# Laporan Akhir Eksplorasi Data

## 1. Ringkasan Eksekutif

Analisis data pemenuhan pesanan untuk periode Juni 2026 ini bertujuan untuk mengeksplorasi wawasan tersembunyi guna meningkatkan kinerja penjualan dan efisiensi operasional. Dengan data dari 5.062 outlet dan 1.439 produk, serta mencakup 20.645 pesanan, ditemukan beberapa pola kunci terkait kinerja penjualan dan efisiensi logistik.

**Temuan Utama:**

1.  **Kinerja Penjualan Dominan oleh PHARMANET dan Outlet Tradisional:**
    *   Divisi **PHARMANET**, khususnya produk yang diproduksi oleh **Grup Pharos (Pharos_YN=Y)**, adalah kontributor penjualan terbesar. Produk ini menghasilkan nilai penjualan sebesar 29,1 miliar dengan kuantitas 878,392 unit. Divisi PHARMANET secara keseluruhan menyumbang sebagian besar omzet dan kuantitas.
    *   Outlet yang **tidak berpartisipasi dalam program Apotek Online (AO_YN=N)** secara signifikan mengungguli outlet Apotek Online (AO_YN=Y) dalam hal volume penjualan. Outlet non-AO menghasilkan total nilai penjualan sebesar 37,6 miliar dan kuantitas 1,073,470 unit, jauh lebih tinggi dibandingkan outlet AO dengan 17,5 miliar dan 362,759 unit. Hal ini menunjukkan bahwa saluran penjualan tradisional masih menjadi pendorong utama bisnis.
    *   Tingkat pemenuhan pesanan secara keseluruhan sangat baik, dengan **98.7%** pesanan berstatus "TERLAYANI PENUH".

2.  **Efisiensi Pemenuhan Pesanan dan Botol Leher (Bottleneck):**
    *   Proses internal seperti dari Order (RO) ke Surat Pesanan (SP), SP ke Delivery Order (DO), dan DO ke Packing List (PL) umumnya berlangsung cepat. Waktu rata-rata dari DO ke PL adalah **0.000 hari**, menunjukkan bahwa dokumen PL disiapkan hampir instan setelah DO terbit.
    *   Tahap **"Ekspedisi ke Diterima"** merupakan fase terlama dalam rantai pemenuhan pesanan, rata-rata memakan waktu 1.2 hingga 1.3 hari untuk semua jenis outlet. Ini mengindikasikan bahwa logistik eksternal adalah botol leher utama.
    *   Waktu dari **"Logbook ke Ekspedisi"** lebih lambat secara signifikan untuk outlet non-Apotek Online (AO_YN=N) yaitu 0.195 hari dibandingkan 0.131 hari untuk outlet Apotek Online (AO_YN=Y). Hal ini menunjukkan ada peluang efisiensi di titik serah terima barang ke kurir untuk outlet tradisional.

3.  **Segmentasi Outlet Berdasarkan Kinerja dan Efisiensi:**
    *   Empat klaster outlet telah diidentifikasi:
        *   **Klaster 2 (14 outlet):** Ini adalah outlet bernilai tertinggi dengan rata-rata total nilai penjualan mencapai 489,486,061. Seluruh outlet di klaster ini adalah non-Apotek Online (AO_YN=N), namun mengalami waktu pengiriman akhir yang relatif lebih lama (rata-rata 1.66 hari dari "Ekspedisi ke Diterima").
        *   **Klaster 0 (679 outlet):** Menunjukkan inefisiensi paling signifikan, dengan rata-rata waktu "SP ke DO" mencapai 1.17 hari dan "Ekspedisi ke Diterima" mencapai 2.52 hari. Klaster ini mayoritas juga terdiri dari outlet non-Apotek Online (77.8% AO_YN=N).
        *   **Klaster 3 (3,397 outlet):** Merupakan klaster terbesar dengan kinerja penjualan rata-rata (total nilai penjualan 9,348,560) dan efisiensi pengiriman akhir tercepat (0.994 hari dari "Ekspedisi ke Diterima").
    *   Sebagian besar klaster didominasi oleh outlet non-Apotek Online (AO_YN=N), menggarisbawahi pentingnya segmen pasar ini.

**Rekomendasi:**

1.  **Fokus Strategi Penjualan Produk:** Tingkatkan fokus dan alokasi sumber daya pada produk Divisi PHARMANET, khususnya yang diproduksi oleh Grup Pharos, mengingat kontribusi dominan mereka terhadap omzet dan kuantitas penjualan.
2.  **Optimasi Program Apotek Online (AO):** Evaluasi ulang strategi untuk program Apotek Online (AO) untuk meningkatkan kontribusi penjualannya. Meskipun internal prosesnya sedikit lebih cepat, outlet AO saat ini kalah jauh dalam total nilai dan kuantitas penjualan dibandingkan outlet non-AO. Pertimbangkan insentif, kampanye pemasaran, atau integrasi yang lebih kuat untuk meningkatkan partisipasi dan kinerja penjualan outlet AO.
3.  **Perbaikan Logistik Eksternal:** Prioritaskan upaya untuk mengurangi waktu rata-rata di tahap "Ekspedisi ke Diterima" untuk semua outlet, karena ini adalah botol leher utama dalam rantai pemenuhan. Negosiasi ulang dengan penyedia ekspedisi atau eksplorasi opsi pengiriman baru mungkin diperlukan.
4.  **Efisiensi Logistik Internal untuk Non-AO:** Selidiki mengapa tahap "Logbook ke Ekspedisi" lebih lambat untuk outlet non-Apotek Online (AO_YN=N) dan terapkan solusi untuk mempercepat proses serah terima barang ke kurir di area staging.
5.  **Penanganan Klaster Outlet Berbasis Prioritas:**
    *   Berikan layanan logistik premium dan pantau ketat 14 outlet di **Klaster 2** (outlet bernilai tinggi) untuk memastikan kepuasan pelanggan meskipun waktu pengiriman akhir mereka lebih lama.
    *   Segera lakukan investigasi mendalam terhadap 679 outlet di **Klaster 0** untuk mengidentifikasi akar masalah keterlambatan signifikan pada tahap "SP ke DO" dan "Ekspedisi ke Diterima". Perbaikan di klaster ini dapat memberikan dampak efisiensi yang besar.
6.  **Peningkatan Kualitas Data:** Tangani data kosong (null) sebesar 7.2% pada kolom `Cmc` untuk outlet guna memastikan integritas data yang lebih baik untuk analisis di masa mendatang.

## 2. Pendahuluan

Laporan ini disusun sebagai bagian dari analisis data eksplorasi (EDA) komprehensif terhadap data pemenuhan pesanan pelanggan. Tujuan utama dari analisis ini adalah untuk mengidentifikasi wawasan tersembunyi yang dapat berkontribusi pada peningkatan kinerja penjualan, optimasi operasional, dan pemahaman yang lebih baik tentang korelasi antara produk dan proses pemenuhan pesanan. Data yang digunakan dalam laporan ini merepresentasikan siklus penuh pemesanan pelanggan, mulai dari pesanan awal hingga pengiriman akhir ke penerima.

**1. Sumber Data dan Lingkup Analisis**

Data inti yang dianalisis bersumber dari tabel `omg_10003_b1_sheet1`, yang mencatat detail lengkap dari proses pemenuhan pesanan. Dataset ini mencakup aktivitas sepanjang bulan Juni 2026, dengan rentang tanggal pesanan dari 2026-06-01 hingga 2026-06-30. Secara total, analisis ini melibatkan:

*   **5,062** entitas outlet pelanggan yang unik.
*   **1,439** entitas produk yang unik.
*   **20,645** pesanan (RO) yang tercatat dalam periode tersebut.

