Bagi sebagian besar orang, portofolio data analyst identik dengan kumpulan grafik berwarna yang disusun rapi di satu halaman. Meski begitu, situasi sebenarnya bergerak ke arah sebaliknya. Perekrut yang membuka puluhan berkas dalam sehari umumnya berhenti bukan pada tampilan yang paling menarik, melainkan pada pekerjaan yang paling jelas alur berpikirnya.
Kondisi ini menyulitkan banyak pelamar yang sudah menyelesaikan beberapa proyek latihan namun belum juga dihubungi. Bukan karena kemampuannya kurang, melainkan karena hasil kerjanya tidak menjelaskan apa yang sebenarnya dikerjakan. Perekrut yang tidak menemukan penjelasan umumnya berpindah ke berkas berikutnya dalam hitungan detik. Memahami apa yang dicari perekrut di dalam portofolio karena itu sama pentingnya dengan menyelesaikan proyeknya. Penyusunan yang tepat juga memangkas waktu penjelasan ketika sampai di tahap wawancara.
Apa yang Sebenarnya Dibaca Perekrut dari Sebuah Portofolio?
Portofolio sebaiknya dilihat bukan sebagai kumpulan hasil, melainkan sebagai bukti cara bekerja. Perekrut mencari petunjuk mengenai bagaimana seorang kandidat memperlakukan data yang berantakan, memilih pendekatan, dan menarik kesimpulan yang bisa dipertanggungjawabkan. Petunjuk itu jauh lebih sulit dipalsukan dibanding daftar kemampuan yang ditulis di lembar lamaran.
Perekrut umumnya menyediakan waktu yang sangat singkat untuk setiap berkas yang masuk. Petunjuk tersebut tidak tampak dari tangkapan layar sebuah grafik. Yang terbaca justru dari penjelasan singkat mengenai pertanyaan yang dijawab, sumber data yang dipakai, keputusan pembersihan yang diambil, sampai keterbatasan yang disadari. Pengakuan atas keterbatasan justru menambah kepercayaan karena menandakan kesadaran terhadap batas kesimpulan.
Karena itu dua proyek yang dijabarkan tuntas biasanya lebih meyakinkan dibanding sepuluh proyek berisi tampilan tanpa konteks. Contohnya, satu analisis penurunan penjualan yang menjelaskan mengapa kategori tertentu dikeluarkan dari perhitungan bernilai lebih tinggi dibanding lima dashboard tanpa keterangan sumber.
Unsur yang Membuat Portofolio Data Analyst Diperhatikan
Setidaknya terdapat lima unsur yang secara konsisten membedakan portofolio yang berlanjut ke tahap wawancara.
1. Pertanyaan Bisnis yang Jelas di Awal
Setiap proyek sebaiknya dibuka dengan pertanyaan yang hendak dijawab beserta pihak yang membutuhkan jawabannya. Tanpa pembuka ini, pembaca harus menebak sendiri arah analisisnya. Rumusan yang jelas juga memperlihatkan bahwa kandidat terbiasa berpikir dari kebutuhan, bukan dari data yang kebetulan tersedia. Cara ini juga menghindarkan kesan bahwa proyeknya dikerjakan sekadar mengikuti panduan. Satu kalimat pertanyaan di bagian awal sudah cukup untuk menjalankan fungsi ini. Sebutkan pula alasan pertanyaan itu penting agar pembacanya memahami konteksnya.
2. Data yang Tidak Terlalu Rapi
Data contoh yang sudah dibersihkan penyelenggara latihan tidak memperlihatkan kemampuan apa pun di tahap persiapan. Pilih sumber terbuka yang formatnya masih beragam, contohnya data terbuka pemerintah daerah yang penulisan nama wilayahnya belum seragam. Data semacam ini juga memperlihatkan kesediaan mengerjakan bagian yang tidak menyenangkan. Jelaskan perlakuan yang diberikan terhadap nilai hilang dan catatan ganda. Inilah bagian yang paling sering ditanyakan saat wawancara teknis. Cantumkan jumlah baris sebelum dan sesudah pembersihan sebagai gambaran skala pekerjaannya.
3. Proses yang Bisa Ditelusuri Ulang
Sertakan kode atau kueri yang dipakai di layanan repositori terbuka, lengkap dengan keterangan cara menjalankannya. Penelusuran ini memberi keyakinan bahwa hasil yang ditampilkan memang dikerjakan sendiri. Beri komentar singkat pada bagian kode yang keputusannya tidak langsung terlihat. Struktur berkas yang rapi juga memperlihatkan kebiasaan kerja yang tertata. Sertakan pula daftar pustaka yang dipakai agar orang lain bisa menjalankannya di komputer sendiri. Riwayat perubahan di repositori sekaligus menunjukkan proses pengerjaannya berlangsung bertahap. Sertakan berkas keterangan singkat di halaman depan agar pembaca tidak perlu menelusuri seluruh berkas.
