Kenapa Kerjaan Data Analyst Lebih Sering Meeting?

Ada satu miskonsepsi yang sering saya dengar dari orang yang baru mau masuk ke dunia data: kerjaan Data Analyst itu kerjaan solo, duduk depan laptop, main SQL dan Spreadsheet sepanjang hari, minim interaksi sama orang. Kenyataannya jauh dari itu. Kalo saya baca di forum komunitas Reddit, Data Analyst justru menghabiskan porsi waktu yang cukup besar untuk memahami kebutuhan bisnis, menyelaraskan tujuan analisis, mempresentasikan temuan, sampai mendiskusikan rekomendasi dengan stakeholder. Semua itu terjadi lewat satu medium yang sama: meeting.

Saya sendiri pernah kerja di tim data yang posisinya ada di divisi Product, jadi stakeholder utamanya ya tim Product itu sendiri. Dari pengalaman itu, saya mulai lihat pola kenapa schedule kerjaan seorang Data Analyst bisa penuh dengan meeting, dan kenapa itu sebenarnya bukan tanda kerjaan yang nggak efisien. Saya mau coba bedah jenis-jenis meeting yang biasa dihadapi, alasan di baliknya, dan bagaimana menyikapinya supaya nggak habis energi cuma buat meeting.

Data Tanpa Konteks Cuma Angka Kosong

Ini yang menurut saya paling sering dilewatkan orang yang belum pernah kerja langsung sebagai Data Analyst. Angka di dashboard, hasil query, atau output model, semuanya nggak punya arti apa-apa kalau nggak ada konteks bisnis di belakangnya. Dan konteks itu jarang buanget ada di dokumentasi yang rapi. Konteks itu ada di kepala orang, di experience PM yang tahu kenapa fitur X diluncurkan, atau di pemahaman tim marketing soal campaign yang sedang berjalan.

Makanya, sebelum saya bisa mulai analisis apa pun, saya biasanya butuh klarifikasi lewat meeting. Pertanyaan bisnisnya apa sebenarnya? Metrik mana yang paling relevan buat keputusan yang mau diambil? Apakah ada faktor eksternal yang perlu dipertimbangkan sebelum saya menyimpulkan sesuatu dari data? Semua pertanyaan ini biasanya nggak bisa dijawab lewat chat singkat, karena butuh diskusi bolak-balik yang lebih natural terjadi kalau semua orang duduk bareng, baik secara fisik maupun virtual.

Saya pernah coba skip proses ini, langsung eksekusi analisis berdasarkan asumsi saya sendiri. Hasilnya? Saya bikin laporan yang secara teknis benar, tapi nggak menjawab pertanyaan yang sebenarnya ingin dijawab stakeholder. Ujung-ujungnya saya harus ulang dari awal, dan itu lebih buang waktu dibanding kalau saya duduk 30 menit di awal untuk align dulu. Jadi meeting di fase ini bukan formalitas, tapi investasi supaya kerjaan analisisnya nggak salah arah.

Ragam Meeting yang Biasa Dihadapi Data Analyst

Kalau saya kelompokkan berdasarkan pengalaman saya sendiri, meeting yang dihadapi Data Analyst itu nggak cuma satu jenis, tapi ada beberapa lapisan tergantung siapa audiensnya dan tujuannya apa.

Lapisan pertama datang dari internal tim analytics sendiri, biasanya berupa standup harian, iteration planning, retro, sampai sesi workshop untuk berbagi teknik atau tools baru. Meeting jenis ini biasanya lebih santai dan teknis, karena semua orang di ruangan sudah paham bahasa data.

Lapisan kedua datang dari tim product, tempat saya dulu bernaung. Di sini meeting-nya lebih variatif: standup lintas fungsi, planning sprint, sesi sharing hasil analisis, sampai brainstorming untuk fitur yang mau dirilis. Karena saya bagian dari tim ini, kadang saya yang jadi host dan presentasi, kadang saya cuma perlu duduk dengarkan supaya tetap update dengan progres tim.

Lapisan ketiga adalah stakeholder di luar tim product misalnya dengan content team, biasanya lewat weekly meeting atau adhoc meeting untuk report performance. Di weekly meeting seperti ini, biasanya ada bagian di mana tim data jadi opener, menjelaskan kondisi performance product atau content secara data, baru setelah itu diskusi berlanjut dari temuan tersebut. Peran ini penting karena arah diskusi selanjutnya sangat dipengaruhi oleh bagaimana data itu dipresentasikan di awal.

Lapisan terakhir adalah company-wide, seperti all hands, company announcement, C-level call atau sesi dengan divisi-divisi lain. Meeting semacam ini biasanya nggak sering, tapi tetap masuk kalender karena sifatnya penting untuk keselarasan organisasi secara keseluruhan.

