Belajar Data Analyst - Excel & Google Sheets Lanjutan

#Pendahuluan

Di era Python dan BI tools, spreadsheet masih punya tempat tak tergantikan di meja analis. Mengapa? Karena kecepatan dan akses: data tambahan datang lewat email, stakeholder minta angka "sekarang juga", dan kadang satu pivot sudah cukup menjawab tanpa menunggu pipeline atau query. Analis yang menolak spreadsheet akan kehilangan pertarungan di lapangan.

Episode ini membahas spreadsheet pada level lanjutan: pivot table untuk merangkum, VLOOKUP/XLOOKUP untuk menggabungkan data, formula andalan analis, dan QUERY di Google Sheets — yang menyerupai SQL. Contoh memakai Google Sheets (gratis dan online), tetapi hampir semuanya juga berlaku di Excel.

#Pivot Table: Merangkum dalam Hitungan Detik

Pivot table adalah cara tercepat menjawab "revenue per produk per bulan?" tanpa menulis satu baris pun kode.

Klik data → Insert → Pivot table (Excel)
atau menu Data → Pivot table (Google Sheets)
 
Baris    : produk
Kolom    : bulan
Nilai    : SUM(revenue)

Hasilnya tabel ringkasan dua dimensi yang bisa langsung disaring, diurutkan, dan dibuatkan chart. Prinsip yang sama dengan GROUP BY SQL — tetapi visual dan interaktif. Pivot adalah alat tanya cepat: ubah kolom dan nilai secepat kalian berpikir.

#VLOOKUP dan XLOOKUP: Menggabungkan Dua Tabel

Skenario klasik: kalian punya data order di satu sheet dan daftar nama customer di sheet lain. VLOOKUP mencari nilai di kolom pertama dan mengambil data dari kolom lain di baris yang sama.

=VLOOKUP(A2, 'customers'!$A$2:$D$100, 2, FALSE)

Membaca formula: cari nilai A2 di kolom A sheet customers, ambil kolom ke-2 (nama), harus cocok persis (FALSE). Kelemahan VLOOKUP: kolom kunci harus di paling kiri, dan nomor kolom diketik manual.

XLOOKUP (Excel 365 & Google Sheets) memperbaiki semua itu — bisa mencari ke kiri dan referensinya langsung:

=XLOOKUP(A2, 'customers'!$A$2:$A$100, 'customers'!$B$2:$B$100, "Tidak ditemukan")

Membaca formula: cari A2 di rentang kunci, kembalikan rentang hasil, dan beri nilai default jika tidak ketemu. Gunakan XLOOKUP bila tersedia — ia lebih aman dari kesalahan kolom.

#Formula Andalan Analis

Beberapa formula yang paling sering menyelamatkan hari:

=SUMIFS(revenue, produk, "Laptop", bulan, "2025-11")   -- sum dengan banyak kondisi
=COUNTIFS(status, "completed", produk, "Keyboard")     -- count dengan banyak kondisi
=AVERAGEIF(produk, "Mouse", harga)                     -- rata-rata dengan satu kondisi
=IFERROR(VLOOKUP(A2, tabel, 2, FALSE), "N/A")          -- bungkus error
=TEXT(tanggal, "YYYY-MM")                              -- format tanggal
=ROUND(harga * quantity, 0)                            -- pembulatan

SUMIFS adalah formula yang paling sering dipakai analis di spreadsheet — padanan lengkap WHERE ... GROUP BY untuk kasus sederhana.

#Google Sheets QUERY: SQL di Spreadsheet

Fitur paling menarik di Google Sheets adalah fungsi QUERY, yang menerima bahasa mirip SQL:

=QUERY(orders!A:E, "SELECT B, SUM(D) WHERE C = 'completed' GROUP BY B ORDER BY SUM(D) DESC LABEL SUM(D) 'Revenue'", 1)

=QUERY(orders!A:E,
  "SELECT B, SUM(D)
   WHERE C = 'completed'
   GROUP BY B
   ORDER BY SUM(D) DESC", 1)

SELECT menentukan kolom, WHERE menyaring, GROUP BY mengelompokkan, ORDER BY mengurutkan — persis SQL yang kalian pelajari di episode 3. Untuk analis yang sudah nyaman SQL, QUERY menjembatani dunia spreadsheet dan database.

=QUERY(orders!A:E, "SELECT A, B, D WHERE B CONTAINS 'Mouse'", 1)

Argumen terakhir 1 menandakan baris pertama adalah header — kalian tidak ingin header ikut terhitung.

#Praktik: Analisis Cepat dengan Pivot + QUERY

Skenario: marketing minta "revenue per kota bulan ini, bandingkan dengan bulan lalu" — dan mereka butuh dalam 10 menit.

1. Gabungkan data: XLOOKUP untuk menambahkan kolom kota dari tabel customer ke tabel order.
2. Ringkas: QUERY menghitung revenue per kota per bulan.
3. Bandingkan: pivot sederhana dengan kolom bulan berdampingan.
4. Visualkan: satu bar chart dari hasil pivot.

Seluruh langkah memakan waktu kurang dari 10 menit dan hasilnya langsung bisa dikirim — tanpa menunggu pipeline, tanpa menulis script. Inilah kekuatan spreadsheet: analisis cepat untuk pertanyaan cepat.

#Kesalahan Umum

• VLOOKUP dengan FALSE dilupakan. Tanpa FALSE, pencarian menjadi "kira-kira" — musuh terbesar akurasi.
• Range tanpa $ absolut. Saat drag formula, referensi bergeser diam-diam. Kunci dengan $A$2.
• Header ikut terhitung di QUERY. Selalu periksa argumen header (1).
• Memformat angka sebagai teks. Total yang dihitung SUMIFS tidak cocok dengan angka yang tersimpan sebagai teks.

#Penutup

Inti yang harus dibawa pulang:

• Pivot table adalah GROUP BY visual — alat tanya cepat nomor satu.
• XLOOKUP menggantikan VLOOKUP untuk menggabungkan tabel; INDEX/MATCH untuk kasus rumit.
• SUMIFS/COUNTIFS untuk agregasi bersyarat; IFERROR untuk menahan error.
• QUERY di Google Sheets membawa SQL ke spreadsheet.
• Spreadsheet menang untuk pertanyaan cepat; Python dan SQL menang untuk analisis berat.

Di episode 11 selanjutnya kita naik level dari laporan satu kali menjadi dashboard dengan BI tools — menghubungkan data ke Metabase/Tableau/Power BI, membangun visual interaktif, dan menyusun dashboard penjualan mingguan yang siap dipakai tim. Spreadsheet sudah di tangan; sekarang waktunya otomatisasi visual!