Coffee Chain Datasets
Fatihurohmah_D_M0725037
2026-04-19
A. Pendahuluan
Laporan ini menyajikan analisis mengenai efisiensi marketing dalam menghasilkan profit berdasarkan perbedaan market dan product type dari dataset Coffee Chain. Data yang digunakan diperoleh melalui proses impor file Excel ke dalam R, yang kemudian diolah dan dianalisis lebih lanjut.
Proses analisis dilakukan dengan memanfaatkan R sebagai alat utama untuk pengolahan data, visualisasi, serta analisis statistik sederhana. Melalui pendekatan ini, diharapkan dapat diperoleh gambaran mengenai hubungan antara biaya marketing dan profit, serta bagaimana efektivitasnya berbeda pada setiap market dan product type.
setwd("D:/matkul/SIM")
library(readxl)## Warning: package 'readxl' was built under R version 4.5.2data_SIM <- read_excel("1. Tugas SIM 2025B - Coffee Chain Datasets.xlsx")
data_SIM## # A tibble: 4,248 × 20
## `Area Code` Date Market `Market Size` Product `Product Line`
## <dbl> <dttm> <chr> <chr> <chr> <chr>
## 1 719 2012-01-01 00:00:00 Central Major Market Amaretto Beans
## 2 970 2012-01-01 00:00:00 Central Major Market Colombi… Beans
## 3 970 2012-01-01 00:00:00 Central Major Market Decaf I… Beans
## 4 303 2012-01-01 00:00:00 Central Major Market Green T… Leaves
## 5 303 2012-01-01 00:00:00 Central Major Market Caffe M… Beans
## 6 720 2012-01-01 00:00:00 Central Major Market Decaf E… Beans
## 7 970 2012-01-01 00:00:00 Central Major Market Chamomi… Leaves
## 8 719 2012-01-01 00:00:00 Central Major Market Lemon Leaves
## 9 970 2012-01-01 00:00:00 Central Major Market Mint Leaves
## 10 719 2012-01-01 00:00:00 Central Major Market Darjeel… Leaves
## # ℹ 4,238 more rows
## # ℹ 14 more variables: `Product Type` <chr>, State <chr>, Type <chr>,
## # `Budget COGS` <dbl>, `Budget Margin` <dbl>, `Budget Profit` <dbl>,
## # `Budget Sales` <dbl>, COGS <dbl>, Inventory <dbl>, Margin <dbl>,
## # Marketing <dbl>, Profit <dbl>, Sales <dbl>, `Total Expenses` <dbl>names(data_SIM)## [1] "Area Code" "Date" "Market" "Market Size"
## [5] "Product" "Product Line" "Product Type" "State"
## [9] "Type" "Budget COGS" "Budget Margin" "Budget Profit"
## [13] "Budget Sales" "COGS" "Inventory" "Margin"
## [17] "Marketing" "Profit" "Sales" "Total Expenses"B. Deskripsi Insight dan Data yang diambil
mpmp_data <- data_SIM[,c("Market", "Product Type", "Marketing", "Profit")]
mpmp_data## # A tibble: 4,248 × 4
## Market `Product Type` Marketing Profit
## <chr> <chr> <dbl> <dbl>
## 1 Central Coffee 24 94
## 2 Central Coffee 27 68
## 3 Central Coffee 26 101
## 4 Central Tea 14 30
## 5 Central Espresso 15 54
## 6 Central Espresso 23 53
## 7 Central Herbal Tea 47 99
## 8 Central Herbal Tea 57 0
## 9 Central Herbal Tea 19 33
## 10 Central Tea 22 17
## # ℹ 4,238 more rowsAnalisis ini menggunakan empat variabel utama, yaitu Market, Product Type, Marketing, dan Profit. Variabel Market menunjukkan wilayah pemasaran yang terdiri dari Central, East, South, dan West, sedangkan Product Type mengelompokkan produk ke dalam kategori Coffee, Espresso, Herbal Tea, dan Tea.
Variabel Marketing menunjukkan biaya yang dikeluarkan untuk kegiatan pemasaran, dan Profit menunjukkan keuntungan yang diperoleh. Keempat variabel ini digunakan untuk melihat hubungan antara biaya marketing dan profit pada berbagai kondisi market dan product type.
