# Laporan Akhir Eksplorasi Data ## 1. Ringkasan Eksekutif Laporan Analisis Data Eksplorasi ini bertujuan untuk menggali wawasan tersembunyi dari data pemenuhan pesanan pelanggan guna meningkatkan kinerja operasional, penjualan, dan memahami korelasi dengan produk. Data yang digunakan telah melalui proses pembersihan yang cermat, termasuk penghapusan baris duplikat, penanganan nilai hilang dengan imputasi modus atau median, serta konversi tipe data yang sesuai untuk kolom numerik dan tanggal. Proses ini memastikan bahwa analisis didasarkan pada data yang akurat dan lengkap. **Gambaran Umum Proses Pemenuhan Pesanan** Analisis efisiensi pemenuhan pesanan mengidentifikasi durasi kunci pada setiap tahapan, mulai dari pesanan awal hingga pengiriman akhir. Secara keseluruhan, proses pemenuhan pesanan menunjukkan kecepatan yang relatif baik, dengan sebagian besar tahapan memiliki durasi median 0 hari, yang berarti penyelesaian dalam hari yang sama atau kurang dari 24 jam. Berikut adalah ringkasan durasi tahapan pemenuhan pesanan: | Tahap Pemenuhan | Median (Hari) | Persentil ke-75 (Hari) | |:------------------------|:--------------|:-----------------------| | Durasi Pesanan ke SP | 0 | 0 | | Durasi SP ke DO | 0 | 0 | | Durasi DO ke Logbook | 0 | 0 | | Durasi Logbook ke Diterima | 0 | 1 | | Total Durasi Pemenuhan per DO | 1 | 2 | Tahap "Durasi Logbook ke Diterima" dan "Total Durasi Pemenuhan per DO" menunjukkan bahwa meskipun mediannya cepat, ada 25% pesanan yang membutuhkan waktu 1-2 hari atau lebih untuk diterima oleh pelanggan. Hal ini mengindikasikan area potensial untuk peningkatan. **Analisis Kinerja Ekspedisi** Performa layanan ekspedisi bervariasi secara signifikan. Beberapa ekspedisi mampu mengirimkan pesanan dengan sangat cepat (median 0 hari, persentil ke-75 juga 0 hari), seperti Anteraja (4,760 DO), PT Century (3,548 DO), dan EXPD BEKASI (941 DO). Namun, beberapa ekspedisi menunjukkan durasi pengiriman yang lebih lambat, mencapai median 1 hari dan persentil ke-75 hingga 2 hari. Berikut adalah perbandingan kinerja ekspedisi utama: | Nama Ekspedisi | Median Pengiriman (Hari) | Persentil ke-75 Pengiriman (Hari) | Jumlah DO | |:----------------------------------|:-------------------------|:----------------------------------|:----------| | ANDALAN 21 EXPRESS | 0 | 1 | 1,506 | | EXPD SURABAYA 1 | 0 | 0 | 140 | | EXPD JAKTIM | 0 | 0 | 513 | | PT CENTURY | 0 | 0 | 3,548 | | EXPD JAKBAR | 0 | 0 | 483 | | EXPD INTERNAL SEMARANG | 0 | 0 | 13 | | EXPD INTERNAL JAKSEL | 0 | 0 | 94 | | EXPD JAKSEL | 0 | 0 | 304 | | EXPD Bogor (Sierra) | 0 | 0 | 30 | | EXPD BEKASI | 0 | 0 | 941 | | EXPD BANJARMASIN | 0 | 0 | 112 | | Anteraja | 0 | 0 | 4,760 | | Antaraja Same Day | 0 | 0 | 47 | | EXPD INTERNAL BOGOR | 0 | 0 | 21 | | EXPD MEDAN | 0 | 1 | 20 | | GLOBALINDO 21 EXPRESS | 1 | 2 | 832 | | INDAH LOGISTIK | 1 | 2 | 1,323 | | LION PARCEL | 1 | 2 | 3,197 | | Media Transportasi Logistic | 1 | 2 | 65 | | PCP EXPRESS | 1 | 2 | 2,397 | | PT. TUNAS ANTARNUSA MUDA KARGO | 1 | 2 | 1,029 | Ekspedisi seperti GLOBALINDO 21 EXPRESS, INDAH LOGISTIK, LION PARCEL, PCP EXPRESS, dan PT. TUNAS ANTARNUSA MUDA KARGO menunjukkan durasi pengiriman yang lebih panjang. Beberapa ekspedisi juga tidak memiliki data atau jumlah DO yang sangat minim (misalnya, EXPD Bandung (Sierra), FARDHA MANDIRI), mengindikasikan mungkin tidak aktif atau hanya melayani wilayah spesifik yang tidak terwakili dalam data saat ini. **Analisis Kinerja Gudang (Asal