**2. Definisi Proses Bisnis Utama**

Untuk memahami data secara mendalam, penting untuk mengidentifikasi tahapan utama dalam proses pemenuhan pesanan:

*   **RO (Repeat Order):** Merupakan pesanan awal yang dibuat oleh pelanggan. Setiap RO unik dan dibuat oleh satu outlet.
*   **SP (Surat Pesanan):** RO yang diterima akan dipecah menjadi satu atau beberapa SP di gudang untuk persiapan logistik.
*   **DO (Delivery Order):** Diterbitkan setelah SP dilayani dan dikonfirmasi oleh PIC pelayanan gudang. Setiap SP akan menghasilkan satu DO.
*   **PL (Packing List):** Dokumen administratif yang melengkapi DO.
*   **Pharos YN:** Indikator apakah suatu produk diproduksi oleh Pharos Grup (`Y`) atau tidak (`N`).
*   **AO YN:** Indikator partisipasi outlet dalam program Apotek Online (`Y`) atau tidak (`N`).
*   **Tgl Logbook:** Pencatatan waktu DO masuk ke area *staging* untuk penjemputan oleh kurir.

**3. Persiapan Data dan Kualitas Awal**

Sebagai langkah awal yang krusial, data mentah telah melalui proses normalisasi menjadi beberapa tabel entitas untuk memastikan integritas dan mempermudah analisis. Tabel-tabel yang dihasilkan meliputi `normalized_outlets`, `normalized_products`, `normalized_orders_header`, `normalized_sales_orders_header`, `normalized_delivery_orders_header`, `normalized_packing_lists_header`, dan `fact_order_fulfillment_items`.

Pemeriksaan kualitas data awal menunjukkan tingkat kelengkapan yang tinggi pada kolom-kolom kunci. Seluruh *primary key* pada tabel `normalized_outlets`, `normalized_products`, dan `normalized_orders_header` terbukti unik, memastikan setiap entitas teridentifikasi dengan benar. Kolom `Cmc` pada tabel outlet memiliki persentase nilai kosong (null) sebesar **7.2%**, yang merupakan catatan awal untuk potensi pembersihan atau imputasi data di masa mendatang. Pengamatan awal ini menjadi dasar yang kuat untuk melanjutkan analisis yang lebih mendalam mengenai kinerja penjualan dan efisiensi operasional.

## 3. Metodologi Data dan Transformasi

Untuk memastikan analisis yang mendalam dan terstruktur, data mentah dari `omg_10003_b1_sheet1` menjalani proses metodologi yang cermat meliputi transformasi dan normalisasi. Tujuan utama dari langkah ini adalah untuk menciptakan model data yang bersih, konsisten, dan efisien, yang memisahkan entitas bisnis (seperti outlet, produk, dan pesanan) ke dalam tabel-tabel terpisah. Pendekatan ini tidak hanya meningkatkan integritas data tetapi juga mempermudah ekstraksi wawasan spesifik tanpa redundansi atau anomali data.

### Proses Transformasi dan Model Data

Proses normalisasi dilakukan untuk memecah tabel sumber yang besar menjadi beberapa tabel yang lebih kecil dan saling terkait, masing-masing berfokus pada satu entitas bisnis atau proses tertentu. Setiap tabel baru dirancang dengan *primary key* yang unik untuk mengidentifikasi setiap catatan secara tidak ambigu, serta *foreign key* untuk membangun hubungan antartabel. Setelah transformasi, dihasilkan struktur data sebagai berikut:

*   **`normalized_outlets`**: Berisi master data unik untuk setiap outlet pelanggan, diidentifikasi oleh `KodePI` sebagai *primary key*. Tabel ini juga mencakup informasi seperti `OutCode`, `Cmc`, `Nama_Outlet`, dan partisipasi dalam program Apotek Online (`AO_YN`).
*   **`normalized_products`**: Menyimpan master data unik untuk setiap produk, diidentifikasi oleh `Procod` sebagai *primary key*. Informasi produk mencakup `Prodes`, `Divisi`, dan `Pharos_YN`.
*   **`normalized_orders_header`**: Mencatat informasi header untuk setiap pesanan berulang (Repeat Order/RO) yang unik, dengan `No_RO` sebagai *primary key* dan `KodePI` sebagai *foreign key* ke tabel outlet. Ini mencakup `Tgl_Order`, `Status_RO`, dan `Payment`.
*   **`normalized_sales_orders_header`**: Detail header surat pesanan (SP), dengan `No_SP` sebagai *primary key* dan `No_RO` sebagai *foreign key* ke tabel pesanan.
*   **`normalized_delivery_orders_header`**: Detail header surat jalan (DO), dengan `No_DO` sebagai *primary key* dan `No_SP` sebagai *foreign key* ke tabel surat pesanan.
*   **`normalized_packing_lists_header`**: Detail header daftar pengepakan (PL), dengan `No_PL` sebagai *primary key* dan `No_DO` sebagai *foreign key* ke tabel surat jalan.
*   **`fact_order_fulfillment_items`**: Sebuah tabel fakta yang berisi detail item pada setiap pesanan yang terpenuhi, dengan *composite primary key* dari `No_DO` dan `Procod`. Tabel ini menghubungkan pesanan, produk, dan kuantitas pengiriman.

Semua analisis selanjutnya akan mengacu pada tabel-tabel yang telah dinormalisasi ini untuk memastikan konsistensi dan akurasi data.

### Inspeksi Kualitas Data Hasil Transformasi

Setelah proses normalisasi, dilakukan pemeriksaan kualitas data menyeluruh pada tabel-tabel utama (`normalized_outlets`, `normalized_products`, `normalized_orders_header`) untuk memverifikasi integritas, keunikan, dan kelengkapan data.

#### Tabel: `normalized_outlets`

Tabel ini menyimpan data master outlet. Pemeriksaan menunjukkan bahwa `KodePI` dan `OutCode` berfungsi sebagai pengidentifikasi unik yang kuat untuk setiap outlet.

**Jumlah Baris dan Keunikan *Primary Key***

| total_rows | unique_KodePI | unique_OutCode | unique_Cmc | unique_Nama_Outlet |
|-----------:|--------------:|---------------:|-----------:|-------------------:|
| 5,062      | 5,062         | 5,062          | 4,697      | 4,619              |

**Persentase Nilai Kosong (*Null*)**

| column_name | null_percentage |
|:------------|----------------:|
| KodePI      | 0               |
| OutCode     | 0               |
| Cmc         | 7.2             |
| Nama_Outlet | 0               |
| AO_YN       | 0               |

**Distribusi `AO_YN`**

| AO_YN | count_outlets | percentage |
|:------|--------------:|-----------:|
| N     | 3,776         | 74.6       |
| Y     | 1,286         | 25.4       |

**Temuan Kualitas Data `normalized_outlets`:**
*   Kolom `KodePI` dan `OutCode` terbukti unik dan lengkap, menjadikannya identifikasi primer yang handal untuk outlet.
*   Terdapat 7.2% nilai kosong pada kolom `Cmc`. Meskipun `KodePI` dan `OutCode` lebih andal sebagai pengidentifikasi, kelengkapan `Cmc` perlu diperhatikan jika kolom ini digunakan untuk segmentasi atau analisis khusus.
*   Mayoritas outlet (74.6%) tidak berpartisipasi dalam program Apotek Online (AO_YN = N).

#### Tabel: `normalized_products`

Tabel ini berisi data master produk. Konsistensi dan kelengkapan data produk sangat baik.

**Jumlah Baris dan Keunikan *Primary Key***

| total_rows | unique_Procod | unique_Prodes |
|-----------:|--------------:|--------------:|
| 1,439      | 1,439         | 1,439         |

**Persentase Nilai Kosong (*Null*)**

| column_name | null_percentage |
|:------------|----------------:|
| Procod      | 0               |
| Prodes      | 0               |
| Divisi      | 0               |
| Pharos_YN   | 0               |

**Distribusi `Divisi`**

| Divisi      | count_products | percentage |
|:------------|---------------:|-----------:|
| PHARMANET   | 1,180          | 82.0       |
| HOSPINET    | 257            | 17.9       |
| VIBRANT PBF | 2              | 0.1        |

**Distribusi `Pharos_YN`**

| Pharos_YN | count_products | percentage |
|:----------|---------------:|-----------:|
| N         | 1,222          | 84.9       |
| Y         | 217            | 15.1       |

**Temuan Kualitas Data `normalized_products`:**
*   Semua kolom kunci (`Procod`, `Prodes`, `Divisi`, `Pharos_YN`) tidak memiliki nilai kosong dan `Procod` serta `Prodes` terbukti unik, menunjukkan kualitas data yang sangat baik untuk produk.
*   Divisi PHARMANET mendominasi portofolio produk (82.0%).

