
What a Data Analyst Does Day-to-Day
Analytics · 13 Jan 2026
A practical, seniority-based guide to the day-to-day work of data analysts with sample job descriptions and skills.

Perjalanan 13+ tahun dari web developer, systems analyst, hingga leading data analytics team—sharing pengalaman nyata tanpa hype.
Halo! Saya Deden Sembada. Ini cerita perjalanan saya dari web developer sampai leading tim data analytics, pengalaman kerja selama 13+ tahun. Bukan cerita sukses instan atau flexing karier, lebih ke sharing jujur tentang apa yang saya pelajari, gimana saya berkembang, dan kenapa saya bikin learnwithdeden sebagai tempat berbagi pengalaman ini.
Kenapa saya sharing ini? Soalnya dulu waktu mulai, saya nggak punya gambaran jelas mau kemana. Bingung harus belajar apa, mulai dari mana, terus gimana caranya tetap relevan di dunia tech yang cepet banget berubah. Kalau kamu lagi di fase yang sama, entah baru mulai, career switching, atau lagi mikir next step, mungkin cerita ini bisa kasih sedikit gambaran.
Di tulisan ini saya mau share: gimana perjalanan saya dari bikin website sampai leading data team, apa yang saya pelajari di setiap fase, dan kenapa saya akhirnya bikin platform learnwithdeden untuk berbagi pengalaman praktis. Kita bahas pelan-pelan, dari awal sampai sekarang.
Saya mulai dari web development tahun 2012. Waktu itu, fokus saya simpel: bikin website yang functional dan sesuai kebutuhan klien. Tapi seiring waktu, saya sadar kalau bikin website itu bukan cuma soal coding. Ada hal yang lebih penting: paham kebutuhan bisnis, sederhanakan yang teknis, dan kasih solusi yang beneran dipake orang.
Dari situ, saya mulai pindah ke systems analysis dan project management. Fase ini ngajarin saya cara komunikasi sama stakeholder yang nggak ngerti teknis, cara translate kebutuhan bisnis jadi spesifikasi teknis, dan cara manage timeline sama ekspektasi. Ini skill yang ternyata jauh lebih penting daripada sekadar jago coding.
Beruntungnya, saya sempat kerja sama brand besar kayak McDonald's Indonesia, Samsung Indonesia, dan Marlboro Indonesia. Proyek-proyek ini ngasih saya exposure ke skala bisnis yang lebih kompleks. Saya belajar gimana keputusan teknis bisa impact operasional sehari-hari, gimana data mulai jadi pertimbangan penting, dan gimana teknologi harus align sama tujuan bisnis, bukan sekadar "keren" secara teknis.
Yang saya pelajari di fase ini: teknologi itu tools, bukan tujuan. Kalau solusi kamu nggak solve masalah nyata atau nggak dipake orang, percuma. Ini mindset yang saya bawa terus sampai sekarang, dan jadi salah satu prinsip utama di learnwithdeden—fokus ke impact, bukan sekadar tools.
Tahun 2016, rasa penasaran saya sama data mulai kuat. Saya lihat gimana data bisa kasih insight yang nggak keliatan dari surface level aja. Makanya saya decide buat pindah jalur ke data analytics. Awalnya join KMK Online (EMTEK Group), terus lanjut ke KapanLagi Youniverse—media dan entertainment company yang punya banyak platform digital (Liputan6.com, Kapanlagi.com, Merdeka.com, Fimela.com, Bola.com, Bola.net, Otosia.com).
Di sana, saya berkembang dari Data Analyst, Senior Data Analyst, Data Analyst Manager, sampai akhirnya leading tim sebagai Head of Product Data Analytics. Perjalanan ini nggak mulus. Ada fase dimana saya bingung gimana cara translate data jadi insight yang actionable. Ada fase dimana saya struggle manage tim dan align ekspektasi sama stakeholder. Tapi justru dari situ saya belajar banyak.
Fokus saya di fase ini: bentuk strategi data yang jelas, selaraskan KPI antar tim, dan pastikan setiap keputusan didukung insight yang kuat—bukan asumsi atau "feeling" doang. Saya belajar gimana cara bikin dashboard yang beneran dipake, bukan cuma "kelihatan bagus". Gimana cara ngomong data ke audience yang nggak teknis. Gimana cara bantu tim berkembang dengan data yang relevan, bukan overwhelm dengan angka yang nggak jelas maksudnya.
Salah satu pelajaran terbesar: data itu lebih dari sekadar angka. Data itu tentang konteks. Tentang cerita di balik angka. Tentang gimana kamu translate insight jadi action yang bisa dieksekusi tim. Kalau kamu cuma kasih angka tanpa konteks atau rekomendasi jelas, orang bakal bengong—sama kayak waktu saya awal-awal presentasi data dulu.
Pengalaman ini yang bikin saya sadar pentingnya sharing knowledge secara praktis. Bukan teori dari textbook, tapi pengalaman nyata dari kerjaan sehari-hari. Makanya di learnwithdeden, saya fokus ke konteks dunia kerja nyata—gimana data dipake untuk bikin keputusan, bukan cuma gimana cara bikin chart.
Selain kerja korporat, tahun 2016 saya berdua dengan rekan seperantauan bikin SCL Studio (sclstudio.id)—digital product agency atau semacam vendor teknis yang bantu brand design, build, dan scale website sama web system. Ini side hustle yang ternyata jadi learning experience luar biasa. Kami udah selesaiin 150+ proyek untuk sekitar 60 klien, dari strategi dan UI/UX sampai development, data, dan infrastruktur.
Cara kerja kami cukup unik: saya yang sebagai programmer fokus ke sisi teknis, sementara rekan saya—yang pekerjaan utamanya lebih informal perannya disini sebagai semacam orang bisnis—yang handle client relationship dan kumpulin brief dari klien. Paginya kami sibuk dengan kerjaan masing-masing, tapi malamnya saya yang eksekusi teknis dari brief-brief yang udah dia kumpulin. Pattern ini jalan bertahun-tahun: dia translate kebutuhan bisnis klien jadi requirement, saya translate requirement itu jadi solusi teknis yang beneran jalan.