Gudang)** Kinerja total pemenuhan pesanan (dari Order hingga Diterima) juga bervariasi antar gudang. Gudang-gudang seperti PHARMANET BANJARMASIN, JAKBAR, JAKSEL, dan JAKTIM menunjukkan efisiensi tinggi dengan median total durasi pemenuhan 0-1 hari. Namun, beberapa gudang memiliki durasi pemenuhan yang lebih panjang. Berikut adalah perbandingan kinerja total pemenuhan per gudang: | Asal Gudang | Median Total Pemenuhan (Hari) | Persentil ke-75 Total Pemenuhan (Hari) | Jumlah DO | |:----------------------|:------------------------------|:---------------------------------------|:----------| | PHARMANET BANJARMASIN | 0 | 1 | 114 | | PHARMANET JAKBAR | 0 | 1 | 904 | | PHARMANET JAKSEL | 0 | 0 | 524 | | PHARMANET JAKTIM | 0 | 0 | 865 | | PHARMANET PALEMBANG | 0 | 1 | 1,319 | | PHARMANET MALANG | 0 | 2 | 501 | | PHARMANET BANDUNG | 1 | 2 | 1,668 | | PHARMANET SOLO | 1 | 2 | 1,440 | | PHARMANET SEMARANG | 1 | 2 | 1,657 | | PHARMANET PONTIANAK | 1 | 3 | 556 | | PHARMANET MAKASSAR | 1 | 2 | 737 | | PHARMANET JAMBI | 1 | 2 | 573 | | PHARMANET BOGOR | 1 | 1 | 1,401 | | PHARMANET BEKASI | 1 | 1 | 2,215 | | PHARMANET SURABAYA | 1 | 2 | 2,422 | | PHARMANET MEDAN | 2 | 3 | 1,167 | | PHARMANET LAMPUNG | 2 | 3 | 641 | | PHARMANET PEKANBARU | 2 | 3 | 945 | | PHARMANET SAMARINDA | 2 | 3 | 544 | | PHARMANET TANGERANG | 2 | 7 | 1,233 | PHARMANET TANGERANG menunjukkan durasi pemenuhan terlama, dengan median 2 hari dan persentil ke-75 mencapai 7 hari. Gudang lain seperti MEDAN, LAMPUNG, PEKANBARU, dan SAMARINDA juga menunjukkan durasi pemenuhan yang lebih lama dibandingkan rata-rata. **Anomali dan Rekomendasi** 1. **Anomali Durasi Pengiriman:** Meskipun sebagian besar proses internal sangat cepat (median 0 hari untuk Order ke Logbook), durasi "Logbook ke Diterima" seringkali mencapai 1 hari pada persentil ke-75, dan total durasi pemenuhan mencapai 2 hari. Ini mengindikasikan bahwa sebagian besar waktu tunggu terjadi pada tahap pengiriman oleh pihak ekspedisi setelah barang siap di gudang. * **Rekomendasi:** Lakukan audit kinerja pada ekspedisi dengan durasi pengiriman median atau persentil ke-75 yang lebih tinggi (misalnya, GLOBALINDO 21 EXPRESS, INDAH LOGISTIK, LION PARCEL, PCP EXPRESS, PT. TUNAS ANTARNUSA MUDA KARGO). Pertimbangkan untuk menegosiasikan ulang SLA atau mengalokasikan volume pengiriman ke mitra yang lebih efisien jika memungkinkan. 2. **Anomali Kinerja Gudang:** Gudang PHARMANET TANGERANG secara signifikan menunjukkan durasi pemenuhan total yang paling lama (median 2 hari, persentil ke-75 7 hari). Gudang MEDAN, LAMPUNG, PEKANBARU, dan SAMARINDA juga memiliki durasi yang lebih panjang. * **Rekomendasi:** Selidiki operasional gudang PHARMANET TANGERANG dan gudang dengan kinerja lebih rendah lainnya untuk mengidentifikasi penyebab keterlambatan (misalnya, kurangnya staf, inefisiensi proses, masalah infrastruktur, atau masalah koordinasi dengan ekspedisi). Implementasikan praktik terbaik dari gudang berkinerja tinggi (misalnya, PHARMANET JAKSEL, JAKTIM) ke gudang-gudang ini untuk meningkatkan efisiensi. 