#### Tabel: `normalized_orders_header`

Tabel ini menyediakan informasi header untuk setiap pesanan berulang (RO).

**Jumlah Baris dan Keunikan *Primary Key***

| total_rows | unique_No_RO |
|-----------:|-------------:|
| 20,645     | 20,645       |

**Persentase Nilai Kosong (*Null*)**

| column_name | null_percentage |
|:------------|----------------:|
| No_RO       | 0               |
| KodePI      | 0               |
| Tgl_Order   | 0               |
| Status_RO   | 0               |
| Payment     | 0               |

**Rentang Tanggal `Tgl_Order`**

| min_Tgl_Order       | max_Tgl_Order       |
|:--------------------|:--------------------|
| 2026-06-01 00:01:51 | 2026-06-30 23:59:28 |

**Distribusi `Status_RO`**

| Status_RO       | count_orders | percentage |
|:----------------|-------------:|-----------:|
| TERLAYANI PENUH | 20,376       | 98.7       |
| CANCEL          | 269          | 1.3        |

**Distribusi `Payment`**

| Payment             | count_orders | percentage |
|:--------------------|-------------:|-----------:|
| BCA Virtual Account | 11,894       | 57.6       |
| Term Of Payment     | 6,706        | 32.5       |
| BRIVA               | 2,021        | 9.8        |
| Kredivo             | 24           | 0.1        |

**Temuan Kualitas Data `normalized_orders_header`:**
*   Semua kolom kunci (`No_RO`, `KodePI`, `Tgl_Order`, `Status_RO`, `Payment`) tidak memiliki nilai kosong, dan `No_RO` adalah unik, menandakan kualitas data yang sangat baik untuk header pesanan.
*   Rentang tanggal `Tgl_Order` mengkonfirmasi bahwa data mencakup seluruh bulan Juni 2026, sesuai dengan cakupan analisis.
*   Sebagian besar pesanan (98.7%) berstatus "TERLAYANI PENUH", menunjukkan tingkat pemenuhan pesanan yang tinggi.

**Kesimpulan Metodologi Data dan Transformasi:**

Proses normalisasi telah berhasil menghasilkan model data yang solid dan berkualitas tinggi untuk analisis lebih lanjut. Tabel-tabel yang dinormalisasi menyediakan fondasi yang kuat, dengan sebagian besar kolom kunci yang unik dan lengkap. Anomali minor pada kolom `Cmc` (`7.2%` nilai kosong) di tabel `normalized_outlets` adalah satu-satunya area yang teridentifikasi untuk potensi perbaikan data di masa mendatang, meskipun keberadaan `KodePI` dan `OutCode` yang lengkap dan unik mengurangi dampak anomali ini terhadap identifikasi outlet. Struktur data ini sekarang siap untuk eksplorasi dan analisis yang lebih mendalam mengenai kinerja penjualan, efisiensi operasional, dan segmentasi pelanggan.

## 4. Analisis Kualitas Data dan Statistik Deskriptif

Melanjutkan dari tahapan persiapan dan transformasi data, bab ini menyajikan analisis kualitas data yang lebih mendalam serta statistik deskriptif kunci dari dataset yang telah dinormalisasi. Tujuannya adalah untuk mengidentifikasi pola fundamental, potensi anomali, dan karakteristik umum dari data pemenuhan pesanan, yang akan menjadi fondasi bagi analisis yang lebih kompleks di bab-bab berikutnya.

### Rekapitulasi Kualitas Data Umum

Secara keseluruhan, kualitas data pada tabel-tabel utama (`normalized_outlets`, `normalized_products`, dan `normalized_orders_header`) tergolong baik. Semua *primary key* pada tabel-tabel tersebut terbukti unik dan lengkap, memastikan identifikasi yang akurat untuk setiap entitas outlet, produk, dan pesanan. Data pesanan mencakup periode penuh Juni 2026, dari tanggal 2026-06-01 hingga 2026-06-30.

Satu-satunya anomali kualitas data yang signifikan adalah adanya 7.2% nilai kosong pada kolom `Cmc` di tabel `normalized_outlets`. Meskipun demikian, ketersediaan `KodePI` dan `OutCode` yang lengkap dan unik sebagai alternatif identifikasi outlet meminimalkan dampak anomali ini terhadap integritas analisis. Tingkat pemenuhan pesanan sangat tinggi, dengan 98.7% pesanan berstatus "TERLAYANI PENUH", mengindikasikan efisiensi operasional yang baik dalam pemenuhan pesanan secara umum.

### Statistik Deskriptif Utama

#### Performa Penjualan Berdasarkan Karakteristik Produk dan Outlet

Analisis statistik deskriptif menunjukkan kontribusi penjualan yang signifikan dari berbagai karakteristik produk dan outlet.

**Performa Penjualan Berdasarkan Karakteristik Produk (Divisi, Pharos_YN)**

Tabel berikut menunjukkan total nilai (`Total_Value_PL`) dan kuantitas (`Total_Qty_DO`) produk yang terjual, dikelompokkan berdasarkan divisi dan indikator produksi Pharos (`Pharos_YN`).

| Divisi      | Pharos_YN | Total_Value_PL     | Total_Qty_DO   |
|:------------|:----------|:-------------------|:---------------|
| PHARMANET   | Y         | 29,120,700,000     | 878,392        |
| PHARMANET   | N         | 19,843,200,000     | 333,604        |
| HOSPINET    | Y         | 3,595,640,000      | 148,481        |
| HOSPINET    | N         | 2,516,870,000      | 75,742         |
| VIBRANT PBF | Y         | 4,616,870          | 10             |

**Insight:**
*   Divisi PHARMANET mendominasi penjualan, baik dari segi nilai maupun kuantitas. Produk PHARMANET yang diproduksi oleh Grup Pharos (Pharos_YN = Y) adalah kontributor terbesar.
*   Produk-produk dari Grup Pharos (Pharos_YN = Y) memiliki nilai penjualan dan kuantitas yang lebih tinggi dibandingkan dengan produk non-Pharos (Pharos_YN = N) di dalam setiap divisi yang ada.

**Performa Penjualan Berdasarkan Karakteristik Outlet (AO_YN)**

Tabel ini membandingkan performa penjualan antara outlet yang berpartisipasi dalam program Apotek Online (AO_YN = Y) dan yang tidak (AO_YN = N).

| AO_YN | Total_Value_PL     | Total_Qty_DO   |
|:------|:-------------------|:---------------|
| N     | 37,557,100,000     | 1,073,470      |
| Y     | 17,523,800,000     | 362,759        |

**Insight:**
*   Outlet yang tidak berpartisipasi dalam program Apotek Online (AO_YN = N) secara signifikan menghasilkan total nilai penjualan dan kuantitas pengiriman yang lebih tinggi dibandingkan dengan outlet Apotek Online (AO_YN = Y). Hal ini menunjukkan bahwa segmen pasar tradisional masih menjadi pendorong utama volume bisnis.

#### Analisis Durasi Pemenuhan Pesanan

Analisis durasi rata-rata untuk setiap tahapan pemenuhan pesanan, dikelompokkan berdasarkan partisipasi Apotek Online (AO_YN), memberikan gambaran tentang efisiensi proses logistik.