Pembagian peran ini bukan cuma soal efisiensi—ini soal complementary skills. Dia paham client pain points dan bisa communicate dengan bahasa bisnis mereka. Saya paham technical constraints dan bisa deliver solusi yang feasible. Together, kami bisa bridge gap antara "apa yang klien mau" dan "apa yang bisa dibikin secara teknis."
Kenapa saya ambil jalur ini juga? Karena saya pengen ngerasain langsung gimana rasanya bikin product dari nol, manage klien dengan ekspektasi yang beda-beda, dan deliver solusi yang beneran solve masalah mereka. Di sini sebagai vendor, kamu nggak bisa cuma fokus ke satu aspek—kamu harus paham end-to-end: dari requirement gathering, design, development, sampai maintenance.
Prinsip kami di SCL Studio simpel: solusi harus relevan dengan kebutuhan klien, efisien waktu, dan berdampak nyata. Nggak ada gunanya bikin system yang "canggih" kalau user nggak ngerti cara pakainya atau nggak solve pain point mereka. Ini align banget sama mindset saya dari awal: teknologi itu tools untuk solve masalah, bukan tujuan.
Dari SCL Studio, saya belajar gimana cara manage ekspektasi klien yang kadang unrealistic, gimana cara communicate progress secara jelas, dan gimana cara deliver di tengah constraint budget dan timeline. Saya juga belajar pentingnya collaboration antar role—designer, developer, data analyst, sama project manager harus bisa kerja bareng dengan baik. Kalau nggak, project bakal jadi chaos.
Yang menarik, setup kerja malam ini ngajarin saya discipline dan time management yang nggak saya dapet dari kerjaan korporat. Pas semua orang udah tidur, saya masih coding, testing, dan deploy. Ini bukan cuma soal hustle—ini soal commitment ke klien yang udah percaya sama solusi yang kami tawarkan.
Pengalaman ini ngebuka perspektif saya tentang gimana data dan technology harus kerja bareng. Data tanpa product yang bagus nggak ada gunanya. Product tanpa data-driven decision bakal jalan di tempat. Ini insight yang saya bawa ke semua project berikutnya, dan jadi salah satu tema utama di platform learnwithdeden—gimana cara integrate data, tech, dan product thinking dalam kerja sehari-hari.
Tahun 2024, saya lihat percepatan AI yang luar biasa. Bukan hype doang—tapi beneran ada shift besar dalam cara kita kerja, terutama di content creation, data processing, dan decision making. Dari situ, saya tertarik sama SaaS development dan akhirnya bikin Semesta.io—micro SaaS AI Content Intelligence Platform.
Semesta.io ini platform yang integrasikan data sources real-time dan manfaatkan AI untuk optimasi workflows dalam bikin konten. Tujuannya: bikin tim product, marketing, dan analytics bisa kolaborasi dengan data dan AI untuk bikin keputusan yang cepat dan based on data—dalam waktu lebih singkat. Bukan replace manusia, tapi augment cara kerja mereka supaya lebih efisien.
Kenapa saya masuk ke AI? Karena saya lihat banyak orang overwhelmed sama AI. Ada yang terlalu hype, ada yang skeptis, ada yang bingung mulai dari mana. Padahal, AI itu tools—sama kayak data analytics atau web development. Yang penting bukan seberapa "canggih" tools-nya, tapi gimana kamu pake tools itu untuk solve masalah nyata.
Di Semesta.io, saya apply semua yang udah saya pelajari: paham kebutuhan bisnis, integrate data dengan product, dan pastikan teknologi yang kita bikin beneran dipake dan berdampak. Ini bukan tentang bikin AI yang "wow", tapi bikin solusi yang relevan dan sustainable.
Ke depan, saya pengen berkembang secara global sambil tetap terbuka sama teknologi baru di AI, Data, dan juga Web3. Tapi bukan soal chase trend—lebih ke explore gimana teknologi ini bisa solve masalah nyata dan bikin cara kerja kita lebih baik. Bagi saya, perjalanan ini bukan tentang satu milestone atau "sukses" versi orang lain. Ini tentang belajar bareng, jujur tentang kegagalan, dan sharing insight yang bisa kamu terapkan langsung—bukan teori doang.
Makanya saya bikin learnwithdeden. Ini bukan platform course atau tempat jualan skill. Ini personal blog tempat saya sharing apa yang udah saya pelajari tentang Data Analytics, Technology, Product Development, dan AI—berdasarkan 13+ tahun pengalaman kerja nyata. Kayak ngobrol sama temen yang lebih dulu ngelakuin dan ngejalanin, terus ngajak jalan bareng. Fokusnya bukan sekadar tools, tapi cara mikir tentang masalah.
Intinya, perjalanan dari web developer ke data analytics ini ngajarin saya satu hal penting: teknologi, data, product—semuanya cuma tools. Yang lebih penting adalah cara mikir: paham masalah, cari solusi yang relevan, dan pastikan impact-nya nyata. Nggak ada shortcut, nggak ada formula instan. Yang ada cuma belajar terus, eksperimen, gagal, terus coba lagi.
Kalau kamu lagi di fase awal karier, career switching, atau lagi explore jalur baru—tenang aja. Nggak usah buru-buru. Pelan-pelan aja, yang penting paham dan bisa apply di kerjaan nyata. Di learnwithdeden, saya mau share pengalaman praktis, konteks dunia kerja, dan refleksi jujur—tanpa sok pintar, tanpa hype. Semoga cerita ini bisa kasih sedikit gambaran dan semangat buat kamu yang lagi jalan di path yang sama. Kita belajar bareng, saling share, dan berkembang bareng. Gitu aja.