3. **Optimalisasi Pemilihan Ekspedisi:** Dengan adanya perbedaan kinerja yang jelas antar ekspedisi, ada peluang untuk mengoptimalkan pemilihan ekspedisi berdasarkan lokasi tujuan dan urgensi pesanan. * **Rekomendasi:** Kembangkan sistem rekomendasi ekspedisi otomatis yang memilih penyedia dengan kinerja terbaik untuk rute tertentu, atau pertimbangkan untuk memprioritaskan ekspedisi dengan durasi pengiriman yang lebih cepat untuk pesanan mendesak. Secara keseluruhan, data menunjukkan bahwa terdapat peluang signifikan untuk meningkatkan efisiensi pemenuhan pesanan melalui manajemen logistik yang lebih baik, baik pada tingkat pemilihan ekspedisi maupun optimasi operasional di gudang-gudang tertentu. Fokus pada area ini dapat secara langsung berkontribusi pada peningkatan kepuasan pelanggan dan kinerja bisnis secara keseluruhan. ## 2. Pendahuluan Laporan Analisis Data Eksplorasi (EDA) ini disusun untuk memberikan wawasan mendalam mengenai proses pemenuhan pesanan pelanggan. Tujuan utamanya adalah untuk mengidentifikasi pola tersembunyi, mengukur efisiensi operasional, dan menemukan korelasi antara berbagai aspek pesanan, pengiriman, dan kinerja produk. Analisis ini diharapkan dapat menjadi dasar strategis dalam meningkatkan kinerja penjualan, mengoptimalkan proses logistik, serta memperkuat hubungan dengan pelanggan. Dataset yang digunakan dalam analisis ini berasal dari tabel `omg_10003_b1_sheet1`, yang merekam seluruh siklus pemenuhan pesanan mulai dari penerimaan *Repeat Order* (RO) hingga barang diterima oleh pelanggan. Data ini mencakup informasi penting seperti identitas outlet pelanggan (`KodePI`, `OutCode`, `Cmc`), rincian produk (`Procod`, `Prodes`, `Divisi`, `Pharos YN`), kuantitas dan nilai pesanan (`Qty RO`, `Value RO`), serta tahapan proses pemenuhan seperti *Surat Pesanan* (SP), *Delivery Order* (DO), dan *Packing List* (PL). Selain itu, dataset ini juga menyediakan detail logistik seperti waktu logbook, tanggal ekspedisi, asal gudang, nama ekspedisi, dan waktu penerimaan barang. Sebelum analisis mendalam, data telah melalui serangkaian tahapan pra-pemrosesan yang ketat. Ini termasuk penghapusan baris duplikat yang identik, penanganan nilai-nilai yang hilang melalui metode imputasi (median untuk data numerik, modus atau nilai default untuk data tanggal dan kategorikal), serta konversi tipe data yang sesuai untuk memastikan kolom numerik dan tanggal memiliki format yang benar. Proses pembersihan ini vital untuk menjamin akurasi dan keandalan wawasan yang dihasilkan. Melalui pendekatan EDA, laporan ini akan mengupas berbagai aspek data, mulai dari gambaran umum volume pesanan, durasi setiap tahapan pemenuhan, kinerja ekspedisi dan gudang, hingga analisis produk dan korelasi nilai pesanan dengan status pemenuhan. Laporan ini terstruktur untuk menyajikan temuan secara sistematis, diawali dengan ringkasan eksekutif, kemudian dilanjutkan dengan pembahasan detail masing-masing area analisis, serta diakhiri dengan kesimpulan dan rekomendasi strategis. ## 3. Kualitas Data & Pra-pemrosesan Kualitas data adalah fondasi utama bagi setiap analisis yang akurat dan dapat diandalkan. Sebelum menggali lebih dalam untuk mendapatkan wawasan bisnis, langkah pra-pemrosesan data yang cermat telah dilakukan untuk memastikan integritas, konsistensi, dan kelengkapan dataset `omg_10003_b1_sheet1`. Proses ini mencakup identifikasi dan penanganan baris duplikat, konversi tipe data yang sesuai, serta penanganan nilai-nilai yang hilang. ### 3.1. Penanganan Baris Duplikat Langkah pertama dalam pra-pemrosesan adalah mengidentifikasi dan menghapus setiap baris yang merupakan duplikat persis dari baris lain dalam dataset. Duplikasi data dapat menyebabkan bias dalam analisis statistik dan menggelembungkan metrik secara tidak akurat. **Hasil Temuan:** Setelah pemeriksaan menyeluruh, **0** baris duplikat ditemukan dan dihapus dari tabel `omg_10003_b1_sheet1`. Hal ini menunjukkan bahwa dataset ini memiliki integritas yang sangat baik dari segi keunikan baris data secara keseluruhan. ### 3.2. Penanganan Nilai Hilang dan Konversi Tipe Data Data seringkali datang dengan nilai yang hilang atau format yang tidak konsisten, yang dapat menghambat analisis. Untuk mengatasi hal ini, kolom-kolom yang relevan telah dikonversi ke tipe data yang sesuai (numerik atau tanggal) dan nilai-nilai yang hilang telah diimputasi. #### 3.2.1. Kolom Numerik Beberapa kolom yang seharusnya berisi nilai numerik terkadang memiliki entri non-numerik atau format yang tidak valid. Kolom seperti `Procod`, `Qty RO`, `Qty SP`, `Qty DO`, `Value PL`, dan `Value RO` dikonversi ke tipe data numerik. **Hasil Temuan:** Selama proses konversi, ditemukan **1** nilai yang tidak dapat diurai menjadi numerik untuk setiap kolom berikut: `Procod`, `Qty RO`, `Qty SP`, `Qty DO`, `Value PL`, dan `Value RO`. Nilai-nilai yang tidak valid ini diubah menjadi NaN (Not a Number) dan kemudian diimputasi menggunakan nilai median dari masing-masing kolom. Imputasi dengan median dipilih untuk mempertahankan distribusi data dan meminimalkan dampak anomali. Berikut adalah ringkasan penanganan nilai hilang pada kolom numerik: | Kolom | Nilai NaN Ditemukan (Sebelum Imputasi) | Nilai Median (untuk Imputasi) | |:-----------|---------------------------------------:|:------------------------------| | `Procod` | 1 | 104,115 | | `Qty RO` | 1 | 5 | | `Qty SP` | 1 | 5 | | `Qty DO` | 1 | 5 | | `Value PL` | 1 | 1,095,000 | | `Value RO` | 1 | 1,095,000 | #### 3.2.2. Kolom Tanggal/Waktu Kolom-kolom yang merepresentasikan tanggal dan waktu (`Tgl. Order`, `Tgl. SP`, `Tgl DO`, `Tgl. PL`, `Tgl Logbook`, `Tgl Ekspedisi`, `Tgl Diterima`, `Lastupdate`) dikonversi ke format `datetime`. **Hasil Temuan:** Sama seperti kolom numerik, proses konversi ke `datetime` memperkenalkan **1** nilai NaT (Not a Time) untuk setiap kolom tanggal karena kesalahan penguraian. Nilai-nilai NaT ini kemudian diimputasi menggunakan nilai modus (tanggal yang paling sering muncul) dari masing-masing kolom. Berikut adalah ringkasan penanganan nilai hilang pada kolom tanggal/waktu: | Kolom | Nilai NaT Ditemukan (Sebelum Imputasi) | Nilai Modus (untuk Imputasi) | |:-------------------|---------------------------------------:|:--------------------------------------| | `Tgl. Order` | 1 | 2026-06-01 00:01:51 | | `Tgl. SP` | 1 | 2026-06-01 00:30:12 | | `Tgl DO` | 1 | 2026-06-01 09:29:09 | | `Tgl. PL` | 1 | 2026-06-01 09:29:09 | | `Tgl Logbook` | 1 | 2026-06-01 13:20:04 | | `Tgl Ekspedisi` | 1 | 2026-06-01 10:13:23 | | `Tgl Diterima` | 1 | 2026-06-01 21:00:31 | | `Lastupdate` | 1 | 2026-07-06 06:42:20.057000 | #### 3.2.3. Kolom Kategorikal (Objek) Kolom-kolom dengan tipe data objek (teks/string) diperiksa untuk nilai-nilai yang hilang atau representasi string dari 'nan'. **Hasil Temuan:** Sebagian besar kolom objek seperti `KodePI`, `OutCode`, `Cmc`, `Nama Outlet`, `Prodes`, `Divisi`, `Pharos YN`, `No. RO`, `No. SP`, `Sts SP Header`, `Sts SP Detail`, `No. DO`, `Status DO`, `No. PL`, `Status RO`, `Asal Gudang`, `Kel. Class`, `AO YN`, dan `Payment` ditemukan bersih dari nilai hilang, baik itu `NaN` asli maupun string 'nan'. Namun, beberapa kolom objek menunjukkan sejumlah kecil nilai hilang: * Kolom `Nama Ekspedisi` memiliki **2** nilai null yang diisi dengan 'Unknown'. * Kolom `Nomor Resi` memiliki **2** nilai null yang diisi dengan 'Unknown'. * Kolom `Nama