**Durasi Rata-rata Ro ke Sp (dalam Hari)**

| AO_YN | Durasi Rata-rata (Hari) |
|:------|:------------------------|
| N     | 0.0236                  |
| Y     | 0.0235                  |

**Durasi Rata-rata Sp ke Do (dalam Hari)**

| AO_YN | Durasi Rata-rata (Hari) |
|:------|-------------------------|
| N     | 0.3938                  |
| Y     | 0.3469                  |

**Durasi Rata-rata Do ke Pl (dalam Hari)**

| AO_YN | Durasi Rata-rata (Hari) |
|:------|-------------------------|
| N     | 0.0000                  |
| Y     | 0.0000                  |

**Durasi Rata-rata Do ke Logbook (dalam Hari)**

| AO_YN | Durasi Rata-rata (Hari) |
|:------|-------------------------|
| N     | 0.2460                  |
| Y     | 0.2188                  |

**Durasi Rata-rata Logbook ke Ekspedisi (dalam Hari)**

| AO_YN | Durasi Rata-rata (Hari) |
|:------|-------------------------|
| N     | 0.1948                  |
| Y     | 0.1306                  |

**Durasi Rata-rata Ekspedisi ke Diterima (dalam Hari)**

| AO_YN | Durasi Rata-rata (Hari) |
|:------|-------------------------|
| N     | 1.2294                  |
| Y     | 1.2863                  |

**Insight:**
*   Tahap dari Order (RO) ke Surat Pesanan (SP) dan dari Delivery Order (DO) ke Packing List (PL) sangat cepat, menunjukkan efisiensi internal yang tinggi dalam pemrosesan dokumen awal.
*   Tahap "Ekspedisi ke Diterima" adalah fase terlama dalam seluruh proses, rata-rata memakan waktu sekitar 1.2 hingga 1.3 hari untuk semua jenis outlet. Ini mengindikasikan bahwa pengiriman eksternal merupakan *bottleneck* utama dalam rantai pasok.
*   Outlet Apotek Online (AO_YN = Y) menunjukkan sedikit lebih cepat dalam beberapa tahapan awal seperti "SP ke DO" dan "DO ke Logbook", serta secara signifikan lebih cepat pada tahap "Logbook ke Ekspedisi" dibandingkan outlet non-Apotek Online (AO_YN = N). Namun, waktu pengiriman akhir dari "Ekspedisi ke Diterima" sedikit lebih lama untuk outlet AO.

**Rekomendasi Awal:**
*   **Optimalisasi Penanganan Non-AO:** Mengingat dominasi outlet non-AO dalam volume penjualan dan durasi "Logbook ke Ekspedisi" yang lebih lama untuk non-AO, perlu ada evaluasi untuk mempercepat proses serah terima barang ke kurir di area *staging* untuk kategori outlet ini.
*   **Fokus pada Logistik Eksternal:** Seluruh perhatian harus diarahkan untuk mengurangi waktu di fase "Ekspedisi ke Diterima". Ini mungkin memerlukan negosiasi ulang dengan penyedia ekspedisi atau eksplorasi opsi pengiriman yang lebih efisien untuk semua outlet.
*   **Peninjauan Strategi AO:** Meskipun proses internal untuk outlet AO sedikit lebih cepat, kontribusi penjualannya masih jauh di bawah outlet non-AO. Ini memerlukan peninjauan strategi program AO untuk meningkatkan daya tariknya dan kontribusi pada total penjualan.

## 5. Analisis Kinerja Penjualan

Analisis kinerja penjualan merupakan inti dari pemahaman pasar dan penentuan strategi pertumbuhan bisnis. Bab ini akan mengulas performa penjualan berdasarkan karakteristik produk dan jenis outlet, dengan mengacu pada temuan deskriptif yang telah disajikan ringkasannya pada Bab 4. Tujuan utama adalah untuk mengidentifikasi pendorong penjualan utama, potensi area pertumbuhan, serta area yang memerlukan perhatian strategis lebih lanjut.

### 5.1. Kinerja Penjualan Berdasarkan Karakteristik Produk

Dari data bulan Juni 2026, terlihat jelas dominasi beberapa segmen produk dalam total nilai penjualan (`Value PL`) dan kuantitas pengiriman (`Qty DO`).

*   **Dominasi PHARMANET dan Produk Grup Pharos:**
    Divisi PHARMANET adalah pilar utama penjualan. Secara spesifik, produk-produk dalam divisi PHARMANET yang diproduksi oleh Grup Pharos (`Pharos_YN = Y`) menunjukkan kinerja yang sangat superior. Segmen ini menyumbang total nilai penjualan sebesar Rp 29.120.700.000 dan kuantitas pengiriman mencapai 878.392 unit. Angka ini jauh melampaui produk PHARMANET non-Pharos (`Pharos_YN = N`) yang tercatat sebesar Rp 19.843.200.000 dengan kuantitas 333.604 unit. Hal ini mengindikasikan bahwa produk inti dari grup perusahaan memiliki daya tarik pasar yang kuat dan merupakan kontributor pendapatan terbesar.

*   **Kontribusi Divisi Lain:**
    Divisi HOSPINET juga memberikan kontribusi signifikan, dengan produk Grup Pharos (`Pharos_YN = Y`) menyumbang Rp 3.595.640.000 dan kuantitas 148.481 unit, sedangkan produk non-Pharos (`Pharos_YN = N`) menyumbang Rp 2.516.870.000 dan kuantitas 75.742 unit. Sementara itu, Divisi VIBRANT PBF memiliki kontribusi yang sangat kecil, dengan nilai penjualan Rp 4.616.870 dan kuantitas 10 unit, seluruhnya dari produk Grup Pharos (`Pharos_YN = Y`).

**Insight Kinerja Produk:**
Dominasi PHARMANET, khususnya produk-produk yang diproduksi oleh Grup Pharos, adalah temuan kunci. Hal ini menunjukkan kekuatan merek dan permintaan pasar yang tinggi terhadap produk-produk ini. Strategi penjualan harus terus mengkapitalisasi segmen ini sebagai sumber pendapatan utama, sembari mengevaluasi potensi pertumbuhan atau reposisi untuk produk dari divisi lain agar dapat berkontribusi lebih besar.

### 5.2. Kinerja Penjualan Berdasarkan Karakteristik Outlet (AO_YN)

Analisis kinerja penjualan berdasarkan partisipasi outlet dalam program Apotek Online (`AO_YN`) mengungkapkan pola yang berbeda antara saluran tradisional dan online.

*   **Kekuatan Outlet Tradisional:**
    Outlet yang *tidak* berpartisipasi dalam program Apotek Online (`AO_YN = N`) secara signifikan mendominasi kinerja penjualan. Outlet-outlet ini menghasilkan total nilai penjualan sebesar Rp 37.557.100.000 dan total kuantitas pengiriman mencapai 1.073.470 unit. Angka ini menunjukkan bahwa saluran penjualan tradisional masih menjadi tulang punggung operasional dan sumber volume penjualan terbesar perusahaan.

*   **Kontribusi Outlet Apotek Online:**
    Sebaliknya, outlet yang berpartisipasi dalam program Apotek Online (`AO_YN = Y`) memberikan kontribusi yang lebih rendah, dengan total nilai penjualan sebesar Rp 17.523.800.000 dan total kuantitas pengiriman 362.759 unit. Meskipun ini merupakan angka yang substansial, namun masih jauh di bawah kinerja outlet tradisional.

**Insight Kinerja Outlet:**
Pola penjualan ini menggarisbawahi bahwa mayoritas volume bisnis masih berasal dari saluran tradisional. Ini mungkin disebabkan oleh penetrasi pasar yang lebih luas dari outlet fisik, preferensi pelanggan, atau mungkin pengembangan program Apotek Online yang masih memerlukan optimalisasi. Penting untuk memahami faktor-faktor di balik disparitas ini untuk merancang strategi yang efektif dalam meningkatkan kontribusi dari Apotek Online tanpa mengorbankan kekuatan saluran tradisional.

