Banyak cara berpikir. Berpikir secara kreatif, kritis, analitik dan ada juga yang berpikir dengan cara abstrak.
Mari kita bahas berpikir secara analitik.
Berpikir secara analitik melibatkan identifikasi dan pendefinisian masalah dan kemudian menyelesaikan masalah tersebut dengan menggunakan data secara terorganisir, langkah demi langkah.
Sebagai data analis, bagaimana Anda berpikir secara analitik? Berikut 5 aspek dari berpikir analitik.
- Visualization
- Strategy
- Problem-orientation
- Correlation
- Big-picture dan detail-oriented thinking
Visualization
Dalam data analitik, visualisasi adalah representasi grafis dari informasi. Beberapa contoh termasuk grafik, map, atau elemen desain lainnya. Visualisasi penting karena dapat membantu dalam memahami data dan menjelaskan informasi lebih efektif.
Analogi sederhananya, jika Anda ingin menjelaskan Borobudur pada seseorang, menggunakan kata-kata akan lebih sulit, bandingkan bila Anda menunjukan gambar Borobudur. Dengan visualisasi gambar Borobudur, point dapat disampaikan dengan cepat dan mudah.
Strategy
Dengan banyaknya data yang tersedia, memiliki pola pikir strategis adalah kunci untuk tetap fokus dan berada di jalur yang benar. Menyusun strategi membantu data analis melihat apa yang ingin mereka capai dan bagaimana mereka bisa mencapainya.
Strategi juga membantu meningkatkan kualitas dan kegunaan data yang dikumpulkan..
Problem-oriented
Data Analis menggunakan pendekatan berorientasi pada masalah untuk mengidentifikasi, mendeskripsikan, dan memecahkan masalah. Ini bertujuan menjaga agar masalah selalu diingat di seluruh proyek.
Misalnya, seorang analis data diberi tahu tentang masalah gudang yang terus-menerus kehabisan persediaan.
Setiap data analis dapat bergerak maju dengan strategi dan proses yang berbeda. Tapi tujuan nomor satu akan selalu memecahkan masalah persediaan.
Data analysts also ask a lot of questions. This helps improve communication and saves time while
working on a solution. An example of that would be surveying customers about
their experiences using a product and
building insights from those questions to
improve their product. This leads us to
the fourth quality of analytical thinking:
Correlation
Korelasi itu seperti hubungan. Anda dapat menemukan semua jenis korelasi dalam data. Sebagai data analis, Anda harus mampu mengidentifikasi korelasi antara data.
Contohnya, hubungan antara panjang rambut dan jumlah sampo yang digunakan. Atau korelasi antara musim hujan yang menyebabkan tingginya jumlah payung yang dijual.
Namun saat Anda mulai mengidentifikasi korelasi dalam data, ada satu hal yang perlu diingat: Korelasi tidak sama dengan sebab-akibat.
Dengan kata lain, hanya karena dua bagian data keduanya memiliki tren ke arah yang sama, tidak berarti semuanya terkait.
Big-picture dan detailed oriented thinking
Yaitu bisa melihat gambaran besar serta detailnya. Puzzle jigsaw adalah cara yang bagus untuk memikirkan hal ini.
Big picture thinking itu seperti melihat puzzle secara lengkap. Anda dapat memahami keseluruhan gambar tanpa terjebak pada setiap bagian kecil yang digunakan untuk membuatnya. Jika Anda hanya fokus pada bagian-bagian individual, Anda tidak akan dapat melihat lebih dari itu, itulah mengapa pemikiran gambaran besar sangat penting.
Ini membantu Anda memperkecil dan melihat kemungkinan dan peluang. Ini mengarah pada ide atau inovasi baru yang menarik.
Di sisi lain, detail oriented thinking adalah tentang mencari tahu semua aspek yang akan membantu Anda menjalankan rencana. Dengan kata lain, potongan-potongan yang menyusun contoh puzzle diatas.
Ada berbagai macam masalah dalam dunia bisnis yang dapat diuntungkan dari karyawan yang memiliki gambaran besar dan cara berpikir yang berorientasi pada detail.
Secara alami, kita akan baik disalah satu cara berpikir diatas. Tetapi Anda selalu dapat mengembangkan keterampilan untuk menyatukan kedua bagian tersebut.