Citizen data scientist adalah individu yang melakukan pekerjaan terkait data science di dalam suatu organisasi, tapi nggak secara resmi menyandang jabatan “data scientist” dan nggak punya latar belakang formal dalam analitik tingkat lanjut, statistik, atau bidang terkait. Biasanya, yang termasuk citizen data scientist ini adalah business analyst, user bisnis yang melek data, analis business intelligence (BI), developer BI, data engineer, dan peran lainnya yang berkaitan dengan data.
Dalam kebanyakan kasus, citizen data scientist ini nggak menggantikan data scientist profesional. Sebaliknya, mereka memperkuat tim data science dan memungkinkan organisasi untuk memperluas cakupan analitik data serta menyelesaikan lebih banyak proyek. Kadang, mereka juga kerja bareng tim data scientist dalam satu aplikasi tertentu, di mana data scientist ahli bakal bantu dukung dan review pekerjaan mereka.
Peran citizen data scientist
Walaupun bukan tugas utama, citizen data scientist tetap punya kontribusi penting dalam program analitik tingkat lanjut. Mereka biasanya terlibat dalam proses data science sebagai bagian dari rutinitas kerja mereka, dengan tujuan membantu pengambilan keputusan bisnis, strategi, hingga operasional. Dalam praktiknya, mereka udah melangkah lebih jauh dari sekadar tugas BI dasar dan mulai ngulik machine learning, analitik prediktif, dan jenis analitik tingkat lanjut lainnya.
Bisa dibilang, citizen data scientist ini adalah “power user” dalam dunia analitik. Walaupun skill-nya nggak sedalam data scientist profesional, mereka tetap bisa menjalankan algoritma machine learning, melakukan data mining, bikin model analitik, menerapkan analisis statistik, dan menyusun visualisasi data, dashboard, serta laporan untuk menyampaikan insight ke eksekutif maupun karyawan lain. Mereka juga punya keunggulan berupa pemahaman konteks bisnis yang dalam terhadap data yang mereka olah.
Mengapa citizen data scientist penting buat bisnis?
Citizen data scientist makin dibutuhkan karena kelangkaan tenaga ahli data science yang masih terjadi hingga sekarang. Data scientist profesional biasanya punya kombinasi skill teknis dan analitik yang luas, bahkan seringnya juga punya gelar lanjutan di bidang statistik, matematika, atau ilmu komputer. Akibatnya, demand-nya tinggi, supply-nya terbatas, dan biaya rekrutmen juga besar. Misalnya, di AS, rata-rata gaji data scientist udah nyentuh hampir $145.000 (data Oktober 2022 dari Indeed).
Dengan mengembangkan peran citizen data scientist dari karyawan yang sudah ada, perusahaan bisa menghemat biaya, meningkatkan efisiensi analitik, dan memaksimalkan pemanfaatan aset data yang tersedia.
Citizen data scientist juga bisa bantu organisasi untuk:
- memprediksi respon pelanggan terhadap kampanye marketing dan promosi;
- mengidentifikasi peluang pendapatan baru dari tren bisnis;
- mengoptimalkan manajemen rantai pasok, layanan pelanggan, dan operasional lainnya;
- menganalisis risiko keuangan dan reputasi agar bisa diantisipasi lebih awal;
- mengembangkan rencana bisnis dan strategi yang lebih solid;
- dan mendapatkan keunggulan kompetitif dibanding pesaing.
Perbedaan citizen data scientist vs. expert data scientist
Secara umum, pekerjaan yang dilakukan mirip. Tapi, citizen data scientist cenderung fokus ke analitik yang lebih sederhana, sesuai dengan skill yang mereka miliki. Perbedaan mencoloknya bisa dilihat dari:
- Expert data scientist harus menguasai bahasa pemrograman seperti Python, R, atau Julia, serta familiar dengan berbagai tools dan teknologi data science. Mereka juga harus menguasai seluruh proses data science dari awal (pengumpulan dan persiapan data) sampai deployment dan visualisasi.
- Citizen data scientist biasanya nggak sekompleks itu. Mereka lebih mengandalkan tools berbasis AI dan augmented analytics yang bisa otomatisasi sebagian besar proses. Misalnya, automated machine learning (AutoML) yang memungkinkan mereka membuat dan deploy model tanpa banyak coding. Ada juga tools visualisasi dan data prep yang user-friendly.
Di perusahaan, expert data scientist biasanya tergabung dalam tim data science khusus yang terpusat atau ada di unit bisnis besar. Sedangkan citizen data scientist bisa aja kerja secara independen untuk menyelesaikan tugas bisnis tertentu, tapi tetap bisa kolaborasi atau minta bantuan dari data scientist ahli kalau diperlukan.
Perbedaan citizen data scientist vs. analytics translator
Analytics translator (atau data translator) punya kemiripan karena sama-sama bukan spesialis teknis, tapi perannya beda. Translator biasanya jadi jembatan antara tim data science dan pengambil keputusan bisnis. Mereka bantu merumuskan kebutuhan informasi, melakukan riset awal, dan menyusun rencana proyek analitik. Setelah hasil data science keluar, mereka juga yang menyampaikan insight ke stakeholder bisnis dan rekomendasi tindak lanjutnya.
Peran ini masih baru tapi mulai diadopsi oleh berbagai organisasi sebagai bagian dari tim data.
Cara menjadi citizen data scientist
Banyak posisi di perusahaan yang bisa bertransformasi jadi citizen data scientist, terutama kalau orangnya udah familiar dengan proses bisnis atau domain tertentu. Pengetahuan dasar tentang teknik data science seperti machine learning, predictive modeling, dan analisis statistik juga sangat membantu.
Untuk belajar skill-skill ini, kamu bisa ikut bootcamp atau kursus online di platform seperti Coursera, Udemy, atau Kaggle. Banyak universitas dan vendor teknologi yang juga menawarkan program sertifikasi. Pelatihan internal di perusahaan juga bisa jadi alternatif yang efektif.
Selain itu, kamu bisa belajar mandiri lewat newsletter, channel YouTube, atau coba tantangan data di situs seperti Kaggle yang sering ngadain kompetisi data science — beberapa bahkan berhadiah uang tunai.
Langkah-langkah berikut bisa bantu kamu mulai jadi citizen data scientist:
- Tawarkan diri buat ambil peran ini kalau ada kesempatan.
- Minta akses ke data dan izin pengguna yang diperlukan.
- Cari arahan soal governance, privasi, dan keamanan data.
- Tingkatkan kemampuan literasi data secara keseluruhan.
- Latih kemampuan data visualization dan storytelling biar makin impactful.