Objective
Membuat query untuk menganalisis performa penjualan dan perilaku pelanggan melalui data transaksi.
Preparation
- Tools: DBeaver
- Database: MySQL
- Dataset Source: Dataset dari Kaggle (terdapat beberapa file CSV )
- Membuat database baru dan mengimpor semua file CSV ke dalam tabel terpisah untuk dianalisis
Basic Analysis Using SQL Queries
Beberapa pertanyaan sederhana dibuat sebagai panduan:
- Berapa total transaksi dan total revenue?
- Siapa pelanggan dengan total pembelian tertinggi?
- Siapa pelanggan dengan total transaksi terbanyak?
- Bagaimana perbandingan total revenue berdasarkan lokasi pelanggan?
- Produk kategori mana yang paling menguntungkan?
- Seberapa sering penggunaan kupon pada transaksi?
Analysis Results
-
Total transaksi dan total revenue: terdapat 52924 transaksi dengan
total revenue $5227429.69
-
Top 10 kustomer dengan pembelian tertinggi: Sebagian besar kustomer
teratas adalah pelanggan perempuan (8 dari 10), dengan pengeluaran
tertinggi mencapai $83.112,26
-
Top 10 kustomer dengan transaksi terbanyak: Pelanggan dengan jumlah
transaksi terbanyak sebagian besar adalah perempuan (7 dari 10),
dengan jumlah transaksi maksimum mencapai 328
-
Revenue berdasarkan lokasi: Lokasi dengan total pendapatan tertinggi
adalah Chicago, sedangkan Washington DC memiliki pendapatan
terendah, dengan selisih sekitar 1,5 juta dolar
-
Rata-rata Revenue per kategori produk: Tiga kategori produk dengan
rata-rata pendapatan tertinggi adalah Nest, Nest-Canada, dan
Nest-US, sedangkan tiga kategori produk dengan rata-rata pendapatan
terendah adalah Lifestyle, Android, dan Waze
-
Penggunaan kupon pada transaksi: Sebanyak 17.904 transaksi
menggunakan kupon. Sebagian besar pelanggan hanya mengklik kupon
tanpa menggunakannya (26.926 transaksi), sementara 8.094 transaksi
tidak melibatkan penggunaan kupon sama sekali.
What I Learned?
Selama mengerjakan project ini, saya belajar banyak hal dasar dalam SQL, di antaranya
- Cara menggunakan JOIN untuk menggabungkan beberapa tabel
- Pemahaman tentang GROUP BY, ORDER BY, dan fungsi agregasi dasar seperti SUM, AVG, dan COUNT
- Penggunaan DISTINCT untuk menghitung nilai unik
- Pentingnya menulis query dengan rapi dan memberi alias agar mudah dibaca
Proyek ini relatif sederhana, tetapi membantu saya memperkuat pemahaman tentang dasar-dasar SQL dan bagaimana mengubah data mentah menjadi informasi