Biasanya data digunakan untuk menjawab suatu persoalan atau permasalahan yang lagi dihadapi di depan mata.
Ada persoalan, kemudian nyari data, dapet jawaban, dan konversi ke dalam bentuk strategi atau kebijakan.
Itu kalo basisnya persoalan atau masalah.
Ada juga yang penasaran dengan data, contohnya gini.
Saya punya data, ini bisa diapain ya?
Atau
Apa yang bisa saya dapet dari data seperti ini?
Setiap orang biasanya punya cara tersendiri ngeliat data dan bereksplorasi.
Punya taste masing-masing. Makanya kudu punya temen diskusi yang bisa saling
melengkapi.
Saya punya ilustrasi data transaksi seperti ini.

Keterangannya begini**:**
Nama_cs: nama customer service
Created_tgl: tanggal pemesanan barang
Paid_tgl: tanggal pembayaran
Quantity: jumlah barang dipesan
Gross_revenue: penghasilan kotor
Sebagian dari kita tertarik ngeliat dimana penjualannya, baik dari quantity atau gross revenue.
Waktu dikasih data ini, saya pribadi justru penasaran dengan performa cs.
Loh kok bisa? Dari mana ngukurnya?
Yes, dari tanggal pemesanan dan pembayaran itu kita bisa liat dari 2 sisi yaitu sisi konsumen dan sisi cs. Tapi kita coba liat dari sisi cs ya…
Oiya, datanya 705 transaksi ya bukan Cuma 17 transaksi aja!

Insight apa yang bisa kita dapet?
#01 Closing Rate
Paid_tgl yang “NA” itu nunjukin kalo konsumen gak transfer, gak bayar artinya gak jadi beli barang. Makanya kita bisa hitung berapa closing rate atau transaksi yang gagal alias kehilangan revenue.
Kita sedikit modifikasi datanya dengan buat variabel baru yaitu jika paid_tgl “NA” maka 0 (gak closing) dan 1 (closing). Hasilnya jadi gini.

Nah, kita tinggal hitung deh closing rate.
Berarti jumlah closing dibagi total data transaksi, walhasil didapet 0.87 atau closing rate nya sebesar 87%.
Wah berarti gagal transaksi hampir 100 konsumen!
Sayang banget kan? 😣
Gak usah dihitung lah ya berapa pontesi revenue yang hilang, hehe…
#02 Closing Rate per CS
Tadi kita udah coba liat closing rate secara keseluruhan, sekarang kita coba ukur closing rate dari setiap cs.
Gimana sih performanya mereka? Hmmmm…


Abaikan yg unidentified ya, hehe..
Kalo kita liat, si jasmine ini closing rate paling tinggi di antara bunga-bunga yang lain.
Tapi ya masih ada gagal hampir 10%, rugi gak?
Lumayan kan kalo kita bisa press nargetin closing rate harus 95% misalnya. Ajib tuh!
Mawar dan melati closing rate paling rendah, otomatis kita harus berbenah nih ke 2 orang cs ini. Harus terus dimonitor, dipantau, atau bahkan dicek dan ricek lagi SOP yang berlaku, supaya performa mereka bisa meningkat.
#03 Lama waktu menuju closing
Nah lama waktu konsumen pesan sampai dengan bayar ini juga bisa kita pake untuk ngukur performa cs nih. Gimana mereka ‘press’ konsumen untuk segera transfer.

Kalo kita liat grafik di atas, jasmine ini jadi cs yang paling bagus performanya.
Selain tadi punya closing rate tertinggi, ternyata dia juga punya waktu closing yang lebih cepat dan konsisten dibanding yang lain, meksi mawar juga punya konsistensi yang baik.
Butuh waktu berapa lama mereka membuat konsumen closing alias bayar?

Kita abaikan aja nilai maksimumnya ya, itu udah termasuk dalem kategori outlier tapi sementara gak saya abaikan dalam pengolahan datanya.
Kalo kita liat, jasmine dan mawar ini memang rata-rata waktu closingnya ada di 6-7 hari setelah konsumen memesan barang, bahkan tercepat dari mereka berhasil di waktu 2 hari aja!
Lili ini catatan waktunya paling buruk. Kudu digembleng lagi.
Nah, ada catatan penting dari saya pribadi, kalo mau coba mengukur yang seperti ini.
Jangan cuma ngukur rata-ratanya aja tapi juga harus ngeliat standar deviasi atau bahkan distribusi datanya seperti grafik sebelumnya.
Contohnya gini, rata-rata waktu closing dari jasmine dan mawar kalo kita perhitungkan standar deviasi juga itu kurang lebih di waktu 3 – 9 hari.
Nah dengan begitu, kita bisa buat SOP buat cs harus closing berapa hari dari pesan.
Ya misalkan aja untuk jasmine dan mawar itu dipercepat jadi 4 hari harus closing.
Sementara untuk lulu dan melati ditarget closing dalam waktu 7 hari.
Dengan begitu kita bisa naikin performa cs secara perlahan.
Jadi ada SOP umum dan SOP khusus.
Beda karakter harus kita kasih treatment yang berbeda. Hehe…
Segitu dulu, ada tanggapan? Yuk sharing….
Mau traktir ngopi? Bisa di sini.😋