Olist Commerce Analytics
Analisis e-commerce Brazil (dataset Olist) yang berorientasi keputusan: 96 ribu order dianalisis untuk rekomendasi performa komersial dan pengalaman pelanggan.
2026-06-12
Konsep
Dataset publik Brazilian E-Commerce dari Olist adalah kasus analitik yang kaya: pesanan, item, pembayaran, ulasan, dan pelanggan. Proyek ini membangun analisis berorientasi keputusan. Bukan sekadar visualisasi, tapi jawaban atas pertanyaan bisnis yang konkret.
Pertanyaan Bisnis
Ke mana operator e-commerce harus fokus untuk meningkatkan performa komersial dan pengalaman pelanggan: bauran kategori, cakupan geografis, pembelian berulang, atau keandalan pengiriman?
Pendekatan
- Analytical mart: satu baris per order sebagai fondasi; tabel one-to-many diagregasi sebelum join untuk mencegah inflasi KPI.
- Disiplin metrik: KPI komersial hanya memakai order yang terkirim; bulan parsial dikecualikan dari tren.
- Kontrak data: rentang metrik diuji dengan pytest untuk menjaga kualitas.
Temuan Utama
- 96.478 order terkirim menghasilkan pendapatan item R$13.22 juta.
- 8.1% order telat; order telat rata-rata bintang 2.57/5 vs 4.29/5 saat tepat waktu.
- Hanya 3.0% pelanggan beli lebih dari sekali, tapi menghasilkan 6.1% order.
- São Paulo menyumbang 38.3% pendapatan; kategori health_beauty memimpin 9.3%.
Refleksi
Rekomendasi utamanya: prioritaskan monitoring pengecualian pengiriman, lalu bangun cohort repeat-purchase berbasis kategori. Kualitas analitik datang dari disiplin data, bukan jumlah grafik.