Analisis Tren dan Periode
Tujuan Pembelajaran
- Menghitung tren revenue bulanan dengan periode dan definisi bisnis yang konsisten.
- Menjelaskan alasan di balik langkah analisis dan memeriksa hasilnya.
Pendapatan dan periode perlu konsisten sebelum dibandingkan
Perbandingan antarbulan hanya masuk akal jika definisi metriknya tetap sama. Pastikan status pesanan yang disertakan, perlakuan diskon, satuan uang, dan cakupan tanggal tidak berubah. Bulan yang datanya belum lengkap juga tidak adil dibandingkan langsung dengan bulan penuh.
Sebelum membandingkan penjualan antarbulan, kita harus menyepakati dahulu apa arti “pendapatan” dalam analisis ini. Untuk latihan ini, pendapatan yang diakui dihitung dari quantity × unit_price × (1 − discount_pct) hanya untuk pesanan berstatus completed dan shipped. Pesanan canceled dan returned dikeluarkan. discount_pct adalah bagian diskon dalam bentuk proporsi: misalnya 0.10 berarti pelanggan membayar 90% dari harga awal. Karena aturan ini berbeda dari nilai bruto, nama metrik perlu menyebutkan definisinya.
Analisis menghubungkan tabel header pesanan dengan tabel rincian item memakai order_id. Header menyimpan tanggal dan status pesanan; detail menyimpan produk, jumlah, harga, dan diskon. Satu order dapat memiliki beberapa item, jadi setelah merge satu baris header dapat muncul pada beberapa baris item. Itu memang diharapkan. Namun, periksa hubungan key supaya header ganda tidak menggandakan nilai. Setelah nilai tiap item dihitung, tanggal dikelompokkan ke dalam bulan kalender dan nilai item dijumlahkan untuk bulan tersebut.
Tren adalah urutan nilai dari waktu ke waktu, tetapi perubahan empat bulan belum cukup untuk menyatakan adanya pola tahunan atau musiman. Perbandingan juga dapat dipengaruhi promosi, perubahan jumlah pesanan, atau cakupan data. Pastikan definisi, satuan rupiah, periode, dan status yang masuk konsisten sebelum menafsirkan bulan mana yang tinggi atau rendah.
Menghitung pendapatan bersih per bulan
import pandas as pd
orders = pd.read_csv("datasets/orders.csv")
items = pd.read_csv("datasets/order_items.csv")
orders["order_date"] = pd.to_datetime(orders["order_date"])
valid = orders[orders["status"].isin(["completed", "shipped"])]
lines = valid.merge(items, on="order_id")
lines["revenue"] = lines["quantity"] * lines["unit_price"] * (1 - lines["discount_pct"])
lines["month"] = lines["order_date"].dt.to_period("M").astype(str)
result = lines.groupby("month", as_index=False)["revenue"].sum()
print(result)
Definisi pendapatan menentukan angka bulanan
2026-01 379400; 2026-02 105200; 2026-03 412150; 2026-04 180000
Pada definisi latihan, total yang diakui adalah Rp379.400 pada Januari, Rp105.200 pada Februari, Rp412.150 pada Maret, dan Rp180.000 pada April. Maret adalah nilai tertinggi di antara empat bulan yang tersedia. Angka-angka ini menjumlahkan nilai bersih setelah diskon pada tingkat item, lalu mengelompokkannya berdasarkan bulan tanggal order.
Gunakan angka tersebut untuk menggambarkan apa yang terjadi pada dataset latihan, bukan untuk menjelaskan penyebabnya. Nilai Februari yang lebih rendah tidak membuktikan bahwa permintaan menurun; data ini tidak memuat alasan perubahan, promosi, jumlah pelanggan, atau konteks operasional lain. Empat bulan juga tidak menunjukkan apakah pola yang sama berulang setiap tahun. Sebelum menyampaikan kesimpulan, cocokkan beberapa baris hasil merge secara manual dan pastikan total per bulan sama dengan definisi bisnis yang dipakai.
Validasi satu baris item, jumlah periode, dan status yang masuk sebelum menafsirkan perubahan.
Membandingkan nilai bruto dengan net atau memasukkan canceled akan mengubah tren.
Latihan Interaktif
Latihan 01
Kembalikan revenue bulanan recognised dengan periode dan hitungan diskon yang tepat.
Membandingkan nilai bruto dengan net atau memasukkan canceled akan mengubah tren.
import pandas as pd
orders = pd.read_csv("datasets/orders.csv")
items = pd.read_csv("datasets/order_items.csv")
orders["order_date"] = pd.to_datetime(orders["order_date"])
valid = orders[orders["status"].isin(["completed", "shipped"])]
lines = valid.merge(items, on="order_id")
lines["revenue"] = lines["quantity"] * lines["unit_price"]
lines["month"] = lines["order_date"].dt.to_period("M").astype(str)
result = lines.groupby("month", as_index=False)["revenue"].sum()
print(result)
Keluaran program
Python belum dimuat. Pilih Jalankan Kode untuk memulai.
Keluaran
Pesan diagnostik
Kesalahan program
Pratinjau Pandas
Grafik
Lihat penjelasan hasil
Deskripsikan pola yang tampak tanpa mengklaim sebab atau musim dari satu rentang pendek.
Lihat Petunjuk
Membandingkan nilai bruto dengan net atau memasukkan canceled akan mengubah tren.
Lihat Pembahasan
Deskripsikan pola yang tampak tanpa mengklaim sebab atau musim dari satu rentang pendek.
Latihan 02
Mengapa rentang empat bulan belum membuktikan seasonality?
Lihat Pembahasan
Deskripsikan pola yang tampak tanpa mengklaim sebab atau musim dari satu rentang pendek.
Ringkasan
- Menghitung tren revenue bulanan dengan periode dan definisi bisnis yang konsisten.
- Catat asumsi yang memengaruhi hasil sebelum menyampaikan kesimpulan.
Bacaan lebih lanjut
Langkah berikutnya