Daftar Materi

Analisis Data End-to-End Materi 36

Mini Project: Analisis Penjualan Retail

Tujuan Pembelajaran

  • Menyelesaikan analisis penjualan dari inspeksi data hingga temuan yang dapat dipertanggungjawabkan.
  • Menjelaskan alasan di balik langkah analisis dan memeriksa hasilnya.

Pendapatan bersih dan tren periode membentuk sasaran proyek

Kedua pertanyaan proyek memakai ukuran pendapatan bersih yang sama, tetapi mengelompokkannya dengan cara berbeda: sekali menurut kategori produk dan sekali menurut bulan. Memakai baris item dan aturan filter yang sama membuat hasilnya dapat dibandingkan dan diperiksa terhadap satu total keseluruhan.

Proyek ini menggabungkan keterampilan yang telah dipelajari untuk menjawab dua pertanyaan: kategori produk mana yang menyumbang revenue net terbesar, dan bagaimana total revenue berubah dari bulan ke bulan? Sebelum menulis kode, tetapkan definisi: satuan uang adalah rupiah; satu baris pada hasil per-item adalah satu rincian produk dalam sebuah pesanan; status completed dan shipped dianggap diakui; status canceled dan returned dikeluarkan; dan diskon mengurangi nilai item. Dataset hanya mencakup Januari sampai April 2026, jadi hasilnya menceritakan periode tersebut saja.

Mulailah dengan membaca empat file dan melihat nama kolom, jumlah baris, tipe data, serta contoh beberapa record. Periksa key yang akan menghubungkan tabel: order_id pada orders dan order_items, product_id pada order_items dan products, serta customer_id pada orders dan customers. Pastikan baris header tidak berulang tanpa alasan, produk memiliki kategori lookup yang sesuai, dan tanggal dapat dibaca sebagai tanggal. Langkah inspeksi ini mencegah kesalahan awal menyebar ke seluruh perhitungan.

Setelah pemeriksaan, saring order ke status yang disepakati, lalu hubungkan informasi header dengan detail item. Setiap order dapat memiliki banyak item, jadi baris bertambah secara wajar pada join pertama. Informasi produk dan pelanggan ditambahkan dengan hubungan many-to-one agar satu baris detail tidak berlipat karena key lookup yang ganda. Hitung revenue bersih pada tingkat item menggunakan quantity, unit_price, dan discount_pct. Dari tabel item yang sama, buat dua ringkasan terpisah: jumlah revenue per kategori dan jumlah revenue per bulan.

Terakhir, cocokkan grand total dari kedua ringkasan dengan total pipeline. Jika kategori dan bulan mencakup semua item yang sama, masing-masing total seharusnya kembali ke Rp1.076.750. Selisih menunjukkan ada kelompok yang hilang, nilai kosong, atau perbedaan dalam cara pengelompokan. Ketika menulis temuan, sertakan aturan status, rentang waktu, satuan, dan batas data. Angka yang lebih tinggi memberi gambaran apa yang tercatat, tetapi tidak menjelaskan penyebabnya.

Membangun analisis dari orders, items, dan products

Setelah digabung, setiap baris pada lines mewakili satu rincian produk dalam pesanan yang lolos filter. Periksa beberapa baris untuk memastikan status dan tanggal cocok dengan pesanan, kategori cocok dengan produk, serta harga dan diskon tetap melekat pada item yang benar. Baru setelah itu hitung pendapatan bersih dan susun dua ringkasan.

import pandas as pd
orders = pd.read_csv("datasets/orders.csv")
items = pd.read_csv("datasets/order_items.csv")
products = pd.read_csv("datasets/products.csv")
customers = pd.read_csv("datasets/customers.csv")
orders["order_date"] = pd.to_datetime(orders["order_date"])
valid = orders[orders["status"].isin(["completed", "shipped"])]
lines = valid.merge(items, on="order_id", validate="one_to_many")
lines = lines.merge(products[["product_id", "category"]], on="product_id", validate="many_to_one")
lines = lines.merge(customers[["customer_id", "city"]], on="customer_id", validate="many_to_one")
lines["revenue_idr"] = lines["quantity"] * lines["unit_price"] * (1 - lines["discount_pct"])
category = lines.groupby("category", as_index=False)["revenue_idr"].sum().sort_values("revenue_idr", ascending=False).reset_index(drop=True)
monthly = lines.assign(month=lines["order_date"].dt.to_period("M").astype(str)).groupby("month", as_index=False)["revenue_idr"].sum()
print(category)
print(monthly)

Kesimpulan harus mengikuti definisi pendapatan dan rentang data

Minuman 420950; Camilan 328400; Pantry 243400; Roti 84000. Bulanan Jan 379400, Feb 105200, Mar 412150, Apr 180000.

