ABCDEFGHIJKLMNOPQRSTUVWXYZ
1
2
SkillToolsDiskripsiMy Comment
3
SpreedsheetExcel ATAU
4
Google SheetMemahami fungsi dan formula dasar di spreadsheet
5
Skill Wajib
6
Operator dasar (+, -, /, *, ^)
Fungsi dasar: SUM, SUMIF, COUNT, COUNTIF, Xlookup (pengganti index match dan vlookup) dst
Pivot table dan pivot chart
7
Skill Tambahan
8
Power Pivot dan Power Query
9
10
11
SQLAnything you preferred: MySQL, Google BigQuery, SQLite, ProgressSkill WajibHampir semua fungsi analyst (Data Analyst, Business Analyst, Market Analyst and so on) wajib memliki pengetahuan SQL.
12
Fungsi dasar SELECT, FROM, WHERE, ORDER BY, GROUP BY
13
Aggregate Function: (SUM, COUNT, MAX, MIN)
14
CASE IF
15
JOIN TABLE (Inner, Outer, Left/Right, dan Union)
16
Subquery
17
Common Table Expression
18
Create Table, Import Database dan Export Database
19
Skill Tambahan
20
Windows Function
21
22
23
Berguna buat menkomunikasikan hasil Analisa kita atau membuat final dashboard hasil analisis . Pilih salah satu tools tadi. FYI, gw suka POWER BI karena mirip excel. Lebih beginner friendly. Tapi Tableau sangat cocok kalau kamu mau bikin portfolio yang bisa di share dengan visualisasi menarik. GDS juga sangat bagus untuk pemula (mirip excel) dan bisa dishare. Tapi visualisasi ga seatraktif Tableau dan Power BI.
24
Visualization ToolsPower BI
25
Tableau
26
Google Data Studio
27
28
29
30
31
32
33
34
Programming Language
R
35
PythonSkill dasar yang wajib dikuasai:Ini bisa dibilang WAJIB. Karena lagi hype2nya di dunia analyst. Bisa dipilih salah satu Progamming Language, syukur dua-duanya. FYI awalnya gw belajar R, tapi sekarang mostly menggunakan Python karena pengguna di Indo banyak dan mudah mencari jawaban di internet dari problems waktu ngoding saat analisa data. Hampir semua project gw make Jupyter Notebook dg Python. Dan buat ke depan, gw pelan2 juga lagi belajar buat data scientist yang mostly make Python.
36
Import data ke Python atau R (dari berbagai sumber, but mostly daru CSV, EXCEL, atau SQL database, kalau advance bisa dr WEB atau JSON)
37
Cleanning Data (common tasks: check duplicate, dealing with missing data, identifikasi error type, check and deal with outliers)
38
39
Data Manipulation (using pandas and numpy kalo python)
40
41
Data Visualization using ( Seaborn dan Matplotlib kalo Python) atau (ggplot kalo R)
42
43
Statistik Dasar (kalo python pake scipy.stats)
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100