Tantangan Terberat Seorang Data Scientist

Sebagai seorang data scientist, project data science yang saya kerjakan sehari-hari di kantor sebenarnya mirip seperti mengerjakan penelitian. Alurnya seperti ini:

Dari sekian banyak tahapan yang ada pada flow di atas, ada tiga tahapan kritis yang menurut saya merupakan tantangan yang sering saya temui. Apa saja?

1. Formulasi masalah,
2. Design research,
3. Analisa data.

Saya pernah menulis tentang hal ini di sini.

Selain 3 tahap kritis tersebut, saya merasa ada satu lagi tantangan yang sering saya hadapi. Bahkan menurut saya, ini adalah tantangan terberat. Apa itu?

Meyakinkan decision maker untuk mau mengambil keputusan berdasarkan model atau analisa yang sudah dibuat.

Oleh karena itu, lesson learned yang bisa saya share adalah sebagai berikut:

1. Communication dan confidence sama pentingnya dengan creativity dan coding. Seringkali saya temukan banyak data scientist yang terlalu berfokus pada kemampuan teknis terkait permodelan dan algoritma. Namun jarang yang memiliki kemampuan komunikasi yang baik sehingga bisa mempengaruhi orang lain dan meninggalkan impact positif bagi organisasi. Oleh karena itu, kita juga harus terus belajar mengembangkan kedua aspek ini.
2. Tidak semua advance analysis itu impactful. Ketika masih muda, saya seringkali menggunakan advance analysis untuk menyelesaikan project di kantor. Walaupun project-nya selesai, saya merasa effort yang dilakukan tidak berbanding dengan impact atau action yang bisa dilakukan. Seringkali saya menemukan beberapa analisa sederhana (baik di descriptive analysis atau predictive analysis) justru memiliki impact yang lebih baik karena mudah dipahami secara umum dan bisa dikonversi langsung menjadi action dan strategi bisnis.

Pernah saya berdiskusi dengan senior saya, seorang data scientist di perbankan. Beliau mengamini kedua poin di atas. Bahkan menurutnya simplicity is the key saat berurusan dengan bisnis praktis.

Any comments?

---

if you find this article helpful, support this blog by clicking the ads