1. Profil Data

2. Rumusan Pertanyaan Bisnis

  1. Produk Mana yang Paling Menguntungkan? (Mengetahui kontribusi profit berdasarkan Product Line).
  2. Bagaimana Tren Pendapatan Perusahaan? (Melihat pergerakan Sales dari waktu ke waktu).
  3. Pasar (Market) Mana yang Mendominasi Penjualan? (Identifikasi wilayah operasional terbaik).
  4. Apakah Kinerja Aktual Memenuhi Target Anggaran? (Perbandingan Actual Sales vs Budget Sales).
  5. Secara Statistik, Bagaimana Pengaruh Metrik Finansial Terhadap Profit? (Analisis Regresi Linear Berganda).

3. Visualisasi Data (Statistika Deskriptif)

A. Profit berdasarkan Lini Produk

B. Tren Penjualan dari Waktu ke Waktu

C. Kontribusi Penjualan per Wilayah (Market)

D. Distribusi Cost of Goods Sold (COGS)

4. Analisis Statistika Inferensial

Kita menggunakan metode Regresi Linear Berganda (Multiple Linear Regression).

model_regresi <- lm(Profit ~ Sales + COGS + Marketing, data = df_clean)
summary(model_regresi)
## 
## Call:
## lm(formula = Profit ~ Sales + COGS + Marketing, data = df_clean)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -123.137  -11.828   -0.518    9.241  101.270 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)    
## (Intercept) -22.801081   0.521941  -43.69   <2e-16 ***
## Sales         1.193813   0.004503  265.12   <2e-16 ***
## COGS         -1.195341   0.012388  -96.49   <2e-16 ***
## Marketing    -1.461141   0.020260  -72.12   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 20.48 on 4244 degrees of freedom
## Multiple R-squared:  0.9595, Adjusted R-squared:  0.9595 
## F-statistic: 3.351e+04 on 3 and 4244 DF,  p-value: < 2.2e-16

Interpretasi Statistika:

5. Kesimpulan dan Saran

Kesimpulan:

Saran: