Det vigtigste
- Skriv fagområdet efter titlen i stillingslinjen, fx Dataanalytiker, e-handel, så læseren straks ved, hvilke tal du er vant til.
- Profilteksten er 3–4 linjer med branche, teknisk stak, dit største resultat og den stilling, du søger.
- Hvert punkt under erhvervserfaring nævner datakilden, hvad du gjorde ved den, og hvad der skete bagefter.
- Værktøjerne står med deres rigtige navne og med niveau, fx SQL i BigQuery, Python med pandas og datamodeller i Power BI med DAX.
- Ifølge Erhvervsakademi Aarhus varer datamatikeruddannelsen 2½ år og rummer 15 ECTS praktik på 5. semester, og uddannelsen fylder mest på CV'et de første år efter eksamen.
- Er du nyuddannet, tæller praktik, bachelorprojekt og egne analyser på åbne data som erfaring, og 1 side rækker.
Hvad arbejdsgiveren ser efter i et CV til dataanalytiker
Dataanalytiker står i opslag, der spænder fra faste rapporter i Power BI til modellering i Python. En ansættende chef skimmer derfor først efter branchen, datamængden og de systemer, du henter tal fra.
Læg den nyeste stilling først, og lad CV'et fylde højst 2 sider. Afsnittene ligger normalt i denne rækkefølge.
- Kontaktoplysninger, gerne med et portrætbillede
- Profiltekst på 3–4 linjer
- Erhvervserfaring med datakilder, analyser og effekt
- Tekniske værktøjer: sprog, databaser og visualisering
- Uddannelse
- Certificeringer og kurser med udsteder og år
- Udvalgte analyser eller egne projekter, hvis du har noget at vise
- Sprog og linjen Referencer gives gerne ved henvendelse
Stillingslinjen skal sige, hvilken slags analytiker du har været. Sæt fagområdet efter titlen, fx Dataanalytiker, produktion eller Dataanalytiker, marketing, så læseren kender dine tal, før punkterne begynder.
Sådan skriver du profilteksten til et dataanalytiker-CV
Profilteksten står øverst og rettes til hver ansøgning. På 3–4 linjer placerer du dig i en branche, nævner din tekniske stak og slutter med det analysearbejde, du vil have.
Formel til profilteksten
[Titel] med [antal] års erfaring med data fra [branche eller fagområde]. Arbejder i [2–3 værktøjer] og har [resultat med tal]. Søger [type stilling].
Eksempel: Dataanalytiker med 4 års erfaring med kunde- og salgsdata fra e-handel. Arbejder dagligt i SQL, Python og Power BI og har bygget den rapportering, 40 sælgere bruger hver uge. Søger en stilling med ansvar for datamodel og analyser.
Den hyppigste fejl er at bruge linjerne på en værktøjsliste. Remser profilteksten SQL, Excel og Power BI op, går CV'ets bedste plads til noget, der står under kompetencer i forvejen.
Forkert
Jeg er en talstærk og nysgerrig dataanalytiker med erfaring i SQL, Excel og Power BI og en passion for at omsætte data til indsigt.
Rigtigt
Dataanalytiker med 5 års erfaring med abonnementsdata fra mediebranchen. Byggede den model for kundeafgang, som marketing bruger til at prioritere kampagner, og står for den ugentlige rapportering til direktionen. Søger en analytikerstilling med ansvar for datamodellen.
Den rigtige version siger, hvilke data du kender, og hvem der bruger dine tal.
Profil
Dataanalytiker med 6 års erfaring med ordre- og kundedata fra detailhandel og e-handel. Henter selv data med SQL, bygger datamodellerne i Power BI og laver dybere analyser i Python. Står bag den ugentlige salgsrapportering til 8 butikker og 3 chefer. Søger en stilling, hvor analyserne ligger tættere på produktudviklingen.
Erhvervserfaring som dataanalytiker: sådan skriver du punkterne
Hver stilling får en linje med titel, fagområde og datoer, en linje med arbejdsplads og by og derefter 2–4 punkter. Punkterne begynder med et udsagnsord, nutid i dit nuværende job og datid i de tidligere.
Skriv analysen, ikke opgavebeskrivelsen. Punktet bliver konkret, når datakilden, metoden og modtageren står der: hvor tallene kom fra, hvad du gjorde ved dem, og hvem der handlede på resultatet.
Forkert
Ansvarlig for dataanalyse, rapportering og udtræk til forretningen.
Rigtigt
Samlede ordre-, retur- og kundeservicedata fra 3 systemer i én model og fandt, at 18 % af returneringerne kom fra 4 varenumre med forkerte målskemaer.
Kilderne, tallet og fundet gør punktet til noget, der kan tales om ved en samtale.
Erhvervserfaring
- Bygger og vedligeholder datamodellen i Power BI, som 120 medarbejdere i 8 butikker åbner hver mandag.
- Trækker ordre-, retur- og kampagnedata fra 3 kildesystemer med SQL og samler dem i ét ugentligt overblik.
- Designer og måler A/B-test i betalingsflowet, senest en ændring, der løftede antallet af gennemførte køb med 7 %.
