No 5 Profit yang diberikan per produk transaksi diberikan karena profitable atau
nonprofitable karena diskn, customer yang memberikan profit paling besar produk apa
saja yang dia beli dapat diskon berapa banyak, dan produk apa saja yang dibeli
# Top 10 Customer berdasarkan profit memiliki Sales, Profit dan Dsikon Berapa
Banyak
customer_mostProfit = df.groupby(['Customer']).agg({'Order ID' : 'count', 'Sales' :
'sum', 'Profit' : 'sum', 'Discount' : 'sum'}).sort_values('Profit', ascending=
False).reset_index()
customer_mostProfit
# Visualisasi Grafik
plt.figure(figsize=(20, 5))
sns.barplot(y= 'Sales', x= 'Customer', data = customer_mostProfit.head(10), label =
'Sales')
sns.barplot(y= 'Profit', x= 'Customer', data = customer_mostProfit.head(10), label
= 'Profit')
plt.legend()
plt.show()
# Produk yang dijual ke valero apa saja, Profitnya, dan Total Salesnya
valero = df.loc[df['Customer']== 'Valero
Energy'].groupby('Product').agg({ 'Sales' : 'sum', 'Profit' : 'sum', 'Discount' :
'sum'}).sort_values('Profit',ascending= False).reset_index()
valero
# Visualisasi Grafik
plt.figure(figsize=(20, 5))
sns.barplot(y= 'Sales', x= 'Product', data = valero.head(10), label = 'Sales')
sns.barplot(y= 'Profit', x= 'Product', data = valero.head(10), label = 'Profit')
plt.legend()
plt.show()
# Produk yang dijual ke coca cola apa saja, profitnya, dan total salesnya
coca = df.loc[df['Customer']== 'Coca-Cola'].groupby('Product').agg({ 'Sales' :
'sum', 'Profit' : 'sum', 'Discount' : 'sum'}).sort_values('Profit',ascending=
False).reset_index()
coca
# Visualisasi grafik
plt.figure(figsize=(20, 5))
sns.barplot(y= 'Sales', x= 'Product', data = coca.head(10), label = 'Sales')
sns.barplot(y= 'Profit', x= 'Product', data = coca.head(10), label = 'Profit')
plt.legend()
plt.show()
# Visualisasi grafik :
plt.figure(figsize=(20, 5))
sns.barplot(y= 'Sales', x= 'Product', data = trafigura.head(10), label = 'Sales')
sns.barplot(y= 'Profit', x= 'Product', data = trafigura.head(10), label = 'Profit')
plt.legend()
plt.show()
# Visualisasi Grafik
plt.figure(figsize=(20, 5))
sns.barplot(y= 'Sales', x= 'Product', data = mondelez.head(10), label = 'Sales')
sns.barplot(y= 'Profit', x= 'Product', data = mondelez.head(10), label = 'Profit')
plt.legend()
plt.show()
# Visualisasi Grafik
plt.figure(figsize=(20, 5))
sns.barplot(y= 'Sales', x= 'Customer', data = customer_minustotalprofit.head(10),
color='blue', label = 'Sales')
sns.barplot(y= 'Profit', x= 'Customer', data = customer_minustotalprofit.head(10),
color='orange', label = 'Profit')
plt.legend()
plt.show()
groupSMB = SMB.groupby('Product')[['Profit']].sum()
groupStrategic = Strategic.groupby('Product')[['Profit']].sum()
groupEnterprise = Enterprise.groupby('Product')[['Profit']].sum()
groupSMB.columns = [f'{col}_SMB' for col in groupSMB.columns]
groupStrategic.columns = [f'{col}_Strategic' for col in groupStrategic.columns]
groupEnterprise.columns = [f'{col}_Enterprise' for col in groupEnterprise.columns]
dfGroupSegment['Total'] = dfGroupSegment.sum(axis=1)
dfGroupSegment = dfGroupSegment.sort_values(by='Total', ascending=False)
dfGroupSegment = dfGroupSegment.drop(columns='Total')
# Menampilkan plot
plt.legend(title='Segment')
plt.show()
# Insight :
Berdasarkan hasil analisa diatas, ditemukan jika `Alchemy` menempati peringkat
pertama sebagai product dengan **Profit** tertinggi, dengan profit Utama nya
didapat dari pelanggan dengan Segmentasi `SMB`. Dan `Marketing Suite` ternyata
adalah **satu-satunya** Product dengan profit dibawah 0, dengan **profit loss
tertinggi** disumbang dari segmentasi `SMB` juga.
Berdasarkan hal ini, bisa kita simpulkan jika besarnya proporsi `SMB` bisa
berdampak di dua sisi, bisa menambah profit bagi perusahaan sekaligus juga dapat
menyebabkan Profit loss yang tinggi, oleh karena itu penting bagi kita untuk banyak
meninjau segmentasi `SMB` ini.
Insights:
- Disini dapat dilihat bahwa `Valero Energy` merupakan customer yang paling banyak
mendatangkan `total profit` walaupun `total sales` bukan merupakan yang tertinggi.
- Sales tidak berbanding lurus dengan Profit dipengaruhi faktor diskon yang
diberikan dan juga bisa pada harga pokok produk yang tidak diketahui pada dataset
ini.
Kesimpulan:
- Product yang Paling banyak mendatangkan `total profit` walaupun `total sales`
bukan yang tertinggi.
Saran:
- Untuk memaksimalkan Profit, dapat dilakukan kenaikan harga produk disetiap
transaksi terutama produk yang cenderung diorder dalam jumlah banyak dalam 1
transaksi yang dilakukan pada setiap top 20 Customer diatas