Superstore Sales EDA
Analisis data eksploratif atas 9.800 transaksi Superstore, mencakup kualitas data, distribusi penjualan, musiman, performa wilayah dan produk, serta perilaku pengiriman.
- Python
- Pandas
- NumPy
- Matplotlib
- Seaborn
- Jupyter Notebook
2026
Galeri proyek
1 dari 5
Penjualan tahunan dan pertumbuhan YoY
KONTEKS
Ringkasan proyek
Analisis data eksploratif di Jupyter Notebook terhadap dataset publik Superstore Sales: 9.800 baris transaksi 2015–2018 dengan total penjualan USD 2,26 juta. Saya memeriksa kualitas data, membuat fitur tanggal dan lama pengiriman, mengeksplorasi penjualan per segmen, mode pengiriman, region, kategori, sub-kategori, pelanggan, dan produk, lalu menganalisis tren bulanan, tahunan, dan musiman. Notebook mengekspor sembilan grafik, enam tabel agregat CSV, dan ringkasan tertulis, lalu ditutup dengan rekomendasi bisnis. Dataset hanya memiliki kolom Sales tanpa Profit, sehingga analisis profitabilitas berada di luar cakupan.
KONTRIBUSI
Yang saya kerjakan
- Membersihkan dan memvalidasi 9.800 baris transaksi pada 23 kolom, termasuk postal code yang kosong, duplikat, dan anomali tanggal pengiriman.
- Membuat fitur tahun, bulan, kuartal, dan lama pengiriman, lalu menghasilkan sembilan visualisasi Matplotlib/Seaborn serta enam tabel agregat CSV.
- Menganalisis distribusi penjualan, performa segmen, mode pengiriman, region, kategori, sub-kategori, pelanggan, dan produk, serta tren bulanan, tahunan, dan musiman.
- Merangkum temuan menjadi rekomendasi bisnis, termasuk selisih median–mean akibat distribusi miring, musim Q4, dan pertumbuhan YoY 20,3% pada 2018.