Kategori Minuman mencatat revenue net Rp420.950, diikuti Camilan Rp328.400, Pantry Rp243.400, dan Roti Rp84.000. Jadi, Minuman adalah kategori dengan total terbesar pada periode dataset. Secara bulanan, Januari mencatat Rp379.400, Februari Rp105.200, Maret Rp412.150, dan April Rp180.000; Maret adalah bulan dengan nilai tertinggi di antara empat bulan itu. Total kategori dan total bulanan sama-sama harus berjumlah Rp1.076.750, sehingga keduanya menjadi pemeriksaan silang atas pipeline.

Sampaikan ini sebagai temuan deskriptif: pada data Januari–April 2026 dan dengan definisi revenue yang digunakan, kategori Minuman mempunyai jumlah paling besar. Kita belum tahu mengapa angka itu besar atau apakah akan tetap demikian pada periode lain. Data latihan tidak mencatat sebab pembelian, biaya operasional, pajak, pengembalian sebagian, atau perubahan promosi. Jika ingin membuat rekomendasi bisnis, kumpulkan konteks tambahan dan pastikan periode lebih panjang sebelum menyebutnya pola atau penyebab.

Mulai dengan menulis pertanyaan dan definisi hasil yang diinginkan sebelum menjalankan pipeline. Catat berapa banyak key yang tidak menemukan pasangan dan periksa jumlah baris di setiap tahap. Ambil satu baris item sebagai contoh, hitung revenue-nya secara manual untuk memastikan diskon diterapkan sebagai proporsi yang benar, lalu bandingkan total kategori, total bulanan, dan grand total.

Saat menyajikan temuan, gunakan kalimat yang lengkap: sebutkan Januari–April 2026, rupiah, status pesanan yang disertakan, arti nilai net, dan keterbatasan pencatatan return. Dengan cara ini pembaca awam bisa memahami angka tanpa harus menebak bagaimana data dipilih atau dihitung.

Jangan mengklaim tren musiman dari empat bulan atau memperlakukan shipped sebagai pembayaran bila kebijakan bisnis berbeda. Data ini tidak mencatat partial return.

Latihan Interaktif

Latihan 01

Bangun pipeline empat tabel, hitung net revenue per item, lalu rangkum revenue per category dalam urutan menurun.

Jangan mengklaim tren musiman dari empat bulan atau memperlakukan shipped sebagai pembayaran bila kebijakan bisnis berbeda. Data ini tidak mencatat partial return.

import pandas as pd
orders = pd.read_csv("datasets/orders.csv")
items = pd.read_csv("datasets/order_items.csv")
products = pd.read_csv("datasets/products.csv")
valid = orders[orders["status"].isin(["completed", "shipped"])]
lines = valid.merge(items, on="order_id").merge(products[["product_id", "category"]], on="product_id")
lines["revenue_idr"] = lines["quantity"] * lines["unit_price"]
result = lines.groupby("category", as_index=False)["revenue_idr"].sum().sort_values("revenue_idr", ascending=False).reset_index(drop=True)
print(result)

Lihat penjelasan hasil

Kesimpulan membatasi cakupan pada data dan periode; hasil kategori dan bulan harus direkonsiliasi.

Lihat Petunjuk

Jangan mengklaim tren musiman dari empat bulan atau memperlakukan shipped sebagai pembayaran bila kebijakan bisnis berbeda. Data ini tidak mencatat partial return.

Lihat Pembahasan

Kesimpulan membatasi cakupan pada data dan periode; hasil kategori dan bulan harus direkonsiliasi.

Latihan 02

Apa kesimpulan yang paling tepat dari angka kategori?

Pilih satu jawaban
Lihat Pembahasan

Kesimpulan membatasi cakupan pada data dan periode; hasil kategori dan bulan harus direkonsiliasi.

Ringkasan

  • Menyelesaikan analisis penjualan dari inspeksi data hingga temuan yang dapat dipertanggungjawabkan.
  • Catat asumsi yang memengaruhi hasil sebelum menyampaikan kesimpulan.

Bacaan lebih lanjut