INDUSTRI KREATIF - Beberapa tahun lalu, Harvard Business Review meramalkan pekerjaan sebagai data scientist sebagai profesi paling seksi. Betapa tidak? Di era digital, data begitu mudah ditambang. Setiap aktivitas yang kita lakukan di internet meninggalkan jejak digital.
Data kita terekam dalam jejak setiap aktivitas digital. Mencari produk, informasi apa pun, minat kita terhadap produk terekam dengan baik dan meninggalkan jejak digital. Tak heran, kalau kita membuka situs berita atau portal apa pun, iklan produk yang sempat kita cari dalam sebuah e-commerce tiba-tiba muncul di sisi kanan atau kiri layar laptop atau komputer. Begitu juga dengan media sosial, ke mana pun kita pergi iklan tersebut terus ikut.
Bahkan, dalam setiap perjalanan yang kita lakukan menggunakan peta digital atau bertransaksi menggunakan uang elektronik. Penyedia layanan tersebut dapat melihat pergerakan kita. Misalnya, dengan satu kali tempel kartu uang elektronik, penyedia layanan mendapat data soal pergerakan si pengguna uang elektronik.
Nah, di tengah kompleksnya lalu lintas data digital itu diperlukan seseorang data scientist yang mampu mencari dan menerjemahkan data agar berguna bagi perusahaan. Data scientist tak cuma dipakai dalam industri digital. Perusahaan lain yang punya basis data atawa database juga butuh profesi ini.
Contohnya, perusahaan telekomunikasi, asuransi, perbankan dan industri lain yang berbasis data pelanggan. Tugasnya adalah mengolah, mengeksplorasi, menguak, menginvestigasi, dan memvisualisasikan data agar perusahaan bisa menentukan strategi secara tepat.
Namun, di era digital seperti sekarang, profesi data scientist memang lebih banyak dibutuhkan perusahaan digital. Pasalnya, perusahaan digital selalu mengandalkan data sebelum mengambil keputusan, merumuskan strategi pemasaran, menciptakan fitur baru hingga memperbaiki user experience (UX) dalam produknya. Contoh perusahaan e-commerce, agen travel online dan perusahaan teknologi finansial (tekfin).
Tak heran, bila permintaan profesi data scientist terbilang tinggi. Terlebih, perusahaan digital di Indonesia sekarang terus bermunculan. “Permintaan tenaga data scientist terus meningkat. Sejauh ini, kami belum melihat tanda-tanda adanya penurunan terhadap permintaan tenaga kerja data scientist,” kata Ainun Najib, Head of Data Traveloka.
Dalam satu perusahaan digital yang sudah punya basis data, setidaknya membutuhkan lima sampai 10 orang data scientist. Sementara, rintisan skala kecil, mungkin masih bisa mengandalkan layanan pihak ketiga.
Kenapa perusahaan digital membutuhkan data scientist lebih dari dua orang? Dalam pekerjaannya, seorang data scientist tidak bekerja sendirian. Mereka bekerjasama secara simultan dengan data engineer atau insinyur data yang bertugas menambang data. Setelah data terkumpul, tugas data scientist adalah mengolah dan menyortir data tersebut. Konon jumlahnya bisa ribuan sampai jutaan.
Lalu, bagaimana peran seorang data scientist? Dalam praktiknya, pekerjaan data scientist memang terkesan teknis. Mereka mengolah data dan menjadikannya landasan dalam membangun produk, baik berbentuk fitur atau sekadar mengubah tampilan.
Selain mampu membaca data yang berserakan, mereka juga harus mampu melakukan pemograman atau coding. Dengan keterampilan itu, mereka biasanya mengubah tampilan dan fitur produk.
“Kami sering ujicoba, misalnya yang paling sederhana soal iklan banner apakah iklannya sudah cukup baik dari sisi font, desain sampai penempatannya, karena ternyata hal sekecil ini juga punya pengaruh,” kata Teguh Nugraha, Head of Data Bukalapak.
Tapi, sebenarnya peran data scientist tak sesederhana itu. Menyortir dan membaca data, membangun model dengan algoritme dan menerima hasilnya. Lebih dari itu, data scientist harus bekerja simultan menangkap dan membaca data.
Sebab, sekarang data begitu murah dan mudah didapat. Semakin sering dan cepat mengolah data, semakin cepat perusahaan mendapat insight atau pandangan baru terkait proses bisnis yang mereka lakukan.
Peran strategis
Meski teknis, sejatinya seorang data scientist juga harus mengerti soal bisnis lebih dalam. Terlebih, hal-hal yang menyangkut sektor industrinya. Karena, data scientist juga berperan dalam membentuk dan mempengaruhi keputusan bisnis. Lewat tangan data scientist, data berserakan yang sebelumnya tak ada artinya dapat menjadi informasi berharga.
