Di kantor e-commerce kayak tempat kerja Teguh sendiri, data scientist dibagi menjadi dua. “Yang satu mengurusi perkembangan bisnis, yang satu lagi di urusanfraud¸untuk membaca polabehaviours para pengguna yang punya niat nipu,” cerita Teguh.
Teguh, yang gawe di bagian data untuk perkembangan bisnis berurusan dengan data-data transaksi penjualan, dan perilaku pengguna di situs Bukalapak.
"Misalnya, adausersyang melihat info detil produk, tapi nggak sampe beli. Kita cari tau polanya, dan cari tau apa penyebabnya.”
Teguh dan timnya mengumpulkan data berupa produk yang dicari, produk yang paling banyak dibeli, bahkan sampai mencari tau apakah, misalnya, pengguna lebih suka menklik tombol ‘Beli’ jika taruh di bagian atas produk atau disamping.
“Dari tes eksperimen itu kami jadi tau mana yang lebih sering diklik. Kalau temuan itu signifikan bisa jadi rekomendasi untuk meningkatkan penjualan, kan,” ucap lulusan jurusan Matematika ITB ini.
Profesi satu ini tentu potensial banget. Prospek bagus. Kautzar menjelaskan, “Sekarang kan dot com jadi menjamur banget. Perusahaan digital pasti punya data, dan data itu nggak cuma untuk disimpan dan dilihat. Data bukan pajjangan. Data itu mainan yang bisa diolah untuk menumbuhkan bisnis, dan juga menjaga keamanan bisnis. Kebutuhan untuk data scientist makin tinggi,” kali ini Kautzar, data scientist bagianfraud,berbicara.
Baca Juga: Dave Grohl Bagiin Momen 'Starstruck'-nya Kala Diajak Nge-jam Prince
Udah gitu, tanpa data scientist, perusahaan digital buta arah. Sekalipun bisa berjalan, mereka hanya menebak-nebak, menggunakan intuisi dan dugaan belaka.
“Perusahaan bisa tetap hidup, sih, tapi pertumbuhannya jauh lebih lambat dari yang punya data scientist. Kalau bisa diukur dengan data, keputusan bisnis bisa lebih terencana dan akurat. Nggak cuma berdasarkan asumsi,” kata Kautzar.Gaji Kisaran Data Scientist
Perlu tahu dua tahapan menggeluti profesi ini, sebelum jadi profesional di bidang data setidaknya kamu perlu jadi timData Engineer terlebih dahulu
Seperti yang kita tahu, semua aktivitas yang tercatat di berbagai aplikasi, datanya bisa dijadikan potensi untuk menghasilkaninsightbagi perusahaan dan bisnis berbagai skala.
Sayangnya emang data-data itu masih sering bersifat mentah dan belum tervalidasi. Ya akhirnya perlu diolah olehdata engineer.