Belajar Data Science di DQLab: Tingkatkan Penjualan & Pecahkan Masalah Inventori dengan Market Basket Analysis
Project Data ini dikembangkan oleh Adi Syahadi, member DQLab, seorang Graphic Engineer, dan Data Science Enthusiasts dengan project yang diberikan oleh Data Mentor DQLab, Feris Thia, Founder dan Lead Data of Xeratic Indonesia.
Belajar Data Science untuk membangun Portofolio Data untuk meningkatkan penjualan dan memecahkan masalah inventori dengan Market Basket Analysis
Project ini dikembangkan oleh Adi Syahadi @adi.syahadi, seorang Graphic Designer dan Data Enthusiasts dengan menyelesaikan module Data Science in Retail: Market Basket Analysis pada platform DQLab Academy.
Kamu mungkin sering mendengar mengenai bagaimana banyak bisnis berkembang dan maju dengan cepat karena inovasi, baik itu inovasi dari sisi produk ataupun bisnis.
¨Salah satu inovasi bisnis di bidang ritel adalah mencari asosiasi atau hubungan antar produk dari data transaksi penjualan yang bertujuan untuk:
- Dipaketkan dan dijual bersamaan
- Memberikan rekomendasi produk kepada seseorang
- Menyusun rak display
- Menyusun halaman produk e-commerce.
Semua ini bertujuan untuk meningkatkan penjualan sekaligus menecahkan masalah inventory - karena produk yang tidak begitu laku jika dipasangkan dengan tepat akan lebih menarik dan punya kemungkinan besar dibeli dalam satu paket. Proses ini merupakan proses analisa yang disebut dengan (MBA).
Adi menjelaskan bagaimana implementasi teknik market basket analysis untuk meningkatkan penjualan dan memecahkan masalah inventori. Tak lupa, Adi menggunakan algoritma Apriori dengan package arules pada R untuk menemukan asosiasi antara produk dengan data transaksi penjualan. Yuk, simak penjelasan dari Adi!
Bangun Portofolio Datamu!
Kamu bisa membangun portofolio datamu dengan belajar data science di DQLab. Untuk kamu yang ingin siap berkarir jadi Data Analyst, Data Scientist, dan Data Engineer, persiapkan diri kamu dengan tepat sekarang. Tidak ada kata terlambat untuk belajar. Yuk #MulaiBelajarData di DQLab. Kamu bisa:
- Menerapkan teknik mengolah data kotor, hasilkan visualisasi data dan model prediksi dengan studi kasus Retail dan Finansial
- Dapatkan sesi konsultasi langsung dengan praktisi data lewat data mentoring
- Bangun portofolio data langsung dari praktisi data Industri
- Akses Forum DQLab untuk berdiskusi.