Halo semuanya, kali ini saya sedang mengerjakan salah satu project menggunakan SQL. Bagi yang belum pernah mempelajarinya, akan saya buatkan penjelasannya ya (diwaktu senggang, saya).
Latar Belakang
Perusahaan rintisan B2B menjual berbagai produk tidak langsung kepada end user tetapi ke bisnis / perusahaan lainnya. Sebagai data-driven company, maka setiap pengambilan keputusan pada perusahaan selalu berdasarkan data. Setiap quarter, perusahaan akan mengadakan townhall dimana seluruh atau perwakilan divisi akan berkumpul untuk me-review performance perusahaan selama quarter terakhir. Sebagai seorang data analyst, kami diminta untuk menyediakan data dan analisa mengenai kondisi perusahaan bulan terakhir untuk dipresentasikan di townhall tersebut. (Asumsikan tahun yang sedang berjalan adalah tahun 2004).
Adapun hal yang akan direview:
1. Bagaimana pertumbuhan penjualan saat ini?
2. Apakah jumlah customers semakin bertambah?
3. Dan seberapa banyak customers tersebut yang sudah melakukan transaksi?
4. Category produk apa saja yang paling banyak dibeli oleh customers?
5. Seberapa banyak customers yang tetap aktif bertansaksi?
Langkah yang akan dilakukan:
1. Menggunakan klausa "Select ... From ..." untuk mengambil data di database
2. Menggunakan klausa Where dan Operator untuk menfilter data
3. Menggunakan "group by" dan fungsi aggregat untuk aggregasi penjualan dan revenue
4. Menggunakan "order by" untuk mengurutkan data
5. Menggunakan "union" untuk menggabungkan tabel data penjualan
6. Menggunakan "date and time function" dan fungsi text untuk data manipulation
7. Menggunakan subquery untuk menyimpan hasil sementara untuk digunakan kembali dalam query
Pengenalan Tabel
Tabel yang akan digunakan pada project ini adalah sebagai berikut.
1. Tabel orders_1 : Berisi data terkait transaksi penjualan periode quarter 1 (Jan - Mar 2004)
2. Tabel orders_2 : Berisi data terkait transaksi penjualan periode quarter 2 (April - Jun 2004)
3. Tabel Customer : Berisi data profil customer yang mendaftar menjadi customer di perusahaan.
 |
| Image Taken from DQLab |
Sebelum memulai menyusun query SQL dan membuat analisa dari hasil query, hal pertama yang perlu dilakukan adalah menjadi familiar dengan tabel yang akan digunakan. Hal ini akan sangat berguna dalam menentukan kolom mana sekiranya berkaitan dengan problem yang akan dianalisa, dan proses manipulasi data apa yang sekiranya perlu dilakukan untuk kolom - kolom tersebut, karena tidak semua kolom pada tabel perlu untuk digunakan.
Output
Bagaimana Pertumbuhan Penjualan Saat Ini
Total Penjualan dan Revenue pada Quarter-1 (Jan, Feb, Mar) dan Quarter-2 (Apr, Mei, Jun)
Output
Kedua tabel orders_1 dan orders_2 masih terpisah, untuk menghitung persentasi keseluruhan penjualan dari kedua tabel tersebut perlu digabungkan :
Output
Perhitungan Growth Penjualan dan Revenue
Untuk project ini, perhitungan pertumbuhan penjualan akan dilakukan secara manual menggunakan formula yang disediakan dibawah. Adapun perhitungan pertumbuhan penjualan dengan SQL dapat dilakukan menggunakan "window function".
%Growth Penjualan = (6717 - 8694)/8694 = -23%
%Growth Revenue = (607548320 - 799579310)/799579310 = -24%
Customer Analytics
Apakah jumlah customers semakin bertambah?
Penambahan jumlah customers dapat diukur dengan membandingkan total jumlah customers yang registrasi di periode saat ini dengan total jumlah customers yang registrasi diakhir periode sebelumnya.
Output
Seberapa banyak customers tersebut yang sudah melakukan transaksi?
Problem ini merupakan kelanjutan dari problem sebelumnya yaitu dari sejumlah customer yang registrasi di periode quarter-1 dan quarter-2, berapa banyak yang sudah melakukan transaksi.
Output
Category produk apa saja yang paling banyak di-order oleh customers di Quarter-2?
Untuk mengetahui kategori produk yang paling banyak dibeli, maka dapat dilakukan dengan menghitung total order dan jumlah penjualan dari setiap kategori produk.
Output
Seberapa banyak customers yang tetap aktif bertransaksi setelah transaksi pertamanya?
Mengetahui seberapa banyak customers yang tetap aktif menunjukkan apakah perusahaan tetap digemari oleh customers untuk memesan kebutuhan bisnis mereka. Hal ini juga dapat menjadi dasar bagi tim product dan business untuk pengembangan product dan business kedepannya. Adapun metrik yang digunakan disebut retention cohort. Untuk project ini, kami akan menghitung retention dengan query SQL sederhana, sedangkan cara lain yaitu dengan JOIN dan SELF JOIN.
Oleh karena baru terdapat 2 periode yang Quarter 1 dan Quarter 2, maka retention yang dapat dihitung adalah retention dari customers yang berbelanja di Quarter 1 dan kembali berbelanja di Quarter 2, sedangkan untuk customers yang berbelanja di Quarter 2 baru bisa dihitung retentionnya di Quarter 3.
Output
Kesimpulan
Berdasarkan data yang telah kami peroleh melalui query SQL, kami dapat menarik kesimpulan bahwa :
1. Performance perusahaan menurun signifikan di quarter ke-2, terlihat dari nilai penjualan dan revenue yang drop hingga 23% dan 24%.
2. Perolehan customer baru juga tidak terlalu baik dan sedikit menurun dibandingkan quarter sebelumnya.
3. Ketertarikan customer baru untuk berbelanja di perusahaan masih kurang, hanya sekitar 56% saja yang sudah bertransaksi. Disarankan tim Produk untuk perlu mempelajari behaviour customer dan melakuan product improvement, sehingga conversion rate (register to transaction) dapat meningkat.
4. Produk kategori S18 dan S24 berkontribusi sekitar 50% dari total order dan 60% dari total penjualan, sehingga perusahaan sebaiknya fokus untuk pengembangan category S18 dan S24.
5. Retention rate customer perusahaan juga sangat rendah yaitu hanya 24%, artinya banyak customer yang sudah bertransaksi di quarter-1 tidak kembali melakukan order di quarter ke-2 (no repeat order).
6. Perusahaan mengalami pertumbuhan negatif di quarter ke-2 dan perlu melakukan banyak improvement baik itu di sisi produk dan bisnis marketing, jika ingin mencapai target dan positif growth di quarter ke-3. Rendahnya retention rate dan conversion rate bisa menjadi diagnosa awal bahwa customer tidak tertarik/kurang puas/kecewa berbelanja di perusahaan.
Thank you for reading, everyone. Have a nice day...
Post a Comment
Post a Comment