Penerima` memiliki **2** nilai null yang diisi dengan 'Unknown'. * Kolom `Keterangan` memiliki **2** nilai null yang diisi dengan 'Unknown'. Perlu dicatat bahwa, sesuai konteks bisnis, kolom `Nama Penerima` dan `Keterangan` diabaikan dalam analisis lebih lanjut, sehingga imputasi nilai 'Unknown' di kedua kolom ini tidak akan mempengaruhi hasil analisis. ### 3.3. Temuan Kualitas Data dan Rekomendasi Secara keseluruhan, kualitas data pada tabel `omg_10003_b1_sheet1` dapat dikategorikan sangat baik, dengan jumlah anomali dan nilai hilang yang minimal setelah tahap pra-pemrosesan. **Anomali dan Rekomendasi:** 1. **Integritas Data Tinggi:** Tidak ditemukannya baris duplikat dan jumlah nilai hilang yang sangat sedikit (hanya 1 untuk sebagian besar kolom numerik/tanggal dan 2 untuk beberapa kolom objek) menunjukkan bahwa proses pengumpulan dan entri data sudah cukup robust. Ini meminimalkan risiko bias dan meningkatkan kepercayaan terhadap hasil analisis. * **Rekomendasi:** Pertahankan standar integritas data yang tinggi ini. Lakukan audit rutin pada sumber data dan proses entri untuk memastikan tidak ada perubahan yang menurunkan kualitas data di masa mendatang. 2. **Konsistensi Format Data:** Meskipun ada beberapa kesalahan penguraian yang menyebabkan `NaN`/`NaT`, jumlahnya sangat kecil. Ini mengindikasikan bahwa format data secara umum konsisten. * **Rekomendasi:** Investigasi lebih lanjut dapat dilakukan pada **1** entri yang menyebabkan kesalahan penguraian pada kolom numerik dan tanggal untuk mengidentifikasi penyebab pasti (misalnya, karakter khusus yang tidak valid, format tanggal yang tidak sesuai standar) dan mencegahnya di masa depan. Meskipun dampaknya kecil, perbaikan pada sumber data akan lebih ideal. 3. **Kolom Logistik:** Kolom `Nama Ekspedisi` dan `Nomor Resi` memiliki sedikit nilai hilang. Meskipun diimputasi dengan 'Unknown', kolom `Nama Ekspedisi` merupakan variabel kunci dalam analisis kinerja logistik. * **Rekomendasi:** Periksa mengapa **2** entri pada `Nama Ekspedisi` kosong. Informasi ekspedisi sangat penting untuk evaluasi kinerja pengiriman. Memastikan kelengkapan data ini di masa mendatang akan meningkatkan akurasi analisis kinerja ekspedisi. Dengan selesainya tahap pra-pemrosesan ini, dataset kini telah bersih, konsisten, dan siap digunakan untuk analisis mendalam guna mendapatkan wawasan bisnis yang signifikan. ## 4. Tinjauan Umum Data Dataset `omg_10003_b1_sheet1` memberikan gambaran komprehensif mengenai seluruh proses pemenuhan pesanan pelanggan, mulai dari penerimaan pesanan hingga barang diterima di tangan pelanggan. Setelah proses pra-pemrosesan dan pembersihan data, dataset ini terdiri dari sekitar **21,976** baris data, yang merepresentasikan transaksi pemenuhan pesanan individual. Data ini mencakup periode transaksi yang terfokus dalam tahun 2026, memungkinkan analisis tren dan kinerja dalam rentang waktu tersebut. **1. Entitas dan Detail Kunci dalam Dataset** Dataset ini memuat informasi mendetail tentang tiga entitas utama: outlet pelanggan, produk, dan tahapan logistik. * **Outlet Pelanggan:** Setiap outlet diidentifikasi secara unik melalui `KodePI`, `OutCode`, dan `Cmc`. Meskipun terdapat tiga kode identifikasi yang berbeda karena perbedaan sistem internal, ketiganya merujuk pada satu entitas outlet pelanggan yang sama. `Nama Outlet` juga disediakan untuk identifikasi yang lebih mudah. Informasi ini krusial untuk segmentasi pelanggan dan analisis kinerja penjualan per