🛒 E-Commerce Sales Data Analysis

📄 Background

Perusahaan menghadapi tantangan untuk meningkatkan penjualan dan memahami faktor-faktor yang memengaruhi hasil penjualan. Dengan banyaknya produk dan segmen pasar, perusahaan perlu mengidentifikasi tren penjualan, produk yang paling menguntungkan, serta area yang membutuhkan perhatian lebih. Oleh karena itu, analisis data penjualan yang lebih mendalam diperlukan untuk mengoptimalkan strategi pemasaran dan pengelolaan produk.

🎯 Objectives

Tujuan dari proyek ini adalah untuk:

1. Menganalisis tren penjualan bulanan untuk memahami pola musiman.
2. Mengidentifikasi produk dengan penjualan tertinggi.
3. Menghitung margin laba dan mengevaluasi produk serta segmen yang paling menguntungkan.
4. Memberikan rekomendasi strategis untuk meningkatkan penjualan dan efisiensi operasional.

📊 Data Overview

Data yang digunakan dalam proyek ini adalah data penjualan e-commerce yang mencakup informasi berikut:

Struktur Data

Kolom	Deskripsi
Order ID	ID unik untuk setiap transaksi pesanan
Order Date	Tanggal pesanan dilakukan
Ship Date	Tanggal pengiriman barang
Ship Mode	Metode pengiriman produk (misal: Second Class)
Customer ID	ID unik untuk pelanggan
Customer Name	Nama pelanggan
Segment	Segmen pelanggan (misal: Consumer, Corporate)
Country	Negara pelanggan
City	Kota pelanggan
State	Provinsi pelanggan
Postal Code	Kode pos pelanggan
Region	Wilayah (misal: South, West)
Product ID	ID unik untuk setiap produk
Category	Kategori produk (misal: Furniture, Office Supplies)
Sub-Category	Sub-kategori produk (misal: Chairs, Bookcases)
Product Name	Nama produk
Sales	Penjualan produk dalam satuan mata uang
Quantity	Jumlah unit produk yang terjual
Discount	Persentase diskon yang diberikan
Profit	Keuntungan yang didapatkan dari penjualan produk
Calendar	Bulan transaksi dilakukan
Month	Bulan transaksi dilakukan
Year	Tahun transaksi dilakukan

Contoh Data

Order ID	Order Date	Ship Date	Ship Mode	Customer ID	Customer Name	Segment	Country	City	State	Postal Code	Region	Product ID	Category	Sub-Category	Product Name	Sales	Quantity	Discount	Profit	Calendar	Month	Year
CA-2016-152156	08/11/2016	11/11/2016	Second Class	CG-12520	Claire Gute	Consumer	United States	Henderson	Kentucky	42420	South	FUR-BO-10001798	Furniture	Bookcases	Bush Somerset Collection Bookcase	$261,96	2	0%	$41,91	8	Nov	2016
CA-2016-152156	08/11/2016	11/11/2016	Second Class	CG-12520	Claire Gute	Consumer	United States	Henderson	Kentucky	42420	South	FUR-CH-10000454	Furniture	Chairs	Hon Deluxe Fabric Upholstered Stacking Chairs	$731,94	3	0%	$219,58	8	Nov	2016
CA-2016-138688	12/06/2016	16/06/2016	Second Class	DV-13045	Darrin Van Huff	Corporate	United States	Los Angeles	California	90036	West	OFF-LA-10000240	Office Supplies	Labels	Self-Adhesive Address Labels for Typewriters	$14,62	2	0%	$6,87	12	Jun	2016

❓ Business Questions

Beberapa pertanyaan bisnis yang ingin dijawab melalui analisis data ini:

1. Berapa total penjualan, laba, jumlah produk terjual, dan margin laba yang dihasilkan?
2. Bagaimana tren penjualan setiap bulannya?
3. Bagaimana komposisi penjualan berdasarkan segmen pasar?
4. Produk apa saja yang memiliki penjualan tertinggi?

🔬 Methodology

Tools: Microsoft Excel
Proyek ini menggunakan metode berikut untuk analisis data penjualan:

1. Collection (Pengumpulan Data)

• Pengumpulan data penjualan dilakukan dari platform MySkill dalam format Excel. Data yang dikumpulkan mencakup informasi mengenai transaksi penjualan, pelanggan, dan produk yang dijual.

2. Cleaning (Pembersihan Data)

Proses pembersihan data dilakukan untuk memastikan kualitas dan konsistensi data. Langkah-langkah pembersihan meliputi:

• Menghapus baris data yang hilang atau tidak relevan.
• Menghapus duplikat data yang tercatat lebih dari satu kali.
• Mengonversi kolom tanggal menjadi format yang sesuai untuk analisis.
• Mengonversi kolom "Sales" dan "Profit" ke dalam mata uang dolar AS.
• Mengekstrak kolom "Order Date" untuk membuat kolom baru seperti "Calendar", "Month", dan "Year" untuk analisis lebih lanjut.

