Analyzing eCommerce Business Performance with SQL
Entry-level data analyst who has gained skill set such as communication, collaboration, analytical thinking and problem solving. Completed several coursework and projects that gave hands-on experience in mastering Excel, SQL and Tableau. Seeking a career in data related opportunities especially as data analyst.
Created by:
Ken Kanyaka Pradjna Paramitha
kanyaka.agatha@gmail.com
https://www.linkedin.com/in/ken-kanyaka-pradjna-paramitha-agatha/
Overview
Mengukur performa suatu perusahaan sangat penting untuk melacak, memantau, dan menilai apakah proses yang berbeda dalam suatu perusahaan berfungsi dengan baik atau tidak. Oleh karena itu, melalui mini project ini akan menganalisis kinerja bisnis sebuah perusahaan eCommerce dengan mempertimbangkan beberapa metrik bisnis, seperti pertumbuhan pelanggan, kualitas produk, dan tipe pembayaran.
Data Preparation
Untuk membuat Entity Relationship Diagram (ERD), hal yang pertama kali dilakukan adalah meng-import dataset ke dalam database PostgreSQL. Kemudian membuat ERD dengan menentukan Primary Key dan Foreign Key dari tiap tabel dalam dataset tersebut.
Berdasarkan ERD yang telah dibuat dapat diketahui terdapat 3 entitas utama yaitu: customer, order, dan seller. Proses yang terjadi antar entitas hanya satu yaitu transaksi atau order.Proses order mewakili semua hubungan atau relasi dari ketiga entitas di dalam ERD tersebut. erd tersebut cukup kompleks, terutama atribut dari setiap entitas. Walaupun begitu setiap entitas dipertemukan dalam proses yang sama yaitu order.
Annual Customer Activity Growth Analysis
Query selengkapnya dapat dilihat di sini
Year | Monthly Average User | Total New Customer | Total Repeat Customer | Average Frequent Order |
2016 | 108 | 326 | 3 | 1 |
2017 | 3694 | 43708 | 1256 | 1 |
2018 | 5338 | 52062 | 1167 | 1 |
Annual Customer Activity Growth Analysis
Dari grafik tersebut dapat disimpulkan bahwa
Annual Customer Activity Growth Analysis
Penurunan jumlah repeat order per tahun di tahun 2018 dapat disebabkan oleh beberapa faktor, yaitu:
Annual Product Category Quality Analysis
Query selengkapnya dapat dilihat di sini
Annual Product Category Quality Analysis
Query selengkapnya dapat dilihat di sini
Terdapat kenaikan revenue secara signifikan dari tahun 2016 ke tahun 2017 dan terus meningkat hingga tahun 2018.
Kenaikan signifikan tersebut dapat terjadi karena pada tahun 2016 hanya terdapat data dari bulan September ke Desember, sedangkan untuk tahun 2017 dan 2018, terdapat data dari bulan Januari hingga Desember.
Annual Product Category Quality Analysis
Sama seperti grafik Revenue. Terdapat kenaikan jumlah order yang dibatalkan secara signifikan dari tahun 2016 ke tahun 2017 dan terus meningkat hingga tahun 2018.
Hal ini dapat dikarenakan:
Query selengkapnya dapat dilihat di sini
Annual Product Category Quality Analysis
Query selengkapnya dapat dilihat di sini
Tahun | Top Product | Top Canceled Product |
2016 | Furniture Decor $ 6,900 | Sport Leisure $ 1,437 |
2017 | Bed Bath Table $ 581,338 | Watches Gifts $ 6,602 |
2018 | Health Beauty $ 866,802 | Cool Stuff $ 10,286 |
Dari analisis ini, terlihat bahwa kategori produk terlaris dan kategori produk yang sering dibatalkan pemesanannya berubah dengan revenue masing-masingnya semakin bertambah tiap tahunnya.
Analysis of Annual Payment Type Usage
Query selengkapnya dapat dilihat di sini
Analysis of Annual Payment Type Usage
Query selengkapnya dapat dilihat di sini
Analysis of Annual Payment Type Usage
Query selengkapnya dapat dilihat di sini