outlet. Selain itu, kolom `AO YN` (Apotek Online Yes/No) mengindikasikan partisipasi outlet dalam program Apotek Online perusahaan, yang dapat menjadi faktor penting dalam analisis saluran penjualan. * **Produk:** Setiap baris data mencakup detail produk yang dipesan, seperti `Procod` (kode produk), `Prodes` (deskripsi produk), dan `Divisi` produk. Kolom `Pharos YN` adalah flag penting yang menandai apakah produk tersebut diproduksi oleh Pharos Group (nilai 'Y') atau bukan ('N'). Informasi ini memungkinkan pemisahan analisis antara produk internal perusahaan dan produk dari pemasok lain. * **Detail Kuantitas dan Nilai:** Dataset ini mencatat kuantitas (`Qty RO`, `Qty SP`, `Qty DO`) dan nilai moneter (`Value RO`, `Value PL`) dari pesanan pada berbagai tahapan, memberikan kemampuan untuk melacak nilai pesanan dari awal hingga tahap pengiriman. Kolom `Payment` juga merekam metode pembayaran yang digunakan oleh pelanggan. **2. Siklus Pemenuhan Pesanan (Order Fulfillment Lifecycle)** Dataset secara rinci menggambarkan evolusi pesanan melalui berbagai tahapan kunci dalam siklus pemenuhan: * **Repeat Order (RO):** Pesanan awal dari pelanggan, diidentifikasi oleh `No. RO`, dengan `Qty RO` dan `Value RO` sebagai kuantitas dan nilai awal yang diminta. `Status RO` memberikan informasi status keseluruhan pesanan (misalnya, 'TERLAYANI PENUH'). * **Surat Pesanan (SP):** Pesanan yang masuk ke gudang untuk diproses diwakili oleh `No. SP`. Satu RO dapat menghasilkan beberapa SP, disesuaikan dengan kebutuhan logistik. Status SP dicatat dalam `Sts SP Header` dan `Sts SP Detail`. * **Delivery Order (DO):** Setelah SP dilayani dan dikonfirmasi oleh PIC gudang, `No. DO` akan diterbitkan. Setiap SP menerbitkan satu DO. `Status DO` menunjukkan kondisi pengiriman. * **Packing List (PL):** `No. PL` adalah dokumen administratif yang berfungsi sebagai lampiran pada DO. Untuk kolom status seperti `Sts SP Header`, `Sts SP Detail`, dan `Status DO`, nilai 'P' menunjukkan bahwa tahapan tersebut telah "sudah dilayani" atau selesai. Nilai 'N' menandakan "dalam proses", dan 'C' berarti "dibatalkan". Pemantauan status ini sangat penting untuk memahami kelancaran proses dan mengidentifikasi potensi kemacetan atau pembatalan. **3. Linimasa dan Logistik Pengiriman** Aspek waktu dan logistik merupakan komponen yang sangat detail dalam dataset, dengan berbagai kolom tanggal yang merekam setiap peristiwa penting dalam proses pengiriman: * `Tgl. Order`: Tanggal dan waktu pesanan awal diterima. * `Tgl. SP`: Tanggal dan waktu surat pesanan diterbitkan. * `Tgl DO`: Tanggal dan waktu delivery order diterbitkan. * `Tgl. PL`: Tanggal dan waktu packing list dibuat. * `Tgl Logbook`: Tanggal dan waktu DO masuk ke area staging di gudang, menunggu penjemputan oleh kurir. * `Tgl Ekspedisi`: Tanggal dan waktu barang diserahkan kepada pihak ekspedisi. * `Tgl Diterima`: Tanggal dan waktu barang diterima oleh pelanggan. * `Lastupdate`: Waktu terakhir data diperbarui dalam sistem. Informasi logistik tambahan meliputi `Asal Gudang` (gudang tempat barang dikirim), `Nama Ekspedisi` (penyedia layanan pengiriman), dan `Nomor Resi` (nomor pelacakan pengiriman). Detail ini memungkinkan analisis mendalam tentang efisiensi operasional dari berbagai gudang dan kinerja layanan dari berbagai mitra ekspedisi, yang merupakan dasar untuk evaluasi kinerja logistik dan identifikasi area untuk perbaikan. Secara keseluruhan, dataset ini dirancang untuk memberikan pemahaman menyeluruh