sangat tepat buat pemula yang ingin mengulik ilmu data analytics. Kamu akan mendapatkan e-sertifikat dan case study untuk dicantumkan dalam portfolio secara gratis! Caranya mudah, klik link ini, ya: Kelas Gratis “Introduction to Data Analytics” + Sertifikat.

bottom of page