Excel Power Query 2026: ETL untuk Data Analyst dan Pertanyaan Interview
Panduan lengkap Power Query di Excel untuk data analyst. Pelajari transformasi data ETL, M language, query folding, dan persiapan interview teknis.
Data Analytics
DATA
Kurikulum Data Analytics komprehensif yang mencakup seluruh rantai nilai data. Dari manipulasi data dengan Google Sheets dan SQL hingga pembuatan dashboard interaktif dengan Power BI dan Looker Studio, melalui otomatisasi dengan alat ELT (dbt, Zapier) dan analisis prediktif dengan Python (Pandas, Scikit-Learn). Pelajari cara mengidentifikasi sumber data, membangun funnel, menganalisis retensi pelanggan, dan merekomendasikan tindakan konkret dari analisis Anda.
Apa yang akan Anda pelajari
Manipulasi data dengan Google Sheets dan formula lanjutan
SQL lanjutan dengan BigQuery: query analitik, CTEs, window functions
Pemodelan data untuk tim marketing, sales, dan produk
Alat ELT: dbt untuk transformasi, Zapier untuk otomatisasi
Web tracking dengan Google Tag Manager dan tracking plans
API dan webhooks untuk ekstraksi data
Visualisasi data dengan Power BI dan Looker Studio (Google Data Studio)
Analisis statistik dan AB testing
Python untuk analisis: Pandas, Plotly, Jupyter, Google Colab
Machine Learning terapan: prediksi churn, segmentasi pelanggan dengan Scikit-Learn
Metodologi analisis: KPI, sales funnel, retensi, kohort
Proyek end-to-end: dari identifikasi masalah hingga dashboard otomatis
Topik utama yang harus dikuasai
Konsep terpenting untuk memahami teknologi ini dan berhasil di wawancara
1
Google Sheets: formula lanjutan (VLOOKUP, INDEX/MATCH, ARRAYFORMULA), tabel pivot, otomatisasi
2
SQL: SELECT, JOIN, GROUP BY, HAVING, window functions (ROW_NUMBER, RANK, LAG/LEAD), CTEs, subquery
3
BigQuery: partisi, clustering, query bertingkat, optimisasi biaya, UDFs
4
Pemodelan Data: skema bintang, tabel fakta dan dimensi, normalisasi, denormalisasi
5
KPI dan metrik: CAC, LTV, MRR, ARR, churn rate, NPS, tingkat konversi, ARPU
6
Funnel dan kohort: analisis konversi, retensi kohort, analisis RFM
7
ELT dan Data Pipeline: Extract-Load-Transform, dbt (models, tests, sources), orkestrasi
8
Zapier dan otomatisasi: triggers, actions, workflow multi-langkah, webhooks
9
Google Tag Manager: tags, triggers, variables, dataLayer, tracking plans
10
Power BI: DAX, measure terhitung, relasi, visualisasi, filter, drill-down
11
Looker Studio: sumber data, field terhitung, filter, parameter, blending
12
Visualisasi: memilih grafik yang tepat, data storytelling, prinsip desain (Tufte)
13
AB Testing: hipotesis, ukuran sampel, signifikansi statistik, p-value, uji t Student
14
Python dan Pandas: DataFrames, Series, groupby, merge, pivot_table, pembersihan
15
Plotly: grafik interaktif, subplots, animasi, dashboard
16
Scikit-Learn: regresi, klasifikasi, clustering (K-Means), train/test split, metrik
17
Metodologi: perumusan masalah, identifikasi sumber, pembersihan, analisis, rekomendasi
Tantangan Data Analytics hari ini
Satu potongan kode per hari. Temukan bug-nya, atau buktikan tidak ada.
799 lowongan Data Analytics online
Tetap dan freelance, dengan negara, remote, dan gaji jika dipublikasikan. Diperbarui setiap hari, khusus untuk pelanggan.
Artikel Data Analytics terbaru
Temukan artikel dan panduan terbaru kami tentang Data Analytics
Pertanyaan Wawancara Data Analyst 2026: Panduan Lengkap SQL, Python dan Analytics
Panduan komprehensif pertanyaan wawancara data analyst 2026 mencakup SQL window functions, pandas Python, konsep statistik, dan studi kasus bisnis dengan contoh kode praktis.
Pertanyaan Wawancara Data Analyst Italia 2026: SQL Tingkat Lanjut, Python, dan Studi Kasus
Panduan lengkap pertanyaan wawancara Data Analyst di Italia tahun 2026. SQL tingkat lanjut, Python pandas, studi kasus, dan ekspektasi perusahaan Italia.