4. Kesimpulan yang Mengarah ke Tindakan
Analisis yang berhenti pada temuan belum menjawab kebutuhan siapa pun. Tutup setiap proyek dengan usulan langkah beserta perkiraan dampaknya, meski dalam bentuk sederhana. Usulan yang terlalu umum sebaiknya dihindari karena tidak memperlihatkan pemahaman apa pun. Contohnya, usulan memindahkan anggaran promosi ke kategori dengan margin tertinggi berdasarkan temuan penjualan. Kemampuan menghubungkan angka dengan keputusan inilah yang paling dinilai perusahaan. Sebutkan pula asumsi yang dipakai agar usulan tersebut bisa ditimbang secara adil.
5. Penyajian yang Menyesuaikan Pembacanya
Siapkan ringkasan satu halaman untuk pembaca non-teknis dan lampiran teknis untuk yang ingin menelusuri lebih dalam. Pemisahan ini memperlihatkan kesadaran bahwa hasil analisis dibaca orang dengan latar berbeda. Ringkasannya sebaiknya bisa dipahami tanpa membuka lampiran teknisnya. Hindari menumpuk seluruh temuan di satu tampilan yang padat. Batasi jumlah grafik pada halaman ringkasan agar pesan utamanya tidak tenggelam. Pada akhirnya, portofolio yang mudah dibaca menandakan kandidat yang mudah diajak bekerja sama. Batasi jumlah proyek yang ditampilkan agar perhatian pembaca tertuju pada karya terbaik.
Pergeseran dari Kumpulan Sertifikat ke Bukti Karya
Dahulu, banyak pelamar memusatkan perhatian pada daftar pelatihan yang pernah diikuti. Kini pendekatan tersebut mulai ditinggalkan karena perekrut terbiasa menemukan daftar panjang yang tidak diikuti kemampuan menjelaskan satu pun proyeknya.
Perhatian bergeser ke kombinasi yang lebih seimbang, yaitu beberapa karya yang prosesnya bisa ditelusuri ditopang pelatihan yang relevan. Perubahan ini menguntungkan pelamar dari latar belakang non-IT, sebab penilaian berpindah dari riwayat pendidikan ke hasil kerja yang bisa diperiksa langsung. Sebagian perusahaan bahkan meminta tautan portofolio sejak formulir lamaran diisi.
Nilai Portofolio di Pasar Kerja Saat Ini
Kondisi ini membuka peluang bagi yang bersedia mengerjakan proyek secara tuntas. Jumlah pelamar di bidang data memang banyak, tetapi sebagian besar berhenti pada latihan yang tidak pernah dirapikan menjadi karya yang bisa ditunjukkan. Merapikannya menjadi dua atau tiga karya sudah cukup untuk memisahkan diri dari kelompok tersebut.
Portofolio juga berfungsi setelah diterima bekerja. Kebiasaan mendokumentasikan proses yang terbentuk saat menyusunnya terpakai kembali ketika hasil analisis perlu dipertanggungjawabkan di depan tim. Catatan itu juga mempermudah penyerahan pekerjaan ketika suatu saat berpindah peran.
Menyiapkan Portofolio Bersamaan dengan Kemampuannya
Menyusun portofolio yang meyakinkan menuntut kemampuan teknis yang memadai lebih dulu, sebab isi yang dangkal justru terbaca oleh perekrut berpengalaman. Salah satu cara memulainya adalah melalui bootcamp Data Analyst dari Course-Net yang menempatkan pengerjaan proyek sebagai bagian dari prosesnya.
Setiap peserta menyelesaikan proyek portofolio yang ditinjau langsung oleh coach, sehingga kelemahan dalam penyajian maupun penarikan kesimpulan sempat diperbaiki sebelum ditunjukkan ke perekrut. Materinya mencakup Excel, basis data dan SQL, Python beserta statistiknya, visualisasi dan penyampaian hasil, sampai tata kelola serta kualitas data.
Pendampingnya praktisi aktif, contohnya Coach Dena yang bekerja di bidang data analytics industri asuransi, dengan satu coach menangani maksimal dua belas peserta. Tersedia pula pendampingan karier berupa penyusunan CV, penataan profil profesional, persiapan wawancara, sampai strategi melamar ke pihak yang tepat. Course-Net telah meluluskan lebih dari 100.000 alumni, dipercaya praktisi dari 472 perusahaan, serta tersertifikasi oleh EC-Council, ISC2, dan BNSP.