- Automatiserede 9 manuelle Excel-ark med planlagte SQL-forespørgsler og frigjorde 6 timer om ugen i teamet.
- Analyserede 2 års skadesdata i Python og pegede på de 4 sagstyper, der oftest blev genåbnet.
Tal gør punktet troværdigt, også når de er små. Rækker, rapportbrugere, sparet tid og procenter kender du fra din hverdag, og de siger mere end ordet omfattende.
| Hvad du måler | Eksempel på formulering |
|---|---|
| Datamængde og kilder | Byggede en model på 14 mio. ordrelinjer fra 3 kildesystemer i BigQuery. |
| Sparet tid | Erstattede 9 manuelle regneark med planlagte forespørgsler og frigjorde 6 timer om ugen. |
| Brugere af rapporten | Leverede en ugerapport, som 30 butikschefer bruger til at bestille varer. |
| Effekt på et nøgletal | Fandt årsagen til 11 % frafald i tilmeldingen, og rettelsen løftede gennemførte køb med 7 %. |
| Datakvalitet | Opdagede 42.000 dubletter i kundetabellen og skrev de regler, der nu renser dem automatisk. |
| Test og eksperimenter | Designede og målte 12 A/B-test på nyhedsbrevet, hvoraf 5 gav en målbar effekt. |
SQL, Python og Power BI: værktøjer og kompetencer på dataanalytiker-CV'et
Skriv værktøjerne med deres rigtige navne. En rekrutterer søger efter ordene fra opslaget, og en teknisk chef læser listen som et løfte, du skal indfri til samtalen.
| Værktøj | Sådan skriver du det |
|---|---|
| SQL | Nævn databasen, fx PostgreSQL, SQL Server eller BigQuery, og hvad forespørgslerne leverede. |
| Python eller R | Skriv de biblioteker, du bruger, fx pandas og scikit-learn, og den analyse, du lavede med dem. |
| Power BI eller Tableau | Angiv antal rapporter eller brugere, og om du selv byggede datamodellen og målene i DAX. |
| Excel | Tag kun det med, der ligger ud over det sædvanlige: pivottabeller, Power Query og modeller med flere kilder. |
| Datalager og transformation | Nævn Snowflake, BigQuery eller dbt, hvis du har bygget eller vedligeholdt modellerne der. |
| Statistik og eksperimenter | Skriv de metoder, du har brugt i praksis, fx A/B-test, regression eller kohorteanalyse. |
Angiv niveau, når du kan gøre det konkret. Begynder, øvet og ekspert siger ingenting, mens SQL: vinduesfunktioner og optimering på tabeller med over 50 mio. rækker placerer dig med det samme.
Tag 2–3 personlige kompetencer med, og vælg dem, dine punkter allerede beviser. Formidling til kolleger uden teknisk baggrund afgør oftest sagen, fordi analysen skal kunne bruges af folk, der aldrig åbner databasen.
Kompetencer og værktøjer
SQL (PostgreSQL og BigQuery) · Python (pandas, scikit-learn) · Power BI og DAX · dbt · Excel og Power Query · A/B-test og kohorteanalyse · Datamodellering · Formidling til ikke-tekniske brugere · Dansk (modersmål), engelsk (flydende)
Udvalgte analyser, datakvalitet og fortrolige tal på CV'et
Et dataanalytiker-CV kan have et kort afsnit med 2–3 analyser, du gerne vil spørges om. Hver af dem fylder 2 linjer: spørgsmålet, datagrundlaget og det, svaret førte til.
Udvalgte analyser
- Kundeafgang i abonnementer, 2025: modellerede opsigelser hos 240.000 abonnenter i Python og fandt 3 tidlige varselstegn, som kundeservice nu handler på.
- Placering af varer på lager, 2024: sammenholdt 2 års ordredata med plukketider og flyttede 60 varenumre, hvilket kortede den gennemsnitlige pluktid med 14 %.
Datakvalitet er analytikerarbejde, som de fleste springer over på CV'et. Har du fundet fejlen i kilden og fået den lukket, så skriv det, for det er ofte dér, en ny arbejdsgiver står.
Forkert
Arbejdede med datakvalitet og sikrede korrekte data i rapporteringen.
Rigtigt
Fandt 42.000 dubletter i kundetabellen, skrev valideringsreglerne og satte dem i drift, så månedsrapporten nu stemmer med økonomisystemet.
Den rigtige version siger, hvad der var galt, og hvad du gjorde ved det.
Mange af dine bedste tal er fortrolige. Skriv procenter eller størrelsesordener i stedet for kronebeløb, når du er i tvivl, og aftal med din arbejdsgiver, hvad der må stå i et CV, du sender ud af huset.
Uddannelse og certificeringer på dataanalytiker-CV'et
Dataanalytikere kommer ind i faget ad flere veje, og uddannelsen fylder mest de første år. Ifølge Erhvervsakademi Aarhus varer datamatikeruddannelsen 2½ år, svarer til 150 ECTS og rummer en obligatorisk praktik på 15 ECTS på 5. semester.