Analytics · 13 Jan 2026
A practical, seniority-based guide to the day-to-day work of data analysts with sample job descriptions and skills.

Analytics · 12 Jan 2026
SQL for data analysts — Master 10 real-world queries with examples, tables, and actionable tips to analyze, join, and summarize data.

AI · 29 Dec 2025
OpenAi rolls out GPT-5.2 across ChatGPT tiers with Instant, Thinking, and Pro variants for improved accuracy and coding.

AI · 29 Dec 2025
OpenAI, Disney reach $1B deal to license 200+ characters for Sora; three-year license, APIs and ChatGPT integration announced.

Analytics · 23 Dec 2025
learn data trends now: 12 practical skills to master analysis, visualization, ML, cloud platforms, pipelines, and governance.

AI · 23 Dec 2025
disco: Google Labs debuts GenTabs on Dec. 11, 2025 to convert open tabs into AI-powered web apps for complex tasks.

Analytics · 12 Dec 2025
modern data teams guide: roles, lifecycle, tools, governance, hiring — practical tips to build better data teams

AI · 19 Nov 2025
cloudflare down on Nov 18 disrupted major services globally; postmortem blames a Bot Management file and confirms full restoration by 17:06 UTC.

Analytics · 19 Nov 2025
Data visualization techniques to explain complex data to non-technical stakeholders with five patterns and examples.