Insight yang diambil dalam analisis ini adalah Efisiensi Marketing dalam Menghasilkan Profit berdasarkan Perbedaan Market dan Product Type. Efisiensi tersebut dilihat dari kemampuan biaya marketing dalam menghasilkan profit yang optimal pada setiap kombinasi kategori.
Adapun tujuan dari analisis ini adalah:
Mengidentifikasi perbedaan efektivitas marketing dalam menghasilkan profit pada setiap market.
Menganalisis perbedaan respon masing-masing product type terhadap biaya marketing.
Menentukan kombinasi market dan product type yang paling efisien maupun kurang efisien dalam menghasilkan profit.
#Eksplorasi data yang diambil
summary(mpmp_data)## Market Product Type Marketing Profit
## Length:4248 Length:4248 Min. : 0.00 Min. :-638.0
## Class :character Class :character 1st Qu.: 13.00 1st Qu.: 17.0
## Mode :character Mode :character Median : 22.00 Median : 40.0
## Mean : 31.19 Mean : 61.1
## 3rd Qu.: 39.00 3rd Qu.: 92.0
## Max. :156.00 Max. : 778.0str(mpmp_data)## tibble [4,248 × 4] (S3: tbl_df/tbl/data.frame)
## $ Market : chr [1:4248] "Central" "Central" "Central" "Central" ...
## $ Product Type: chr [1:4248] "Coffee" "Coffee" "Coffee" "Tea" ...
## $ Marketing : num [1:4248] 24 27 26 14 15 23 47 57 19 22 ...
## $ Profit : num [1:4248] 94 68 101 30 54 53 99 0 33 17 ...dim(mpmp_data)## [1] 4248 4colSums(is.na(mpmp_data))## Market Product Type Marketing Profit
## 0 0 0 0C. Visualisasi dan Interpretasi
1. Perbedaan Efektivitas Marketing antar Market
Visualisasi ini memperlihatkan bagaimana marketing memengaruhi profit pada setiap market.
library(ggplot2)## Warning: package 'ggplot2' was built under R version 4.5.2ggplot(mpmp_data, aes(x = Marketing, y = Profit, color = Market)) +
geom_point(alpha = 0.6) +
geom_smooth(method = "lm", se = FALSE) +
theme_minimal() +
labs(
title = "Efektivitas Marketing terhadap Profit pada Setiap Market",
x = "Biaya Marketing",
y = "Profit"
)## `geom_smooth()` using formula = 'y ~ x'
Interpretasi:
Grafik menunjukkan bahwa antara biaya marketing dengan profit pada seluruh market memperlihatkan kecenderungan garis tren yang meningkat. Hal ini berarti peningkatan biaya marketing pada dasarnya diikuti oleh peningkatan profit. Namun, tingkat kemiiringan garis tren berbeda pada setiap market, artinya efektivitas marketing tidak sama setiap wilayahnya. Berdasarkan grafik tersebut, Market Central merupakan market dengan efektivitas marketing paling tinggi.
Selain itu, sebaran titik yang lumayan luas menunjukkan bahwa hubungan antar biaya marketing dan profit tidak selalu konsisten. Ada beberapa kondisi dimana biaya marketing yang tinggi tidak menghasilkan profit yang tinggi pula, bahkan ada nilai profit yang rendah. Hal ini menunjukkan bahwa adanya potensi ketidakefisiensian dalam penggunaan biaya marketing serta menunjukkan bahwa marketing bukan satu satunya faktor yang memengaruhi profit.