### 5.3. Rekomendasi Penjualan Strategis

Berdasarkan analisis kinerja penjualan, beberapa rekomendasi strategis dapat dirumuskan:

1.  **Prioritaskan Produk PHARMANET dan Grup Pharos:** Lanjutkan untuk memprioritaskan alokasi sumber daya pemasaran dan penjualan untuk produk Divisi PHARMANET, terutama yang diproduksi oleh Grup Pharos (`Pharos_YN = Y`), mengingat kontribusi dominannya terhadap total penjualan. Pastikan ketersediaan dan visibilitas produk-produk ini di pasar.
2.  **Optimalkan Saluran Tradisional:** Mengingat peran vital outlet non-Apotek Online (`AO_YN = N`), investasi dalam dukungan penjualan, distribusi, dan promosi untuk saluran tradisional harus dipertahankan dan ditingkatkan. Pahami kebutuhan unik dari outlet-outlet ini untuk mempertahankan loyalitas dan volume penjualan yang tinggi.
3.  **Evaluasi dan Tingkatkan Program Apotek Online:** Selidiki lebih lanjut mengapa kontribusi penjualan dari outlet Apotek Online (`AO_YN = Y`) relatif lebih rendah. Analisis dapat mencakup:
    *   **Pemasaran dan Penjangkauan:** Apakah program ini cukup dikenal dan menarik bagi lebih banyak outlet atau pelanggan akhir?
    *   **Fitur dan Fungsionalitas:** Apakah platform Apotek Online menawarkan pengalaman pengguna yang optimal dan sesuai dengan kebutuhan pasar?
    *   **Insentif:** Apakah ada insentif yang cukup menarik bagi outlet untuk berpartisipasi aktif dan mendorong penjualan melalui platform ini?
    Tujuannya adalah untuk mengidentifikasi hambatan dan peluang untuk meningkatkan kontribusi penjualan dari saluran online secara signifikan.
4.  **Analisis Potensi Pertumbuhan Divisi Lain:** Meskipun Divisi HOSPINET dan VIBRANT PBF memiliki kontribusi yang lebih kecil, perlu dilakukan analisis pasar lebih lanjut untuk mengidentifikasi ceruk pasar atau strategi spesifik yang dapat meningkatkan penjualan mereka. Ini bisa melibatkan pengembangan produk baru, penetrasi pasar yang lebih agresif, atau kemitraan strategis.

## 6. Analisis Efisiensi Pemenuhan Pesanan

Analisis mendalam terhadap efisiensi pemenuhan pesanan sangat krusial untuk mengidentifikasi area yang memerlukan perbaikan dalam rantai pasok dan operasional logistik. Dengan tingkat pemenuhan pesanan yang sangat tinggi, di mana 98.7% pesanan berstatus "TERLAYANI PENUH" (seperti yang telah disebutkan dalam bab sebelumnya), fokus kita bergeser pada kecepatan dan kelancaran setiap tahapan proses. Bab ini akan menguraikan durasi rata-rata setiap tahap, mengevaluasi perbedaan antara outlet yang berpartisipasi dan tidak berpartisipasi dalam program Apotek Online (AO_YN), serta menganalisis efisiensi di setiap segmen outlet yang telah teridentifikasi melalui klasterisasi.

### 6.1. Durasi Rata-rata Tahap Pemenuhan Pesanan

Proses pemenuhan pesanan dapat dibagi menjadi beberapa tahapan krusial, mulai dari pesanan awal hingga barang diterima oleh pelanggan. Durasi masing-masing tahapan memberikan gambaran tentang efisiensi operasional. Berikut adalah rata-rata durasi dalam hari untuk setiap tahapan, disajikan terpisah berdasarkan partisipasi outlet dalam program Apotek Online (AO_YN).

**Durasi Rata-rata Ro ke Sp (dalam Hari)**
Tahap ini mencerminkan waktu yang dibutuhkan dari penerimaan Repeat Order (RO) hingga diterbitkannya Surat Pesanan (SP).

| AO_YN | Durasi Rata-rata (Hari) |
|:------|-------------------------|
| N     | 0.024                   |
| Y     | 0.024                   |

Durasi yang sangat singkat (rata-rata 0.024 hari) menunjukkan efisiensi yang tinggi dalam pemrosesan RO menjadi SP, dengan sedikit perbedaan antara outlet AO dan non-AO.

**Durasi Rata-rata Sp ke Do (dalam Hari)**
Tahap ini mengukur waktu dari penerbitan SP hingga Delivery Order (DO) dibuat dan dikonfirmasi.

| AO_YN | Durasi Rata-rata (Hari) |
|:------|-------------------------|
| N     | 0.394                   |
| Y     | 0.347                   |

Outlet Apotek Online (AO_YN = Y) menunjukkan sedikit keunggulan dalam kecepatan pemrosesan SP ke DO, dengan rata-rata 0.347 hari dibandingkan 0.394 hari untuk outlet non-AO.

**Durasi Rata-rata Do ke Pl (dalam Hari)**
Tahap ini menunjukkan waktu dari DO terbit hingga Packing List (PL) dibuat.

| AO_YN | Durasi Rata-rata (Hari) |
|:------|-------------------------|
| N     | 0.000                   |
| Y     | 0.000                   |

Pembuatan Packing List terjadi secara instan setelah Delivery Order terbit, menunjukkan integrasi sistem atau proses yang sangat efisien untuk dokumen ini.

**Durasi Rata-rata Do ke Logbook (dalam Hari)**
Tahap ini mengukur waktu dari DO terbit hingga barang masuk ke area staging (Logbook).

| AO_YN | Durasi Rata-rata (Hari) |
|:------|-------------------------|
| N     | 0.246                   |
| Y     | 0.219                   |

Mirip dengan tahap SP ke DO, outlet Apotek Online (AO_YN = Y) memiliki proses yang sedikit lebih cepat dalam memindahkan barang ke area staging, yaitu 0.219 hari dibandingkan 0.246 hari untuk outlet non-AO.

**Durasi Rata-rata Logbook ke Ekspedisi (dalam Hari)**
Tahap ini merepresentasikan waktu tunggu barang di area staging hingga dijemput oleh pihak ekspedisi.

| AO_YN | Durasi Rata-rata (Hari) |
|:------|-------------------------|
| N     | 0.195                   |
| Y     | 0.131                   |

Ini adalah salah satu perbedaan signifikan, di mana outlet Apotek Online (AO_YN = Y) jauh lebih cepat dalam serah terima barang ke ekspedisi, dengan rata-rata 0.131 hari dibandingkan 0.195 hari untuk outlet non-AO. Hal ini mengindikasikan bahwa proses penjemputan barang oleh kurir untuk outlet non-AO membutuhkan waktu yang lebih lama.

**Durasi Rata-rata Ekspedisi ke Diterima (dalam Hari)**
Tahap akhir ini mengukur waktu dari barang diserahkan ke ekspedisi hingga diterima oleh penerima.

| AO_YN | Durasi Rata-rata (Hari) |
|:------|-------------------------|
| N     | 1.229                   |
| Y     | 1.286                   |

Tahap "Ekspedisi ke Diterima" adalah *bottleneck* utama dalam keseluruhan proses pemenuhan pesanan. Rata-rata durasi untuk tahap ini adalah yang terlama dibandingkan tahapan internal lainnya, yaitu sekitar 1.2 hingga 1.3 hari. Menariknya, outlet Apotek Online (AO_YN = Y) memiliki durasi yang sedikit lebih lama pada tahap ini dibandingkan outlet non-AO.

### 6.2. Efisiensi Berdasarkan Partisipasi Apotek Online (AO_YN)

Analisis durasi menunjukkan bahwa outlet yang berpartisipasi dalam program Apotek Online (AO_YN = Y) cenderung lebih efisien pada tahapan internal seperti "Sp ke Do", "Do ke Logbook", dan "Logbook ke Ekspedisi". Hal ini mungkin disebabkan oleh proses yang lebih terstandardisasi atau otomatisasi yang lebih tinggi untuk pesanan online. Namun, keunggulan ini sedikit tertutupi oleh durasi "Ekspedisi ke Diterima" yang sedikit lebih panjang untuk outlet AO (rata-rata 1.286 hari vs 1.229 hari untuk non-AO). Hal ini mengindikasikan bahwa sementara persiapan internal untuk pesanan online lebih cepat, logistik pengiriman eksternal menghadapi tantangan yang serupa atau bahkan sedikit lebih besar.

### 6.3. Efisiensi Pemenuhan Pesanan Berdasarkan Segmentasi Outlet (Klaster K-Means)

Segmentasi outlet melalui klasterisasi K-Means mengungkapkan variasi efisiensi yang signifikan di antara kelompok-kelompok outlet. Klaster-klaster ini dicirikan oleh profil efisiensi pemenuhan pesanan yang berbeda.

Tabel di bawah menunjukkan metrik efisiensi utama untuk setiap klaster.