Ifølge IT-Universitetet i København er bacheloruddannelsen i Data Science et treårigt fuldtidsstudium på 6 semestre med undervisning på engelsk, bygget op om matematik og statistik, programmering, machine learning og data management. Universitetet nævner selv dataanalytiker og BI-analytiker blandt de job, uddannelsen fører til.
Kommer du fra en anden faglighed, tæller efteruddannelsen. Akademiuddannelsen i informationsteknologi er ifølge Erhvervsakademi Aarhus 60 ECTS på deltid over 2–3 år med moduler i blandt andet programmering og database, og adgang kræver 2 års relevant erhvervserfaring oven på en adgangsgivende uddannelse.
| Uddannelse eller certificering | Udsteder | Hvor på CV'et |
|---|---|---|
| Datamatiker (AK) | Erhvervsakademierne, fx Erhvervsakademi Aarhus og UCL | Uddannelse |
| Bachelor i Data Science | IT-Universitetet i København | Uddannelse |
| Kandidat i datalogi, matematik-økonomi eller data science | Universiteterne | Uddannelse |
| Akademiuddannelsen i informationsteknologi | Erhvervsakademierne | Uddannelse |
| Microsoft Certified: Power BI Data Analyst Associate | Microsoft | Certificeringer |
| Enkeltfag og kurser i SQL, Python eller statistik | Kursusudbyderen eller erhvervsakademiet | Kurser |
Tag eksamensnummeret med, når certificeringen har et, fordi opslagene selv bruger det. Microsoft oplyser, at eksamen PL-300 tager 100 minutter, og at certificeringen skal fornyes hver 12. måned, så skriv årstallet for din seneste fornyelse.
Uddannelse og certificeringer
- Microsoft Certified: Power BI Data Analyst Associate (PL-300), Microsoft, fornyet 2026
- Akademifag i databaser, Erhvervsakademi Aarhus, 2023
CV som nyuddannet dataanalytiker eller junior
Som nyuddannet har du sjældent haft titlen, men du har lavet arbejdet. Praktik, bachelorprojekt og studiejob med tal skrives som rigtig erfaring, med datasættet og leverancen i hvert punkt.
- Praktikforløbet med virksomhed, periode og de analyser, du leverede
- Bachelorprojekt eller speciale med datasæt, metode og resultat
- Studiejob med rapportering, lagertal eller kundedata
- 2–3 egne analyser på åbne data, fx tal fra Danmarks Statistik
- Certificeringen, hvis du har bestået den, og kurser i SQL og Python
Et junior-CV fylder 1 side. Havde du et job ved siden af studiet, tager du det med på en enkelt linje, for et hul i årene rejser flere spørgsmål end en kantinestilling.
Ofte stillede spørgsmål om CV til dataanalytiker
Hvad er forskellen på en dataanalytiker og en data scientist på CV'et?
En dataanalytiker forklarer det, der er sket, med forespørgsler, rapporter og statistik, mens en data scientist oftere bygger modeller, der skal i drift. Brug den titel, du havde i kontrakten, og lad punkterne vise tyngden. Søger du den anden vej, flytter du de punkter, der peger derhen, op øverst.
Skal der billede på et CV som dataanalytiker?
Ja, et portræt er helt normalt på et dansk CV, men ingen fravælger dig for at undlade det. Bruger du et, så tag et nyt med rolig baggrund, og hold det i samme størrelse som resten af layoutet.
Hvor langt skal et CV til en dataanalytiker være?
1–2 sider. Er du junior, er 1 side rigeligt, og har du 10 år bag dig, får de ældste stillinger 1 linje hver, mens punkterne går til de seneste 3 job. Værktøjslisten må fylde, men skal kunne læses på 10 sekunder.
Hvordan skriver jeg et CV som dataanalytiker uden erfaring?
Byg det på praktik, bachelorprojekt og 2–3 analyser på åbne data. Skriv hver af dem med datasæt, værktøj og resultat, som var det et job. Studiejob med rapportering tæller også, når punkterne handler om tallene.
Skal mine egne projekter med på CV'et?
Ja, når de er dine egne, og du kan forklare dem. Skriv projektets navn, datasættet, værktøjet og dit fund, og nævn hvor koden ligger, fx dit brugernavn på GitHub. 2–3 projekter er nok, og et halvfærdigt kursusprojekt gør mere skade end gavn.
Skal jeg skrive Excel på et dataanalytiker-CV?
Ja, men skriv hvad du bruger det til. Ordet Excel alene ligner grundkundskab, mens Power Query og modeller med flere datakilder viser et niveau. Regnearket er stadig det format, mange ledelser beder om.
Hvad skriver jeg under uddannelse, når jeg er selvlært i data?
Skriv den uddannelse, du har, også når den ligger uden for it, og lad kurser og certificeringer stå for sig med udsteder og år. Et halvt år med rigtige data vejer tungere end en lang kursusliste, så lad erhvervserfaringen stå først.
Opsummering
Et godt dataanalytiker-CV siger fagområdet i stillingslinjen, nævner værktøjerne ved navn og lader hvert punkt slutte med en effekt: sparet tid, et rettet nøgletal eller en beslutning. Uddannelse og certificeringer står med udsteder og år, og profilteksten skriver du om, hver gang du søger.