Praktik: Analisis Data & Business Intelligence

Apa & untuk apa

Tutorial ini menutup rangkaian praktik: dari tabel gold yang sudah disiapkan di Jalur Data Engineering, Anda kini berperan sebagai analis data & BI. Anda akan: menjawab pertanyaan bisnis dengan SQL di Ruang Kueri, membangun measure bisnis yang konsisten di Ruang Model Semantik, lalu menyajikannya sebagai dashboard interaktif di Ruang Analitik untuk pengambilan keputusan.

Beda analisis data dan business intelligence: analisis data menjawab pertanyaan spesifik sekali jalan ("kota mana omzet tertinggi bulan lalu?"), sedangkan BI membangun sistem pelaporan berkelanjutan (dashboard yang selalu terbarui, dipakai berulang untuk memantau kesehatan bisnis). Di PSD keduanya memakai tools yang sama namun untuk tujuan berbeda.

Cara kerja: dari SQL ke dashboard

Rantai BI di PSD berlapis, dari data mentah gold sampai visual keputusan:

Tabel Gold (SatuDanau)
      │
      ▼
Ruang Kueri (SQL)  ── analisis eksploratif / CTAS tabel ringkasan
      │
      ▼
Ruang Model Semantik  ── measure bisnis konsisten (gaya DAX → Cube)
      │
      ▼
Ruang Analitik  ── dashboard widget (Superset) untuk keputusan

Mengapa perlu Model Semantik? Agar definisi metrik konsisten. "Omzet", "pertumbuhan", "rata-rata transaksi" didefinisikan sekali sebagai measure, lalu dipakai ulang di banyak dashboard — tak ada lagi angka berbeda karena rumus berbeda. Ini yang disebut semantic layer.

Kapan dipakai

Cocok untuk:

• Menjawab pertanyaan bisnis dari data yang sudah bersih.
• Membangun dashboard yang dipantau berkala oleh tim/organisasi.
• Menstandarkan definisi metrik lintas laporan.

Kurang tepat bila:

• Data belum gold — selesaikan Jalur 1 (Data Engineering) dulu.
• Anda butuh prediksi, bukan pelaporan — pakai Jalur 2 (Data Science).

Langkah demi langkah

Langkah 1 — Analisis eksploratif di Ruang Kueri

Mulai dengan menjawab pertanyaan lewat SQL:

1. Buka Suite Data → Ruang Kueri (/analytics/kueri).
2. Jelajahi katalog → temukan gold_username.penjualan_harian.
3. Jawab pertanyaan bisnis:

   -- Kota dengan omzet tertinggi
   SELECT kota, SUM(omzet) AS total_omzet
   FROM lake.gold_username.penjualan_harian
   GROUP BY kota
   ORDER BY total_omzet DESC
   LIMIT 10

1. Bila perlu tabel ringkasan tetap untuk dashboard, buat lewat CTAS ke skema gold Anda:

   CREATE TABLE lake.gold_username.omzet_bulanan AS
   SELECT DATE_TRUNC('month', tanggal) AS bulan, kota, SUM(omzet) AS omzet
   FROM lake.gold_username.penjualan_harian
   GROUP BY 1, 2

Langkah 2 — Bangun measure di Ruang Model Semantik

Definisikan metrik bisnis sekali, pakai berkali-kali:

1. Buka Suite Data → Ruang Model Semantik (/analytics/semantik) → buat model baru.
2. Pilih satu tabel gold sebagai basis (rekomendasi: 1 model = 1 tabel gold).
3. Definisikan measure dari input tervalidasi:

1. Model dikompilasi otomatis ke Cube. Ada perlindungan bawaan: anti bagi-nol &

deteksi lingkaran antar-measure.

Langkah 3 — Susun dashboard di Ruang Analitik

Sajikan untuk pengambilan keputusan:

1. Buka Suite Data → Ruang Analitik (/analytics) → buat dashboard.
2. Tambahkan widget beragam jenis di atas tabel gold / measure:

1. Atur visibilitas dashboard: publik (dibagikan) atau privat (internal tim).
2. Dashboard membaca hasil run terbaru — data selalu segar tanpa menyalin manual.

Langkah 4 — Bagikan & pakai berulang

1. Bagikan tautan dashboard ke tim/organisasi.
2. Dashboard ini juga dipakai untuk monitoring model (drift/akurasi) bersama Registry Model —

satu ruang untuk analitik bisnis maupun teknis.

1. Publikasikan koleksi terkurasi ke Pustaka Metadata agar temuan Anda ditemukan orang lain.

Selesai — Anda telah menempuh siklus lengkap: data mentah → gold → keputusan bisnis.

Batas tier

Angka berikut ilustratif — angka dapat berubah.

Poin & quest

Quest bertema analitik & BI:

1. Analis Bertanya — jawab satu pertanyaan bisnis lewat SQL.
2. Arsitek Metrik — buat model semantik dengan minimal 3 measure.
3. Perancang Dashboard — susun dashboard dengan KPI + 2 grafik.
4. Penutur Data — bagikan dashboard yang membantu satu keputusan nyata.

Masalah umum & solusi

Fitur terkait

• Ruang Kueri — data warehouse SQL untuk analisis eksploratif (langkah 1).
• Ruang Model Semantik — semantic layer: measure konsisten (langkah 2).
• Ruang Analitik — dashboard BI untuk keputusan (langkah 3).
• Dataset — sumber tabel gold dari SatuDanau.
• Registry Model — memakai Ruang Analitik untuk monitoring model.
• Praktik: Data Engineering End-to-End — menyiapkan gold sebelum tutorial ini.
• Praktik: Data Science End-to-End — jalur alternatif menuju model prediksi.