tentang operasional pemenuhan pesanan, mulai dari permintaan awal pelanggan hingga pengiriman akhir, dengan fokus pada detail produk, informasi pelanggan, dan seluruh jejak logistik. Ini menjadi landasan kuat untuk analisis lebih lanjut guna meningkatkan efisiensi, mengoptimalkan penjualan, dan memperkuat kepuasan pelanggan. ## 5. Analisis Efisiensi Pemenuhan Pesanan Analisis efisiensi pemenuhan pesanan merupakan bagian krusial dalam memahami operasional logistik dan dampaknya terhadap kepuasan pelanggan. Bab ini bertujuan untuk mengukur durasi setiap tahapan dalam siklus pemenuhan pesanan, mengidentifikasi potensi kemacetan (bottleneck), serta membandingkan kinerja antara mitra ekspedisi dan gudang asal yang berbeda. Dengan pendekatan ini, kita dapat menemukan wawasan yang dapat ditindaklanjuti untuk optimalisasi proses dan peningkatan kualitas layanan. ### 5.1. Durasi Tahapan Pemenuhan Pesanan Keseluruhan Analisis dimulai dengan mengukur waktu yang dibutuhkan untuk setiap tahapan pemenuhan pesanan, dari order awal hingga barang diterima pelanggan. Metrik median dan persentil ke-75 digunakan untuk memberikan gambaran yang lebih akurat mengenai distribusi waktu, meminimalkan dampak dari *outlier* ekstrem, dan menunjukkan bahwa sebagian besar pesanan diselesaikan dalam durasi yang cepat. Tabel berikut menyajikan durasi median dan persentil ke-75 untuk setiap tahapan pemenuhan: | Tahapan Pemenuhan | Median (Hari) | Persentil ke-75 (Hari) | |:-----------------------------------|:--------------|:-----------------------| | Durasi Order Ke SP | 0 | 0 | | Durasi SP Ke DO | 0 | 0 | | Durasi DO Ke Logbook | 0 | 0 | | Durasi Logbook Ke Diterima | 0 | 1 | | Total Durasi Pemenuhan Per DO | 1 | 2 | **Insight:** * Proses internal dari "Order ke SP", "SP ke DO", dan "DO ke Logbook" menunjukkan efisiensi yang sangat tinggi, dengan median 0 hari dan persentil ke-75 juga 0 hari. Ini berarti 75% pesanan berhasil diproses dalam tahapan ini kurang dari 24 jam. Hal ini menunjukkan kekuatan dalam operasional gudang dan proses internal yang terotomatisasi. * Tahap "Logbook ke Diterima" menjadi titik kritis. Meskipun mediannya 0 hari, persentil ke-75 mencapai 1 hari. Ini menunjukkan bahwa 25% pesanan membutuhkan waktu 1 hari atau lebih untuk diterima setelah barang masuk ke area *staging* (logbook). * Secara keseluruhan, "Total Durasi Pemenuhan Per DO" memiliki median 1 hari dan persentil ke-75 sebesar 2 hari. Ini berarti sebagian besar waktu pemenuhan terjadi pada tahap pengiriman akhir oleh pihak ekspedisi. ### 5.2. Kinerja Pengiriman Berdasarkan Layanan Ekspedisi Pemilihan mitra ekspedisi memiliki dampak langsung pada kecepatan pengiriman. Analisis ini mengevaluasi kinerja pengiriman dari tahap *Logbook* hingga *Diterima* untuk setiap layanan ekspedisi yang digunakan. Tabel berikut merinci median dan persentil ke-75 durasi pengiriman, beserta jumlah DO yang ditangani oleh masing-masing ekspedisi: | Nama Ekspedisi | Median Pengiriman (Hari) | Persentil ke-75 Pengiriman (Hari) | Jumlah DO | |:----------------------------------|:-------------------------|:----------------------------------|:----------| | ANDALAN 21 EXPRESS | 0 | 1 | 1,506 | | EXPD SURABAYA 1 | 0 | 0 | 140 | | EXPD JAKTIM | 0 | 0 | 513 | | PT CENTURY | 0 | 0 | 3,548 | | EXPD JAKBAR | 0 | 0 | 483 | | EXPD INTERNAL SEMARANG | 0 | 0 | 13 | | EXPD INTERNAL JAKSEL | 0 | 0 | 94 | | EXPD JAKSEL | 0 | 0 | 304 | | EXPD Bogor (Sierra) | 0 | 0 | 30 | | EXPD BEKASI | 