1. Introduction

Dataset Brief

Dataset yang digunakan berisi transaksi dari tahun 2009 sampai dengan tahun 2012 dengan jumlah raw data sebanyak 5500, termasuk di dalamnya order status yang terbagi menjadi order finished, order returned dan order cancelled

Adapun dataset yang sudah diberikan dan akan digunakan pada project ini berisi data sebagai berikut.

1. OrderID
2. Order Status
3. Customer
4. Order Date
5. Order Quantity
6. Sales
7. Discount %
8. Discount
9. Product Category
10. Product Sub-Category

Nama tabel yang akan digunakan pada project ini adalah dqlab_sales_store

Petunjuk Penyelesaian Project

Untuk menyelesaikan project, maka kita akan mengetikkan code yang perlu disubmit untuk dicek jawabannya benar atau salah. Dari data yang sudah diberikan, dari pihak manajemen DQLab store ingin mengetahui: 1A. Overall perofrmance DQLab Store dari tahun 2009 - 2012 untuk jumlah order dan total sales order finished 1B. Overall performance DQLab by subcategory product yang akan dibandingkan antara tahun 2011 dan tahun 2012

2A. Efektifitas dan efisiensi promosi yang dilakukan selama ini, dengan menghitung burn rate dari promosi yang dilakukan overall berdasarkan tahun 2B. Efektifitas dan efisiensi promosi yang dilakukan selama ini, dengan menghitung burn rate dari promosi yang dilakukan overall berdasarkan sub-category

Setelah melihat hasil analisa di Sub Bab 1 dan 2, selanjutnya dilakukan analisa terhadap customer DQLab. Analisa dari sisi customer dengan menggunakan metrics: 3A. Analisa terhadap customer setiap tahunnya 3B. Analisa terhadap jumlah customer baru setiap tahunnya 3C. Cohort untuk mengetahui angka retention customer tahun 2009

2. DQLab Store Overall Performance

Overall Performance by Year

Buatlah Query dengan menggunakan SQL untuk mendapatkan total penjualan (sales) dan jumlah order (number_of_order) dari tahun 2009 sampai 2012 (years).

Output yang harus dihasilkan adalah sebagai berikut.

Code: DQ-11-02-01

Overall Performance by Product Sub Category

Buatlah Query dengan menggunakan SQL untuk mendapatkan total penjualan (sales) berdasarkan sub category dari produk (product_sub_category) pada tahun 2011 dan 2012 saja (years)

Output yang harus dihasilkan adalah sebagai berikut.

Notes : output di atas hanya terdiri dari 5 data teratas yang dihasilkan

Code: DQ-11-02-02

3. DQLab Store Promotion Effectiveness and Efficiency

Promotion Effectiveness and Efficiency by Years

Pada bagian ini kita akan melakukan analisa terhadap efektifitas dan efisiensi dari promosi yang sudah dilakukan selama ini

Efektifitas dan efisiensi dari promosi yang dilakukan akan dianalisa berdasarkan Burn Rate yaitu dengan membandigkan total value promosi yang dikeluarkan terhadap total sales yang diperoleh

DQLab berharap bahwa burn rate tetap berada diangka maskimum 4.5%

Formula untuk burn rate : (total discount / total sales) * 100

Buatkan Derived Tables untuk menghitung total sales (sales) dan total discount (promotion_value) berdasarkan tahun(years) dan formulasikan persentase burn rate nya (burn_rate_percentage).

Adapun output yang seharusnya dihasilkan adalah sebagai berikut.

Code: DQ-11-03-01

Promotion Effectiveness and Efficiency by Product Sub Category

Pada bagian ini kita akan melakukan analisa terhadap efektifitas dan efisiensi dari promosi yang sudah dilakukan selama ini seperti pada bagian sebelumnya.

Akan tetapi, ada kolom yang harus ditambahkan, yaitu : product_sub_category dan product_category

Adapun output yang seharusnya dihasilkan adalah sebagai berikut.

Notes : Data yang ditampilkan hanya untuk tahun 2012 Contoh output di atas hanya 5 baris pertama dari output yang diharapkan

Code: DQ-11-03-02

4. Customer Analytics

Customers Transactions per Year DQLab Store ingin mengetahui jumlah customer (number_of_customer) yang bertransaksi setiap tahun dari 2009 sampai 2012 (years).

Adapun output yang seharusnya dihasilkan adalah sebagai berikut.

Code: DQ-11-04-01