**Metrik Efisiensi Rata-rata Berdasarkan Klaster Outlet**

| Klaster | Outlet_Count | Avg_Ro_To_Sp_Days | Avg_Sp_To_Do_Days | Avg_Do_To_Pl_Days | Avg_Do_To_Logbook_Days | Avg_Logbook_To_Ekspedisi_Days | Avg_Ekspedisi_To_Diterima_Days |
|:--------|-------------:|------------------:|------------------:|------------------:|-----------------------:|-------------------------------:|-------------------------------:|
| 2       | 14           | 0.024             | 0.481             | 0.000             | 0.229                  | 0.056                          | 1.660                          |
| 1       | 680          | 0.024             | 0.328             | 0.000             | 0.958                  | 0.172                          | 1.230                          |
| 3       | 3,397        | 0.024             | 0.294             | 0.000             | 0.144                  | 0.102                          | 0.994                          |
| 0       | 679          | 0.023             | 1.170             | 0.000             | 0.187                  | 0.398                          | 2.520                          |

**Analisis Klaster Berdasarkan Efisiensi:**

*   **Klaster 3 (3,397 outlet):** Klaster terbesar ini menunjukkan efisiensi keseluruhan terbaik, dengan durasi "Ekspedisi ke Diterima" tercepat yaitu rata-rata 0.994 hari. Mereka juga sangat cepat dalam tahap "Do ke Logbook" (rata-rata 0.144 hari) dan "Logbook ke Ekspedisi" (rata-rata 0.102 hari). Ini mengindikasikan bahwa sebagian besar outlet beroperasi dengan efisiensi logistik yang baik.
*   **Klaster 2 (14 outlet):** Klaster ini, meskipun merupakan klaster dengan nilai penjualan tertinggi (seperti yang dibahas di Bab 5), menghadapi durasi pengiriman akhir yang relatif lebih lama, yaitu rata-rata 1.66 hari dari "Ekspedisi ke Diterima". Ini menunjukkan potensi ketidakpuasan meskipun nilai pesanan tinggi. Menariknya, mereka memiliki waktu "Logbook ke Ekspedisi" yang sangat singkat (0.056 hari).
*   **Klaster 1 (680 outlet):** Klaster ini memiliki durasi "Ekspedisi ke Diterima" rata-rata 1.23 hari, yang sejalan dengan rata-rata keseluruhan. Namun, mereka menunjukkan durasi "Do ke Logbook" yang sangat panjang (rata-rata 0.958 hari), mengindikasikan penundaan signifikan antara DO terbit dan barang masuk area staging.
*   **Klaster 0 (679 outlet):** Klaster ini adalah yang paling tidak efisien dalam hal pemenuhan pesanan. Mereka menunjukkan *bottleneck* yang signifikan pada tahap "Sp ke Do" (rata-rata 1.17 hari) dan durasi "Ekspedisi ke Diterima" yang paling lama (rata-rata 2.52 hari). Selain itu, waktu "Logbook ke Ekspedisi" mereka juga merupakan yang terlama (rata-rata 0.398 hari). Klaster ini memerlukan perhatian dan intervensi segera untuk mengidentifikasi dan mengatasi akar masalah keterlambatan.

### 6.4. Temuan Utama dan Rekomendasi Aksi

**Temuan Utama:**

*   **Internal yang Efisien, Eksternal Sebagai Tantangan:** Tahapan internal seperti "Ro ke Sp" dan "Do ke Pl" sangat cepat. Namun, tahap "Ekspedisi ke Diterima" adalah botol leher utama, menunjukkan bahwa efisiensi logistik eksternal menjadi area krusial untuk peningkatan.
*   **Perbedaan Efisiensi AO_YN:** Outlet Apotek Online (AO_YN = Y) menunjukkan sedikit keunggulan dalam kecepatan proses internal (Sp ke Do, Do ke Logbook, Logbook ke Ekspedisi), tetapi sedikit lebih lambat pada tahap pengiriman akhir (Ekspedisi ke Diterima).
*   **Variasi Signifikan Antar Klaster:** Klasterisasi outlet menyoroti disparitas efisiensi. Klaster 3 adalah yang paling efisien, sementara Klaster 0 menunjukkan inefisiensi yang parah di beberapa tahapan kunci. Klaster 2, meskipun bernilai tinggi, juga mengalami pengiriman akhir yang lambat.

**Rekomendasi Aksi:**

1.  **Prioritaskan Perbaikan Logistik Eksternal:** Seluruh upaya harus difokuskan pada pengurangan durasi rata-rata "Ekspedisi ke Diterima" untuk semua outlet. Ini dapat melibatkan negosiasi ulang dengan penyedia ekspedisi untuk *Service Level Agreement (SLA)* yang lebih ketat, eksplorasi mitra logistik baru, atau optimalisasi rute pengiriman.
2.  **Investigasi Mendalam Klaster 0:** Identifikasi dan atasi akar masalah keterlambatan pada Klaster 0. Fokus pada mengapa tahap "Sp ke Do" dan "Ekspedisi ke Diterima" begitu lambat untuk 679 outlet ini. Ini mungkin melibatkan pelatihan staf, perbaikan infrastruktur gudang, atau intervensi langsung dengan mitra ekspedisi yang melayani klaster ini.
3.  **Optimalisasi Proses Internal Klaster 1:** Untuk 680 outlet di Klaster 1, perbaiki penundaan signifikan antara DO terbit dan barang masuk area staging ("Do ke Logbook"). Peningkatan alur kerja di gudang atau sistem pelacakan internal dapat membantu.
4.  **Pantau dan Pertahankan Kinerja Klaster 3:** Meskipun Klaster 3 sudah sangat efisien, tetap lakukan pemantauan untuk memastikan standar tinggi ini terus terjaga. Pelajari praktik terbaik dari klaster ini dan pertimbangkan untuk menerapkannya di klaster lain.
5.  **Perhatian Khusus untuk Klaster 2:** Meskipun nilai pesanan tinggi, durasi pengiriman akhir yang lambat untuk 14 outlet di Klaster 2 perlu ditangani. Pertimbangkan layanan pengiriman premium atau komunikasi proaktif dengan pelanggan untuk mengelola ekspektasi dan menjaga kepuasan.

[Download CSV: average_order_fulfillment_stage_durations_by_ao_yn.csv]
[Download CSV: outlet_segmentation_k_means_efficiency_metrics.csv]

## 7. Segmentasi Outlet dan Karakteristik Klaster

Segmentasi outlet adalah langkah krusial untuk memahami keragaman basis pelanggan dan mengembangkan strategi yang disesuaikan untuk setiap kelompok. Dengan menerapkan algoritma *K-Means clustering*, outlet-outlet telah dikelompokkan berdasarkan karakteristik performa penjualan (nilai dan kuantitas), efisiensi pemenuhan pesanan, serta partisipasi dalam program Apotek Online (AO_YN). Analisis ini bertujuan untuk mengungkap profil unik dari setiap klaster, mengidentifikasi kekuatan, kelemahan, dan peluang perbaikan yang spesifik.

### Karakteristik Klaster Outlet

Empat klaster outlet telah diidentifikasi, masing-masing dengan karakteristik yang berbeda dalam hal jumlah outlet, total nilai penjualan, total kuantitas penjualan, efisiensi setiap tahapan pemenuhan pesanan (dalam hari), serta proporsi outlet yang tidak berpartisipasi (Non-AO) dan berpartisipasi (AO) dalam program Apotek Online.

