1 of 14

Analyzing eCommerce Business Performance with SQL

“Sony is a Data Science enthusiast and looking for a new career start in a data-related field. Currently, work as a lecturer in civil engineering. He have a Master's Degree in Civil Engineering (Construction Project Management) from Institut Teknologi Sepuluh Nopember. He started learning about Data Science in early 2022, and graduated as The Most Outstanding Student from Rakamin Academy Bootcamp in June 2022.

Sony have experienced working on Data Collection Project (Web Scraping), Data Analytics Project, and Machine Learning Modelling Project”

Created by:

Trie Sony Kusumowibowo

triesonyk@gmail.com

LinkedIn

Medium

2 of 14

Overview

“Dalam suatu perusahaan mengukur performa bisnis sangatlah penting untuk melacak, memantau, dan menilai keberhasilan atau kegagalan dari berbagai proses bisnis. Oleh karena itu, dalam paper ini akan menganalisa performa bisnis untuk sebuah perusahan eCommerce, dengan memperhitungkan beberapa metrik bisnis yaitu pertumbuhan pelanggan, kualitas produk, dan tipe pembayaran.”

3 of 14

Data Preparation

Lihat atau Download ERD disini

Query selengkapnya dapat dilihat disini

Create Workspace

    • Mambuat database dan tabel dengan statement “CREATE”
    • Menentukan tipe data yang sesuai untuk tiap kolom

Import Data

    • Menggunakan “COPY” statement untuk import data csv ke dalam database

Build ERD

    • Memasang constraint “Primary Key” dan “Foreign Key” dengan “ALTER” statement
    • Mengeluarkan gambar Entity Relationship Diagram (ERD)

4 of 14

Data Preparation

  • Tidak semua table memiliki Foreign Key (FK)
  • Tabel geolocation tidak memiliki Primary Key (PK) dan memiliki Many-to-Many Relationship dengan table sellers dan customers

​

Lihat atau Download ERD disini

Query selengkapnya dapat dilihat disini

5 of 14

Annual Customer Activity Growth Analysis

Definisi:

  • Average Monthly Active User : Rata – rata pengguna aktif per bulan
  • New Customer : Pengguna baru
  • Repeat Customer : Customer yang melakukan order lebih dari satu kali di tahun yang sama
  • Average Transactions per Customer : Rata – rata jumlah transaksi per customer

​

Query selengkapnya dapat dilihat disini

Alternative query (better flow but more lines)

Year

Average Monthly Active User

New Customer

Repeat Customer

Average Transactions per Customer

2016

108.67

326

3

1.0092

2017

3694.83

43708

1256

1.0318

2018

5338.20

52062

1167

1.0239

6 of 14

Annual Customer Activity Growth Analysis

Insights:

Data yang digunakan untuk analisis dimulai pada bulan September 2016 sehingga pada tahun tersebut belum banyak customer baru maupun kegiatan transaksi dari customer.

Di tahun 2017 dan 2018 terjadi peningkatan jumlah customer, hal tersebut juga sejalan dengan peningkatan rata – rata customer aktif per bulan

Tableau Dashboard

7 of 14

Annual Customer Activity Growth Analysis

Insights:

Walaupun jumlah customer meningkat tetapi jika dilihat dari aktivitas transaksi customer terjadi penurunan. Pengguna yang melakukan lebih dari satu kali transaksi (repeat order) mengalami penurunan di tahun 2018. Selain itu rata – rata transaksi yang dilakukan oleh customer juga mengalami penurunan artinya ada kemungkinan customer baru hanya sekadar coba – coba namun tidak tertarik untuk melakukan transaksi lagi

Tableau Dashboard

8 of 14

Annual Product Category Quality Analysis

Definisi:

  • Year : Tahun
  • Revenue : Pemasukan kotor (termasuk biaya pengiriman)
  • Canceled Order : Jumlah order yang di-cancel
  • Most Revenue : Kategori produk dengan revenue terbesar
  • Most Cancelled : Kategori produk dengan jumlah canceled order terbanyak

​

Query selengkapnya dapat dilihat disini

Year

Revenue (USD)

Canceled Order

Most Revenue

Most Cancelled

2016

46,653.74

26

furniture_decor

toys

2017

6,921,535

265

bed_bath_table

sports_leisure

2018

8,451,585

334

health_beauty

health_beauty

9 of 14

Annual Product Category Quality Analysis

Insights:

Jumlah transaksi mengalami peningkatan tiap tahunnya, sejalan dengan revenue yang didapatkan.

​

​

Tableau

10 of 14

Annual Product Category Quality Analysis

  • Secara keseluruhan, produk yang memberikan revenue tertinggi adalah produk Health & Beauty
  • Produk yang memberikan revenue terbesar berubah di tiap tahunnya, hal ini dapat disebabkan oleh trend yang selalu berubah – ubah.
  • Walaupun produk dengan revenue terbesar berubah tetapi top 3 produk masih didominasi oleh produk yang sama yaitu Health & Beauty, Watches & Gifts, dan Bed, Bath & Table

​

Tableau

11 of 14

Annual Product Category Quality Analysis

Insights:

Terjadi peningkatan rasio canceled order di tiap tahunnya. Perlu diselidiki alasan peningkatan tersebut. Beberapa alasan yang memungkinkan adalah salah pesan dan masalah pembayaran

​

Tableau

12 of 14

Annual Product Category Quality Analysis

  • Secara keseluruhan, produk yang paling sering di-cancel transaksinya adalah Sports & Leisure
  • Di analisis sebelumnya kita mengetahui bahwa produk Health & Beauty memberikan revenue terbanyak di tahun 2018, namun ternyata produk tersebut juga menjadi produk paling sering di-cancel di tahun yang sama. Ada kemungkinan hubungan korelasi antara revenue atau jumlah transaksi dengan jumlah order yang di-cancel.

​

Tableau

13 of 14

Analysis of Annual Payment Type Usage

​

​

Query selengkapnya dapat dilihat disini

Year

Credit Card

Boleto

Voucher

Debit Card

Not Defined

2016

258

63

23

2

0

2017

34,568

9,508

3,027

422

0

2018

41,969

10,213

2,725

1,105

3

Number of Transactions of Every Payment Type

  • Jumlah pengguna Credit Card selalu lebih banyak dibandingkan tipe pembayaran lain di setiap tahunnya, sebaliknya jumlah pengguna Debit Card selalu lebih sedikit dibandingkan tipe pembayaran lain di setiap tahunnya
  • Terjadi penurunan penggunaan Voucher dari tahun 2017 ke 2018
  • Pengguna Debit Card meningkat lebih dari 2 kali lipat dari tahun 2017 ke 2018 namun jumlahnya tidak signifikan
  • Terdapat peningkatan jumlah pengguna Credit Card sejumlah 7,401 transaksi dari 2017 ke 2018

14 of 14

Analysis of Annual Payment Type Usage

​

Analisis

  • Dari grafik dapat disimpulkan bahwa pengguna Credit Card sangat mendominasi baik dari total keseluruhan maupun di tiap tahunnya
  • Dari sisi peningkatan tiap tahun juga pengguna Credit Card memiliki peningkatan yang lebih tinggi dibandingkan tipe pembayaran lain

​

Tableau