Ada empat manfaat mengolah data menjadi informasi, pertama, untuk memahami kebutuhan dan keinginan konsumen lebih dalam. Kedua, menciptakan investasi yang lebih bijak bagi perusahaan. Ketiga, menentukan rekan bisnis yang dapat diajak kolaborasi bersama. Keempat, perusahaan dapat menghemat anggaran dalam menyusun strategi bisnis.
Langkah strategis ini tercipta berkat algoritme dan model yang dibuat oleh seorang data scientist. Tak heran, kalau punya perannya strategis. Tanpa pengolahan data, perusahaan sulit membaca kebutuhan pelanggan atau target pasar.
Ibrahim Arief, Vice President of Engineering Bukalapak menyebut, peran data scientist dalam perusahaan e-commerce dan marketplace seperti Bukalapak sangat strategis. Data scientist bertugas membuat laporan untuk pengembangan bisnis dan menciptakan kecerdasan buatan atawa sering disebut artificial intelligent (AI).
Contohnya, membangun artificial intelligent yang mampu memberikan rekomendasi kepada pengguna agar mudah menemukan barang yang dia butuhkan. “Dengan membangun artificial intelligent ini transaksi dan penghasilan bisa meningkat, ini cukup membantu user kami baik user pelapak atau user pembeli,” kata pria yang karib disapa Ibam ini.
Dengan begitu, transaksi dan pendapatan perusahaan e-commerce dan marketplace juga dapat terkerek. Sementara, di perusahaan online travel agent, peran data scientist penting untuk menemukan fraud dalam transaksi dan meningkatkan user experience.
“Data scientist juga menggunakan machine learning untuk costumer dan membantu keputusan bisnis di besaran promosi dan waktu yang tepat promosi,” kata Alamsyah Koto, Data Scientist Engineer PegiPegi.
Hal ini diamini oleh Felix Richard, Vice President Engineering perusahaan tekfin peer to peer lending, Modalku. Dia bilang, peran profesi data scientist penting untuk membaca tren pasar dan kebiasaan konsumen. “Kalau di perusahaan seperti Modalku, data scientist dengan mudah membaca apakah behaviour orang ini bisa mengembalikan pinjaman atau tidak,” kata Felix.
Secara umum, di perusahaan tekfin, seorang data scientist dapat menangkap platform dan kanal pembayaran seperti apa yang digemari oleh konsumen. Sementara, di perusahaan peer to peer lending seperti Modalku mampu membaca permintaan produk pinjaman yang dibutuhkan pasar.
Keterampilan seimbang
Melihat strategisnya peran seorang data scientist, tak sembarang orang bisa melakoni profesi ini. Ada sederet keterampilan yang harus dikuasai. Bekerja sebagai seorang data scientist harus passionate. Ya, namanya bergumul dengan ribuan bahkan ratusan data setiap hari tentu perlu kecintaan.
Maka, jika Anda berminat jadi seorang data scientist dan berlatarbelakang ilmu komputer atau teknologi perlu memperdalam ilmu matematika. Agar hasil dari pengolahan data lebih kredibel dan akurat.
Tapi itu saja tak cukup. Seorang data scientist idealnya harus punya kecakapan teknologi, ilmu matematika dan pengetahuan tentang seluk beluk bisnis. Tanpa ketiga keterampilan ini, mustahil seorang data scientist dapat menyajikan data mentah menjadi data kaya informasi dan menghasilkan produk yang diterima pasar serta berguna bagi perusahaan.
Ainun Najib menyebut, kemampuan teknologi akan memberikan solusi yang terukur bagi setiap masalah dalam perusahaan. “Tanpa pemahaman bisnis, produk data tidak dapat digunakan oleh stakeholder dan tanpa ilmu matematika, produk data science tidak kuat secara statistik dan memicu keputusan bisnis yang salah,” tambahnya.
Performa seorang data scientist dapat dilihat dari kecepatannya membaca, mengolah data dan menghadirkannya sebagai informasi penting. Walau cepat, hasilnya harus akurat agar target dan tujuan perusahaan tak meleset.
Praktik bisnis konvensional tidak lagi dapat menjadi rujukan satu-satunya. Para data scientist dituntut mampu melihat perkembangan terbaru mengenai bisnis. “Inilah mengapa memperluas koneksi sangatlah penting bagi para data scientist,” kata Ainun Najib.
Berbekal koneksi tersebut, data scientist mampu menangkap potensi dan tren bisnis baru. Wawasan ini menjadi penting mengingat data scientist bukan sekadar membaca data tapi menyajikannya sebagai masukan dalam setiap pengambilan keputusan perusahaan.
Koneksi di kalangan profesi data scientist juga perlu dibangun untuk membaca tren dan perkembangan teknologi paling mutakhir.
Cek Berita dan Artikel yang lain di Google News