**Metrik Kunci Per Klaster Outlet**

| Klaster | Jumlah Outlet | Total Nilai PL   | Total Qty DO | Rata-rata Ro ke Sp (Hari) | Rata-rata Sp ke Do (Hari) | Rata-rata Do ke Pl (Hari) | Rata-rata Do ke Logbook (Hari) | Rata-rata Logbook ke Ekspedisi (Hari) | Rata-rata Ekspedisi ke Diterima (Hari) | % Non-AO | % AO |
|:--------|--------------:|-----------------:|-------------:|--------------------------:|--------------------------:|--------------------------:|-------------------------------:|---------------------------------------:|---------------------------------------:|---------:|-----:|
| 2       | 14            | 489,486,061      | 16,798       | 0.024                     | 0.481                     | 0.000                     | 0.229                          | 0.056                                  | 1.660                                  | 100.0%   | 0.0% |
| 1       | 680           | 9,448,064        | 251          | 0.024                     | 0.328                     | 0.000                     | 0.958                          | 0.172                                  | 1.230                                  | 74.9%    | 25.1%|
| 3       | 3,397         | 9,348,560        | 226          | 0.024                     | 0.294                     | 0.000                     | 0.144                          | 0.102                                  | 0.994                                  | 72.9%    | 27.1%|
| 0       | 679           | 7,596,086        | 203          | 0.023                     | 1.170                     | 0.000                     | 0.187                          | 0.398                                  | 2.520                                  | 77.8%    | 22.2%|

#### Karakteristik Klaster

1.  **Klaster 2: Outlet Bernilai Tinggi dengan Volume Besar dan Waktu Penjemputan Cepat (14 Outlet)**
    *   **Profil Penjualan:** Klaster ini berisi outlet-outlet *value segment* atau "VIP" dengan rata-rata total nilai penjualan tertinggi secara signifikan, yaitu Rp 489,486,061, dan kuantitas pengiriman terbesar sebesar 16,798 unit. Ini menunjukkan bahwa meskipun jumlah outletnya kecil (hanya 14), mereka merupakan penyumbang pendapatan terbesar.
    *   **Partisipasi AO_YN:** Seluruh outlet di klaster ini (100.0%) adalah non-Apotek Online (Non-AO), menggarisbawahi dominasi penjualan tradisional dalam segmen berkinerja tinggi ini.
    *   **Efisiensi Pemenuhan:** Klaster ini memiliki waktu "Logbook ke Ekspedisi" yang sangat cepat (rata-rata 0.056 hari), menunjukkan bahwa barang pesanan mereka segera diambil oleh kurir setelah masuk area *staging*. Namun, durasi "Ekspedisi ke Diterima" relatif lebih lama (rata-rata 1.660 hari) dibandingkan dengan Klaster 1 dan 3, mengindikasikan potensi masalah pada *last-mile delivery* meskipun merupakan pelanggan bernilai tinggi. Tahap "Sp ke Do" (0.481 hari) juga sedikit lebih lama dari klaster 1 dan 3.

2.  **Klaster 1: Outlet Penjualan Sedang dengan Penundaan Tahap *Staging* (680 Outlet)**
    *   **Profil Penjualan:** Klaster ini mewakili kelompok outlet dengan kinerja penjualan menengah, dengan rata-rata total nilai penjualan sebesar Rp 9,448,064 dan kuantitas pengiriman 251 unit.
    *   **Partisipasi AO_YN:** Mayoritas outlet (74.9%) adalah non-Apotek Online, sementara 25.1% berpartisipasi dalam program AO.
    *   **Efisiensi Pemenuhan:** Titik lemah utama klaster ini terletak pada tahap "Do ke Logbook" yang sangat lama (rata-rata 0.958 hari). Ini menunjukkan penundaan yang signifikan antara terbitnya *Delivery Order* (DO) dan masuknya barang ke area *staging*. Durasi pengiriman akhir ("Ekspedisi ke Diterima") sebesar 1.230 hari berada pada kisaran rata-rata keseluruhan.

3.  **Klaster 3: Outlet Terbesar dan Paling Efisien (3,397 Outlet)**
    *   **Profil Penjualan:** Ini adalah klaster terbesar dalam hal jumlah outlet (3,397), dengan kinerja penjualan menengah (total nilai PL Rp 9,348,560 dan Qty DO 226 unit), mirip dengan Klaster 1.
    *   **Partisipasi AO_YN:** Sama seperti klaster lain, mayoritas (72.9%) adalah non-Apotek Online, dan 27.1% adalah outlet Apotek Online.
    *   **Efisiensi Pemenuhan:** Klaster ini menunjukkan efisiensi operasional terbaik di hampir semua tahapan, terutama pada "Do ke Logbook" (0.144 hari) dan "Logbook ke Ekspedisi" (0.102 hari). Mereka juga memiliki durasi "Ekspedisi ke Diterima" tercepat (rata-rata 0.994 hari), menandakan proses pengiriman *end-to-end* yang paling lancar.

4.  **Klaster 0: Outlet Penjualan Rendah dengan Inefisiensi Terparah (679 Outlet)**
    *   **Profil Penjualan:** Klaster ini memiliki rata-rata total nilai penjualan terendah (Rp 7,596,086) dan kuantitas pengiriman terkecil (203 unit).
    *   **Partisipasi AO_YN:** Mayoritas (77.8%) adalah non-Apotek Online, menunjukkan bahwa masalah efisiensi ini tidak terbatas pada satu jenis partisipasi AO saja.
    *   **Efisiensi Pemenuhan:** Klaster ini adalah yang paling tidak efisien di antara semua klaster. Mereka mengalami penundaan signifikan pada tahap "Sp ke Do" (rata-rata 1.170 hari), "Logbook ke Ekspedisi" (rata-rata 0.398 hari), dan yang paling parah, "Ekspedisi ke Diterima" (rata-rata 2.520 hari). Klaster ini merupakan area kritis yang membutuhkan perhatian dan intervensi segera.

### Rekomendasi Aksi Berbasis Klaster

Segmentasi ini memberikan kerangka kerja yang jelas untuk strategi yang ditargetkan:

1.  **Untuk Klaster 2 (Outlet Bernilai Tinggi):**
    *   **Fokus:** Pertahankan loyalitas dan kepuasan outlet VIP ini.
    *   **Aksi:** Meskipun mereka bernilai tinggi, durasi "Ekspedisi ke Diterima" yang lebih lama dapat menjadi titik gesekan. Tawarkan layanan logistik premium atau komunikasikan secara proaktif perkiraan waktu pengiriman untuk mengelola ekspektasi. Selidiki penyebab durasi "Sp ke Do" yang sedikit lebih panjang untuk meminimalkan potensi penundaan internal.

2.  **Untuk Klaster 1 (Outlet dengan Penundaan *Staging*):**
    *   **Fokus:** Perbaiki penundaan di awal proses logistik.
    *   **Aksi:** Lakukan audit proses internal di gudang atau area *staging* untuk mengidentifikasi penyebab durasi "Do ke Logbook" yang lama (0.958 hari). Optimalisasi alur kerja, penambahan personel, atau perbaikan sistem penanganan dapat mempercepat perpindahan barang dari DO ke area penjemputan kurir.

3.  **Untuk Klaster 3 (Outlet Terbesar dan Paling Efisien):**
    *   **Fokus:** Pertahankan kinerja yang optimal dan identifikasi praktik terbaik.
    *   **Aksi:** Klaster ini merupakan model efisiensi. Dokumentasikan dan analisis praktik terbaik yang diterapkan pada outlet di klaster ini dan pertimbangkan untuk mereplikasi proses atau sistem yang sama ke klaster lain yang kurang efisien.

4.  **Untuk Klaster 0 (Outlet dengan Inefisiensi Terparah):**
    *   **Fokus:** Intervensi mendalam dan perbaikan *bottleneck* yang signifikan.
    *   **Aksi:** Klaster ini adalah prioritas utama untuk perbaikan efisiensi. Bentuk tim khusus untuk menyelidiki akar masalah keterlambatan di tahap "Sp ke Do", "Logbook ke Ekspedisi", dan "Ekspedisi ke Diterima". Ini mungkin melibatkan evaluasi ulang kinerja mitra ekspedisi, pelatihan staf gudang, atau restrukturisasi rute pengiriman untuk klaster ini. Perbaikan di klaster ini akan berdampak signifikan pada kepuasan pelanggan dan efisiensi operasional secara keseluruhan.

[Download CSV: average_order_fulfillment_stage_durations_by_ao_yn.csv]
[Download CSV: outlet_segmentation_k_means_efficiency_metrics.csv]

## 8. Kesimpulan dan Rekomendasi

Analisis data pemenuhan pesanan selama bulan Juni 2026 telah mengungkapkan wawasan signifikan terkait kinerja penjualan dan efisiensi operasional.