2. Respon Product Type terhadap Biaya Marketing
Visualisasi ini memperlihatkan bagaimana biaya marketing memengaruhi profit pada setiap product type.
ggplot(mpmp_data, aes(x = Marketing, y = Profit)) +
geom_point(alpha = 0.6, color = "blue") +
geom_smooth(method = "lm", se = FALSE, color = "red") +
facet_wrap(~ `Product Type`) +
theme_minimal() +
labs(
title = "Respon Product Type terhadap Marketing",
x = "Biaya Marketing",
y = "Profit"
)## `geom_smooth()` using formula = 'y ~ x'
Interpretasi :
Grafik menunjukkan bahwa antara biaya marketing dengan profit pada masing-masing product type memperlihatkan kecenderungan garis tren yang meningkat. Hal ini berarti peningkatan biaya marketing pada dasarnya diikuti oleh peningkatan profit. Namun, tingkat kemiiringan garis tren berbeda pada setiap product type, artinya efektivitas marketing tidak sama setiap tipe. Berdasarkan grafik tersebut, Coffe dan Herbal tea.
Selain itu, sebaran data pada masing-masing product type cukup bervariasi, terutama pada nilai marketing yang lebih tinggi. Ada beberapa titik dengan profit rendah, khususnya pada Espresso dan Tea, yang memperlihatkan bahwa peningkatan biaya marketing tidak selalu menghasilkan keuntungan yang optimal. Hal ini menunjukkan adanya potensi ketidakefisiensian pada beberapa product type.
3. Menentukan Kombinasi Market dan Product Type ter Efisien
Visualisasi ini memperlihatkan tingkat efisiensi marketing pada setiap kombinasi market dan product type.
library(dplyr)## Warning: package 'dplyr' was built under R version 4.5.2##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionavg_data <- mpmp_data %>%
group_by(Market, `Product Type`) %>%
summarise(Efficiency = mean(Profit / Marketing), .groups = "drop")
ggplot(avg_data, aes(x = `Product Type`, y = Efficiency, fill = Market)) +
geom_bar(stat = "identity", position = "dodge") +
theme_minimal() +
labs(
title = "Efisiensi Marketing berdasarkan Market dan Product Type",
x = "Product Type",
y = "Efisiensi (Profit / Marketing)"
) +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Interpretasi:
Grafik menunjukkan tingkat efisiensi marketing (profit dibanding biaya marketing) pada setiap kombinasi market dan product type. Terlihat bahwa terdapat perbedaan efisiensi yang cukup signifikan antar kategori. Market East cenderung memiliki tingkat efisiensi yang tinggi pada beberapa product type seperti Coffee dan Tea, yang menunjukkan bahwa biaya marketing di wilayah ini mampu menghasilkan profit yang relatif besar. Sebaliknya, pada product type tertentu seperti Espresso, market lain seperti Central dan West justru menunjukkan efisiensi yang lebih tinggi dibandingkan East.
Selain itu, terdapat variasi efisiensi yang cukup jelas antar product type dalam market yang sama. Misalnya, pada market West, Espresso menunjukkan efisiensi yang tinggi, sementara Coffee relatif rendah. Hal ini menunjukkan bahwa efektivitas marketing tidak hanya dipengaruhi oleh wilayah, tetapi juga oleh jenis produk. Dengan demikian, dapat disimpulkan bahwa kombinasi market dan product type tertentu lebih optimal dalam menghasilkan profit, sehingga strategi marketing sebaiknya disesuaikan dengan karakteristik masing-masing kombinasi tersebut.
D. Analisis dan Interpretasi
1. Uji Korelasi Marketing dan Profit
cor(mpmp_data$Marketing, mpmp_data$Profit)## [1] 0.225465Interpretasi:
Hasil uji korelasi menunjukkan nilai sebesar 0.225, yang memperlihatkan adanya hubungan positif antara biaya marketing dan profit. Namun, kekuatan hubungan tersebut tergolong lemah, sehingga menunjukkan bahwa peningkatan biaya marketing tidak selalu diikuti oleh peningkatan profit yang signifikan. Hal ini memperlihatkan bahwa terdapat faktor lain di luar marketing yang juga mempengaruhi profit yang dihasilkan.
2. Uji Korelasi per Market
library(dplyr)
mpmp_data %>%
group_by(Market) %>%
summarise(Korelasi = cor(Marketing, Profit))## # A tibble: 4 × 2
## Market Korelasi
## <chr> <dbl>
## 1 Central 0.651
## 2 East 0.0363
## 3 South 0.338
## 4 West 0.161Interpretasi:
Hasil uji korelasi menunjukkan bahwa hubungan antara biaya marketing dan profit berbeda pada setiap market. Market Central memiliki nilai korelasi tertinggi sebesar 0.65068629, yang menunjukkan hubungan positif yang cukup kuat. Hal ini berarti bahwa peningkatan biaya marketing di market Central cenderung diikuti oleh peningkatan profit yang signifikan, sehingga marketing di wilayah ini relatif lebih efektif.
