Objektif dari project ini adalah melakukan Analisis Data Komunitas.
Data yang digunakan adalah data komunitas berbasis platform digital, dimana setiap member bisa perpartisipasi dalam aktivitas terkait produk klien yang bekerja sama dengan pengelola komunitas.
Data berasal dari proses wrangling data komunitas pada publikasi sebelumnya (link: https://rpubs.com/Mula/1303857)
TRUE [1] "id_komunitas" "id" "post" "profile_view"
TRUE [5] "socmed_follower" "points_rating" "headline" "comment"
TRUE [9] "page_visit" "total_reward" "usia" "gender"
TRUE [13] "province" "work" "income" "verify_status"
TRUE [17] "education" "interest_1" "interest_2" "interest_3"
TRUE [21] "interest_4" "interest_5"
Berikut adalah deskripsi dari variabel pada dataset di atas yang memerlukan penjelasan lebih lanjut.
id_komunitas : Kode jenis komunitas yang diikuti oleh para member
post : jumlah post yang mereka hasilkan pada platform komunitas
profile_view: jumlah halaman profil mereka dilihat oleh pengunjung
socmed_follower: jumlah follower
verify_status: level akun profil membership
points_rating: tingkat penyelesaian tugas
pos_artikel: jumlah publikasi/pemberitaan
headline: jumlah review produk yang member lakukan
comment : partisipasi member melalui komentar
page_visit partisipasi member melalui kunjungan laman produk
total_reward: jumlah kumulasi reward
Berikut adalah analisis deksripsi profil member komunitas:
Berdasarkan Gender, komunitas ini didominasi oleh Perempuan, namun jumlahnya tidak berbeda jauh dengan Laki-laki.
Berdasarkan Tingkat Pendidikan, komunitas ini didominasi oleh S1 diikuti oleh SMA.
Berdasarkan Tingkat Penghasilan, komunitas ini dominan pada kategori belum berpenghasilan hingga penghasilan rendah dibawah 2 juta.
Berdasakan Domisili, member komunitas banyak berada di pulau Jawa.
Berdasarkan Profesi, member komunitas didominasi oleh mahasiswa.
Tingkat pendidikan, profesi, dan tingkat penghasilan cukup align dan menunjukkan bahwa komunitas ini terdiri dari mahasiswa sehingga kebanyakan belum berpenghasilan. Sementara sisanya banyak terkait dengan bidang akademik dan literasi.
Member komunitas juga diminta untuk mengisi data interest. Dari data yang terkumpul terlihat interest yang paling banyak berhubungan dengan pendidikan. Hal ini cukup align dengan identitas yang sebelumnya dipaparkan.
Member komunitas dibagi menjadi 3 tingkatan level (status) membership untuk mempermudah menghubungkan mereka dengan kebutuhan klien. Tingkatan tersebut adalah sebagai berikut:
Unverified: Tingkatan terendah, member belum memberikan data diri lengkap sehingga belum bisa masuk dalam proses kualifikasi kemampuan.
Verified: Tingkatan menengah, member sudah memberikan data diri lengkap dan memiliki beberapa kualifikasi kemampuan yang dibutuhkan klien.
Trusted: Tingkatan tertinggi, member sudah memberikan data diri yang lengkap dan memiliki seluruh kualifikasi kemampuan yang dibutuhkan klien.
Data komunitas menunjukkan bahwa member cenderung berimbang antara
Verified
dan Unverified
, sementara
Trusted
proporsinya masih sangat kecil, bahkan di bawah
1%.
Member bekerja samad dengan klien berdasarkan requirement dari tiap klien, lalu diukur berdasarkan beberapa variabel:
profile_view: jumlah halaman profil mereka dilihat oleh pembaca platform..
post : jumlah post yang mereka hasilkan pada platform komunitas.
page_visit partisipasi member melalui kunjungan laman produk klien.
headline: jumlah review produk yang member lakukan.
comment : partisipasi member melalui komentar.
Grafik di atas menunjukkan ada perbedaan performance member Verified dan Unverified. Profil Verified lebih banyak dikunjungi dengan jumlah di atas 50 views, sebaliknya jumlah views member Unverified di bawah 25 views. Hal ini juga sejalan dengan jumlah post yang mereka lakukan di platworm komunitas.
Namun untuk page visit, member Unverified terlihat lebih aktif untuk mengunjungi Web Klien dibandingkan member Verified. Kondisi serupa juga terjadi pada variabel Headline dan Comment, dimana member Verified lebih sedikit melakukan review produk klien yang berujung komentar terhadap reviewnya juga menjadi lebih sedikit.
Hal ini menunjukkan member Verified memiliki potensi lebih besar, namun member unverified memiliki usaha lebih tinggi untuk memenuhi kebutuhan klien. Hal ini mungkin disebabkan karena adanya perbadaan Pricing di kedua kategori member tersebut, sehingga member Verified terlihat lebih selektif. Sebaliknya, dalam usaha meningkatkan statusnya, member Unverified menjadi lebih produktif secara kuantitas.
Performance komunitas juga dapat dianalisis secara individual untuk enam variabel yang diukur.
Grafik di bawah menunjukkan performance untuk tiga demografi member: gender, profesi, dan provinsi domisili. Hal ini dapat digunakan untuk melihat member pada demografi apa yang paling baik rataan performanya.
Dari seluruh demogafi yang ada, Profesi Penulis mempunyai performa yang cukup menonjol, terutama untuk profile_view, post, dan page_visit. Sebaliknya, performa terendah kebanyakan ditemukan pada Profesi Pelajar. Sementara demografi yang lain performanya cukup berimbang. Profesi Penulis dan Pelajar memang cukup berbeda dari segi kemampuan menulis. Sebagai platforma review, perbedaan ini yang memengaruhi performa para member.