### Kesimpulan

1.  **Dominasi Penjualan Produk dan Saluran Tradisional:**
    *   **Produk PHARMANET**, khususnya yang diproduksi oleh **Grup Pharos (Pharos_YN = Y)**, adalah pendorong utama nilai dan kuantitas penjualan, menyumbang Rp 29.120.700.000 dan 878.392 unit dari total penjualan. Divisi PHARMANET secara keseluruhan merupakan kontributor terbesar.
    *   **Outlet yang tidak berpartisipasi dalam program Apotek Online (AO_YN = N)** secara signifikan mengungguli outlet Apotek Online (AO_YN = Y), menghasilkan total nilai penjualan sebesar Rp 37.557.100.000 dan kuantitas 1.073.470 unit. Ini menunjukkan bahwa saluran penjualan tradisional masih menjadi tulang punggung bisnis.
    *   Tingkat pemenuhan pesanan secara keseluruhan sangat tinggi, dengan **98.7%** pesanan berstatus "TERLAYANI PENUH".

2.  **Bottleneck Utama dalam Efisiensi Pemenuhan Pesanan:**
    *   Meskipun tahapan internal awal seperti Order (RO) ke Surat Pesanan (SP) dan Delivery Order (DO) ke Packing List (PL) sangat cepat (rata-rata 0.000 hari untuk DO ke PL), tahap **"Ekspedisi ke Diterima"** merupakan *bottleneck* utama dalam rantai pasok. Tahap ini membutuhkan waktu rata-rata 1.2 hingga 1.3 hari untuk semua jenis outlet.
    *   **Outlet Apotek Online (AO_YN = Y)** menunjukkan sedikit keunggulan dalam kecepatan proses internal (Sp ke Do, Do ke Logbook, Logbook ke Ekspedisi), namun proses serah terima barang dari Logbook ke Ekspedisi untuk outlet non-AO (0.195 hari) lebih lambat dibandingkan outlet AO (0.131 hari).

3.  **Variasi Profil Efisiensi dan Penjualan Antar Klaster Outlet:**
    Empat klaster outlet telah diidentifikasi, menunjukkan variasi yang signifikan dalam kinerja dan efisiensi:
    *   **Klaster 2 (14 outlet):** Merupakan outlet bernilai penjualan tertinggi (rata-rata Rp 489.486.061) dan 100% adalah outlet non-Apotek Online. Meskipun efisien di tahap Logbook ke Ekspedisi (0.056 hari), mereka mengalami waktu pengiriman akhir ("Ekspedisi ke Diterima") yang lebih lama (1.660 hari) dibandingkan rata-rata.
    *   **Klaster 3 (3.397 outlet):** Merupakan klaster terbesar dan paling efisien secara keseluruhan, dengan durasi "Ekspedisi ke Diterima" tercepat (0.994 hari) dan efisiensi tinggi pada tahapan internal.
    *   **Klaster 0 (679 outlet):** Klaster ini menunjukkan inefisiensi paling parah dengan penundaan signifikan di beberapa tahap, termasuk "Sp ke Do" (rata-rata 1.170 hari), "Logbook ke Ekspedisi" (rata-rata 0.398 hari), dan "Ekspedisi ke Diterima" terlama (2.520 hari). Klaster ini juga memiliki nilai penjualan rata-rata terendah.
    *   **Klaster 1 (680 outlet):** Mengalami penundaan signifikan pada tahap "Do ke Logbook" (0.958 hari), mengindikasikan masalah di area *staging* gudang.

4.  **Kualitas Data:** Terdapat 7.2% nilai kosong pada kolom `Cmc` di tabel outlet, yang memerlukan perhatian untuk menjaga integritas data ke depannya.

### Rekomendasi

Berdasarkan temuan-temuan di atas, berikut adalah rekomendasi strategis dan operasional yang dapat diambil:

1.  **Strategi Penjualan Terfokus pada Kekuatan Inti:**
    *   **Kapitalisasi Produk Unggulan:** Lanjutkan untuk memprioritaskan alokasi sumber daya pemasaran, penjualan, dan stok untuk produk Divisi PHARMANET, terutama yang diproduksi oleh Grup Pharos (Pharos_YN = Y). Fokus pada mempertahankan dan meningkatkan pangsa pasar untuk produk-produk inti ini.
    *   **Optimalisasi Saluran Tradisional:** Pertahankan investasi yang kuat pada outlet non-Apotek Online (AO_YN = N) mengingat kontribusi volume penjualan mereka yang dominan. Pahami kebutuhan spesifik klaster-klaster outlet tradisional ini untuk mempertahankan loyalitas dan mendorong pertumbuhan lebih lanjut.
    *   **Evaluasi dan Tingkatkan Program Apotek Online:** Lakukan evaluasi komprehensif terhadap program Apotek Online (AO) untuk mengidentifikasi hambatan dan peluang peningkatan. Pertimbangkan strategi pemasaran yang lebih efektif, peningkatan fitur platform, atau insentif yang menarik untuk meningkatkan partisipasi dan kontribusi penjualan dari outlet Apotek Online.

2.  **Peningkatan Efisiensi Rantai Pasok dan Logistik:**
    *   **Atasi Bottleneck "Ekspedisi ke Diterima":** Jadikan pengurangan durasi tahap "Ekspedisi ke Diterima" sebagai prioritas utama. Ini dapat dicapai melalui:
        *   **Renegosiasi SLA dengan Mitra Ekspedisi:** Tinjau dan perketat *Service Level Agreement* (SLA) dengan semua penyedia ekspedisi untuk memastikan waktu pengiriman yang lebih cepat dan konsisten.
        *   **Diversifikasi Mitra Logistik:** Jelajahi opsi mitra logistik baru yang menawarkan kecepatan dan keandalan yang lebih baik, terutama untuk rute-rute yang mengalami keterlambatan paling parah.
        *   **Optimalisasi Rute dan Proses Pengiriman:** Analisis dan optimalkan rute pengiriman serta proses koordinasi dengan ekspedisi.
    *   **Peningkatan Efisiensi Internal untuk Outlet Non-AO:** Selidiki mengapa tahap "Logbook ke Ekspedisi" lebih lambat untuk outlet non-Apotek Online (AO_YN = N). Identifikasi dan terapkan solusi untuk mempercepat proses serah terima barang ke kurir di area *staging* untuk segmen ini.

3.  **Pendekatan Intervensi Berbasis Klaster Outlet:**
    *   **Klaster 0 (Inefisien Terparah):** Segera lakukan investigasi mendalam terhadap 679 outlet di Klaster 0. Identifikasi akar masalah keterlambatan signifikan pada tahap "Sp ke Do" (rata-rata 1.170 hari), "Logbook ke Ekspedisi" (rata-rata 0.398 hari), dan "Ekspedisi ke Diterima" (rata-rata 2.520 hari). Ini mungkin memerlukan pelatihan staf, perbaikan infrastruktur gudang, atau intervensi langsung dengan mitra ekspedisi yang melayani klaster ini. Perbaikan di klaster ini akan memberikan dampak efisiensi terbesar.
    *   **Klaster 1 (Penundaan Staging):** Atasi penundaan signifikan antara DO terbit dan barang masuk area *staging* ("Do ke Logbook" 0.958 hari) untuk 680 outlet di Klaster 1. Ini mungkin melibatkan perbaikan alur kerja internal gudang atau sistem pelacakan barang.
    *   **Klaster 2 (Outlet Bernilai Tinggi):** Meskipun outlet ini adalah pelanggan VIP, durasi "Ekspedisi ke Diterima" yang lebih lama (1.660 hari) perlu ditangani. Pertimbangkan untuk menawarkan layanan pengiriman premium atau komunikasi proaktif mengenai perkiraan waktu pengiriman untuk mengelola ekspektasi dan mempertahankan kepuasan. Selidiki juga mengapa "Sp ke Do" sedikit lebih lama (0.481 hari).
    *   **Klaster 3 (Paling Efisien):** Identifikasi dan dokumentasikan praktik terbaik dari 3.397 outlet di klaster ini yang memungkinkan mereka mencapai efisiensi tertinggi di banyak tahapan. Pertimbangkan untuk mereplikasi praktik-praktik ini ke klaster lain yang kurang efisien.

4.  **Peningkatan Kualitas Data:**
    *   Lakukan upaya untuk mengatasi nilai kosong sebesar 7.2% pada kolom `Cmc` di tabel `normalized_outlets`. Ini akan meningkatkan integritas data dan memungkinkan analisis yang lebih lengkap di masa mendatang.

[Download CSV: average_order_fulfillment_stage_durations_by_ao_yn.csv]
[Download CSV: outlet_segmentation_k_means_efficiency_metrics.csv]