Sebaliknya, market East memiliki nilai korelasi yang sangat rendah, yaitu 0.03631924 , yang menunjukkan hampir tidak adanya hubungan antara marketing dan profit. Hal ini mengindikasikan bahwa peningkatan biaya marketing di market East tidak memberikan dampak yang berarti terhadap profit. Sementara itu, market South sebesar 0.33753667 dan West sebesar 0.16077053 menunjukkan hubungan positif tetapi relatif lemah, sehingga efektivitas marketing di kedua wilayah tersebut masih terbatas dan tidak konsisten.
3. Uji Korelasi per Product Type
mpmp_data %>%
group_by(`Product Type`) %>%
summarise(Korelasi = cor(Marketing, Profit))## # A tibble: 4 × 2
## `Product Type` Korelasi
## <chr> <dbl>
## 1 Coffee 0.365
## 2 Espresso 0.154
## 3 Herbal Tea 0.324
## 4 Tea 0.0601Interpretasi:
Hasil uji korelasi menunjukkan bahwa hubungan antara biaya marketing dan profit berbeda pada setiap product type. Produk Coffee memiliki nilai korelasi tertinggi sebesar 0.36474223, diikuti oleh Herbal Tea sebesar 0.32404659, yang menunjukkan adanya hubungan positif dengan kekuatan sedang. Hal ini berarti bahwa peningkatan biaya marketing pada kedua jenis produk tersebut cenderung diikuti oleh peningkatan profit yang cukup konsisten.
Sementara itu, produk Espresso memiliki korelasi yang lebih rendah yaitu 0.15358158, dan Tea memiliki nilai paling rendah sebesar 0.06010722, yang menunjukkan hubungan yang sangat lemah. Hal ini mengindikasikan bahwa peningkatan biaya marketing pada kedua product type tersebut tidak memberikan dampak yang signifikan terhadap profit. Dengan demikian, dapat disimpulkan bahwa setiap product type memiliki tingkat respon yang berbeda terhadap marketing, sehingga strategi pemasaran perlu disesuaikan dengan karakteristik masing-masing produk.
E. Kesimpulan
Berdasarkan hasil visualisasi dan analisis yang telah dilakukan, dapat disimpulkan bahwa terdapat hubungan positif antara biaya marketing dan profit, namun hubungan tersebut tergolong lemah dan tidak selalu konsisten. Hal ini menunjukkan bahwa peningkatan biaya marketing tidak selalu menghasilkan peningkatan profit yang signifikan, sehingga efektivitas marketing perlu dievaluasi lebih lanjut.
Perbedaan efektivitas marketing terlihat jelas pada setiap market. Market Central menunjukkan hubungan yang paling kuat antara marketing dan profit, sehingga dapat dikatakan sebagai wilayah dengan efektivitas marketing tertinggi. Sebaliknya, market East menunjukkan hubungan yang sangat lemah, yang mengindikasikan bahwa biaya marketing di wilayah tersebut kurang memberikan dampak terhadap profit.
Selain itu, setiap product type juga menunjukkan respon yang berbeda terhadap biaya marketing. Coffee dan Herbal Tea cenderung lebih responsif terhadap marketing dibandingkan Espresso dan Tea, yang menunjukkan bahwa tidak semua jenis produk memberikan hasil yang optimal dari aktivitas marketing.
Dari sisi efisiensi, terdapat variasi yang cukup signifikan pada setiap kombinasi market dan product type. Hal ini menunjukkan bahwa strategi marketing tidak dapat disamaratakan untuk semua kondisi. Oleh karena itu, perlu adanya penyesuaian strategi pemasaran berdasarkan karakteristik market dan product type agar penggunaan biaya marketing menjadi lebih efektif dan efisien dalam menghasilkan profit.