3. Exploratory Data Analysis (EDA)

Pada tahap ini, analisis eksplorasi dilakukan untuk mendapatkan wawasan awal mengenai distribusi dan pola data. Beberapa teknik yang digunakan adalah:

• Analisis Deskriptif: Menganalisis distribusi penjualan berdasarkan kategori produk, segmen pasar, dan lokasi untuk memahami bagaimana produk terjual di berbagai dimensi.
• Trend Analysis (Analisis Tren): Menganalisis tren penjualan per bulan untuk memahami pola musiman atau fluktuasi penjualan sepanjang waktu.
• Pivot Tables (Tabel Pivot): Membuat tabel pivot untuk merangkum total penjualan, jumlah produk terjual, dan laba berdasarkan produk, bulan, dan segmen pasar.
• Top 10 Produk: Mengidentifikasi 10 produk dengan penjualan tertinggi berdasarkan data yang ada, yang dapat memberikan wawasan mengenai produk yang paling diminati oleh pelanggan.
• Analisis Margin Laba: Menghitung margin laba untuk setiap produk dan kategori untuk mengetahui produk mana yang paling menguntungkan bagi perusahaan.

4. Visualization (Visualisasi Data)

Untuk memudahkan pemahaman hasil analisis, visualisasi data digunakan melalui berbagai cara:

• Dashboard Excel: Membuat dashboard interaktif di Excel yang menunjukkan tren penjualan, produk terlaris, serta analisis berdasarkan bulan, kategori, dan segmen pasar. Ini memungkinkan pemangku kepentingan untuk melihat gambaran umum yang jelas dan mudah dipahami.
• Grafik dan Visualisasi: Menggunakan grafik garis dan batang untuk menunjukkan tren penjualan per bulan dan menampilkan 10 produk terlaris berdasarkan penjualan. Grafik ini membantu untuk menampilkan data secara visual sehingga lebih mudah menganalisis perubahan dan pola penjualan.

Berikut adalah dashboard visualisasi dari data penjualan yang telah dianalisis.

📈 Insight

Beberapa wawasan yang ditemukan dari analisis data penjualan:

1. Penjualan mengalami fluktuasi sepanjang tahun. Bulan dengan penjualan tertinggi adalah November ($352,461), diikuti oleh Desember ($325,294), sedangkan bulan dengan penjualan terendah adalah Januari ($94,925).
2. Margin keuntungan (profit margin) cenderung berada di kisaran 10-17%, dengan margin tertinggi pada bulan Februari (17%).
3. Segmen Consumer menyumbang setengah dari total penjualan (50%, $1,161,401), diikuti oleh Corporate (31%, $706,146) dan Home Office (19%, $429,653).
4. Produk dengan kontribusi penjualan terbesar adalah Canon imageCLASS 2200 Advanced Copier ($61,600), jauh melebihi produk lainnya.
5. Produk-produk lain dalam daftar top 10 sebagian besar adalah alat kantor seperti mesin binding, printer, dan kursi kerja.

💡 Recommendation

Berdasarkan hasil analisis, berikut adalah beberapa rekomendasi:

1. Fokus pada strategi pemasaran intensif di bulan-bulan dengan penjualan rendah, seperti Januari dan Februari. Misalnya, melalui promosi awal tahun, diskon produk, atau bundling untuk meningkatkan daya tarik pelanggan.
2. Karena segmen Consumer mendominasi penjualan, perlu dilakukan upaya untuk meningkatkan penetrasi ke segmen Corporate dan Home Office melalui penawaran produk atau layanan yang sesuai, seperti paket volume tinggi atau layanan purna jual.
3. Mengkaji produk dengan profit margin rendah untuk mengidentifikasi peluang efisiensi biaya atau meningkatkan harga pada produk yang memiliki permintaan tinggi tetapi margin rendah.
4. Memprioritaskan stok dan promosi untuk produk terlaris seperti Canon imageCLASS 2200 Advanced Copier. Selain itu, dapat dipertimbangkan untuk memperkenalkan produk pelengkap untuk mendorong pembelian tambahan.
5. Mengingat puncak penjualan terjadi pada November dan Desember, perusahaan dapat memaksimalkan momen ini dengan promosi akhir tahun, penawaran diskon, atau kampanye liburan untuk meningkatkan penjualan lebih lanjut.

📌 Conclusion

Proyek ini memberikan wawasan yang berharga mengenai faktor-faktor yang memengaruhi penjualan dan margin laba perusahaan. Dengan menganalisis tren penjualan, produk yang menguntungkan, serta segmen pasar, perusahaan dapat membuat keputusan yang lebih baik untuk meningkatkan strategi pemasaran dan pengelolaan stok. Berdasarkan temuan analisis, perusahaan dapat mengambil langkah-langkah strategis untuk memaksimalkan pertumbuhan penjualan dan margin laba.