Meeting Bukan Distraksi, Tapi Bagian dari Proses Kerja

Saya paham kalau banyak orang, termasuk saya sendiri di masa-masa awal karier, sering menganggap meeting sebagai pengganggu waktu kerja "sesungguhnya". Padahal kalau dipikir ulang, meeting itu adalah bagian dari kerja sesungguhnya, bukan interupsi dari kerja.

Coba bayangkan proses analisis data sebagai sebuah siklus. Ada fase memahami masalah, fase eksplorasi data, fase analisis, dan fase komunikasi hasil. Tiga dari empat fase itu, yaitu memahami masalah, validasi asumsi, dan komunikasi hasil, hampir selalu melibatkan orang lain. Kalau fase-fase ini dilewati atau dikerjakan sendirian tanpa validasi, risikonya adalah analisis yang secara teknis rapi tapi nggak nyambung dengan kebutuhan bisnis.

Saya juga belajar bahwa peran saya di setiap meeting itu berbeda-beda, dan penting untuk saya bisa membedakannya. Kadang saya jadi host yang harus presentasi dan mempertahankan temuan saya di depan stakeholder. Kadang saya cuma perlu jadi pendengar untuk update konteks, tanpa perlu ngomong banyak. Menyadari perbedaan ini membantu saya mengatur energi, karena nggak semua meeting butuh level persiapan dan fokus yang sama.

Yang jadi masalah bukan jumlah meeting-nya, tapi kalau meeting itu nggak punya tujuan jelas, atau kalau saya diundang ke meeting yang sebenarnya nggak relevan dengan kerjaan tim. Di titik itu, meeting berubah dari bagian proses kerja jadi benar-benar distraksi. Gak jarang juga bargain buat say no biar wasting time ikutan meeting yang tim data sendiri kurang punya peran. 

Cara Saya Menyeimbangkan Meeting dan Kerja Teknis

Setelah beberapa tahun menjalani ini, saya punya beberapa cara berpikir yang membantu saya tetap produktif meskipun kalender penuh dengan meeting.

Pertama, saya belajar membedakan meeting yang butuh kehadiran aktif dan yang cukup dipantau lewat notes atau recording. Nggak semua meeting company-wide atau sync antar tim analytics butuh partisipasi penuh dari saya. Kadang saya cukup baca ringkasan setelahnya, dan waktu itu saya pakai untuk fokus mengerjakan analisis yang lebih dalam.

Kedua, saya selalu coba pastikan setiap meeting yang saya hadiri atau saya adakan punya tujuan yang jelas dari awal. Kalau saya yang mengundang orang lain untuk diskusi data, saya biasa siapkan dulu pertanyaan spesifik yang ingin saya jawab, supaya diskusinya nggak melebar dan waktu semua orang dihargai.

Ketiga, saya coba blok waktu khusus untuk kerja teknis yang butuh fokus panjang, seperti query ribet atau bikin deck analysis yang kompleks. Ini penting karena analisis yang dalam biasanya butuh waktu tanpa interupsi, dan kalau semua slot kalender saya penuh meeting, kerjaan ini justru yang jadi korban.

Terakhir, saya juga belajar untuk lebih vokal kalau diundang ke meeting yang sebenarnya nggak relevan. Ini bukan soal males rapat, tapi soal menjaga supaya waktu saya, dan waktu orang lain di ruangan itu, dipakai untuk hal yang benar-benar butuh kolaborasi, bukan sekadar formalitas kalender.

Menyeimbangkan ini nggak instan. Saya butuh waktu untuk sadar bahwa mengatur meeting dengan baik itu sendiri adalah skill, sama pentingnya dengan skill teknis analisis data yang biasa dianggap sebagai inti kerjaan ini.

Kalau kamu sedang mempertimbangkan karier sebagai Data Analyst, atau baru mulai kerja di posisi ini dan merasa kalender penuh meeting itu aneh, saya rasa penting untuk melihat ini bukan sebagai anomali, tapi sebagai bagian natural dari pekerjaan yang berhubungan dengan pengambilan keputusan bisnis. Data hanya berguna kalau konteksnya jelas, dan konteks itu paling sering datang dari percakapan langsung, bukan dari dokumentasi yang sempurna. Langkah praktis yang bisa kamu coba adalah mulai memetakan sendiri jenis-jenis meeting di tempat kerjamu, mana yang butuh kehadiran penuh dan mana yang cukup dipantau, supaya waktu untuk kerja teknis dan waktu untuk meeting bisa berjalan seimbang tanpa salah satu jadi korban.