Data yang membantumengambil keputusan

Cara memahami sales, perilaku pelanggan, dan kinerja tim dengan Power BI, Python, dan Google Sheets.

Dashboard menggunakan data sintetis. Analisis pelanggan menggunakan data transaksi publik historis.

Analisis pelanggan diadaptasi dari Online Retail II, Daqing Chen (2012), UCI Machine Learning Repository, CC BY 4.0. Diolah menjadi segmentasi dan visual kohort.

Sales & Stok

Dashboard Power BI untuk KPI sales, margin, dan performa toko.
Dashboard Power BI untuk KPI sales, margin, dan performa toko.

Masalah

Data sales dan stok sering dilihat pada laporan berbeda.

Sistem

Dashboard Power BI ini menyatukan sales, margin, dan inventori agar produk yang perlu diperiksa lebih mudah terlihat.

  1. Net sales, margin, dan nilai order sekilas.
  2. Net sales per bulan, bulan terakhir ditandai.
  3. Performa kategori dalam satu tabel.
Dashboard Power BI untuk stok dan performa produk.
Dashboard Power BI untuk stok dan performa produk.

Detail

Net sales per bulan, tiap batang dengan nilainya; bulan terakhir berwarna hijau.
Posisi stok dalam satu kalimat, dengan lima angka di baliknya.

Output

Laporan Power BI dua halaman, performa komersial dan stok, masing-masing dengan filter bulan, toko, dan kategori.

Perilaku Pelanggan & Retention

Grafik segmentasi pelanggan RFM dari Python.
Grafik segmentasi pelanggan RFM dari Python.

Masalah

Data transaksi belum langsung menunjukkan pelanggan mana yang kembali berbelanja.

Sistem

Python mengelompokkan kebiasaan pembelian dan melihat repeat purchase pada data historis.

  1. Kelompok pelanggan diurutkan menurut porsi nilai pembelian.
  2. Kelompok berdasarkan kapan, seberapa sering, dan seberapa banyak pelanggan membeli.
Grafik cohort pembelian ulang dari Python.
Grafik cohort pembelian ulang dari Python.
Grafik analisis kebiasaan belanja pelanggan dari Python.
Grafik analisis kebiasaan belanja pelanggan dari Python.

Detail

Enam cohort bulanan pertama: porsi pembeli baru yang kembali membeli dalam tiga bulan berikutnya.
400 hari terakhir: setiap titik adalah pelanggan, menurut hari sejak pembelian dan nilai pembelian.

Output

Analisis Python yang mengelompokkan pelanggan dan melacak pembelian ulang pada data historis.

KPI & Laporan Operasional Mingguan

Dashboard KPI operasional mingguan di Google Sheets.
Dashboard KPI operasional mingguan di Google Sheets.

Masalah

Update mingguan sering tersebar di tiap tim.

Sistem

Dashboard Google Sheets ini menyatukan pekerjaan masuk, pekerjaan selesai, ketepatan waktu, backlog, dan tindak lanjut.

  1. Status minggu ini, ditulis sebagai kalimat.
  2. Ketepatan waktu dibanding target 90%.
  3. Work clearance: selesai dibanding masuk.
Laporan tim, backlog, dan daftar tindak lanjut di Google Sheets.
Laporan tim, backlog, dan daftar tindak lanjut di Google Sheets.

Detail

Tim mana yang perlu perhatian, dengan tindak lanjut yang jelas.
Volume mingguan: masuk dibanding selesai.

Output

Review mingguan di Google Sheets: delivery, backlog, dan tindak lanjut dalam satu tampilan.

Ingin laporan yang lebih mudah digunakan?