0 | 0 | 941 | | EXPD BANJARMASIN | 0 | 0 | 112 | | Anteraja | 0 | 0 | 4,760 | | Antaraja Same Day | 0 | 0 | 47 | | EXPD INTERNAL BOGOR | 0 | 0 | 21 | | EXPD MEDAN | 0 | 1 | 20 | | GLOBALINDO 21 EXPRESS | 1 | 2 | 832 | | INDAH LOGISTIK | 1 | 2 | 1,323 | | LION PARCEL | 1 | 2 | 3,197 | | Media Transportasi Logistic | 1 | 2 | 65 | | PCP EXPRESS | 1 | 2 | 2,397 | | PT. TUNAS ANTARNUSA MUDA KARGO | 1 | 2 | 1,029 | | EXPD Bandung (Sierra) | nan | nan | 0 | | FARDHA MANDIRI | nan | nan | 0 | | KJN EXPRESS | nan | nan | 0 | | PT. LESTARI JAYA RAYA | nan | nan | 0 | **Insight:** * **Ekspedisi Berkinerja Tinggi:** Beberapa ekspedisi menunjukkan kinerja pengiriman yang sangat cepat dengan median dan persentil ke-75 durasi 0 hari. Ini termasuk Anteraja (4,760 DO), PT CENTURY (3,548 DO), EXPD JAKTIM (513 DO), EXPD BEKASI (941 DO), dan beberapa ekspedisi internal. Ini menunjukkan kapasitas mereka untuk menyelesaikan pengiriman dalam waktu kurang dari 24 jam untuk sebagian besar pesanan. * **Ekspedisi dengan Waktu Pengiriman Lebih Panjang:** GLOBALINDO 21 EXPRESS (832 DO), INDAH LOGISTIK (1,323 DO), LION PARCEL (3,197 DO), Media Transportasi Logistic (65 DO), PCP EXPRESS (2,397 DO), dan PT. TUNAS ANTARNUSA MUDA KARGO (1,029 DO) menunjukkan median durasi pengiriman 1 hari dan persentil ke-75 mencapai 2 hari. Ini berarti setidaknya separuh dari pesanan yang mereka tangani membutuhkan waktu 1 hari atau lebih untuk diterima pelanggan. * **Ekspedisi Tidak Aktif/Data Kurang:** Beberapa nama ekspedisi seperti EXPD Bandung (Sierra), FARDHA MANDIRI, KJN EXPRESS, dan PT. LESTARI JAYA RAYA tidak memiliki data DO, menunjukkan bahwa mereka mungkin tidak aktif dalam periode data yang dianalisis atau menangani volume yang sangat minim sehingga tidak terukur. ### 5.3. Kinerja Pemenuhan Total Berdasarkan Gudang Asal Efisiensi gudang asal juga merupakan faktor penting dalam total durasi pemenuhan pesanan. Analisis ini meninjau total durasi pemenuhan (dari *Order* hingga *Diterima*) untuk pesanan yang berasal dari gudang yang berbeda. Tabel di bawah ini menampilkan median dan persentil ke-75 total durasi pemenuhan, beserta jumlah DO dari masing-masing gudang: | Asal Gudang | Median Total Pemenuhan (Hari) | Persentil ke-75 Total Pemenuhan (Hari) | Jumlah DO | |:----------------------|:------------------------------|:---------------------------------------|----------:| | PHARMANET BANJARMASIN | 0 | 1 | 114 | | PHARMANET JAKBAR | 0 | 1 | 904 | | PHARMANET JAKSEL | 0 | 0 | 524 | | PHARMANET JAKTIM | 0 | 0 | 865 | | PHARMANET PALEMBANG | 0 | 1 | 1,319 | | PHARMANET MALANG | 0 | 2 | 501 | | PHARMANET BANDUNG | 1 | 2 | 1,668 | | PHARMANET SOLO | 1 | 2 | 1,440 | | PHARMANET SEMARANG | 1 | 2 | 1,657 | | PHARMANET PONTIANAK | 1 | 3 | 556 | | PHARMANET MAKASSAR | 1 | 2 | 737 | | PHARMANET JAMBI | 1 | 2 | 573 | | PHARMANET BOGOR | 1 | 1 | 1,401 | | PHARMANET BEKASI | 1 | 1 | 2,215 | | PHARMANET SURABAYA | 1 | 2 | 2,422 | | PHARMANET MEDAN | 2 | 3 | 1,167 | | PHARMANET LAMPUNG | 2 | 3 | 641 | | PHARMANET PEKANBARU | 2 | 3 | 945 | | PHARMANET SAMARINDA | 2 | 3 | 544 | | PHARMANET TANGERANG | 2 | 7 | 1,233 | **Insight:** * **Gudang Berkinerja Optimal:** PHARMANET JAKSEL (524 DO) dan PHARMANET JAKTIM (865 DO) menunjukkan kinerja pemenuhan total terbaik dengan median dan persentil ke-75 durasi 0 hari. Ini menunjukkan efisiensi luar biasa dalam seluruh rantai proses, dari order hingga penerimaan. * **Gudang Berkinerja Baik:** PHARMANET BANJARMASIN (114 DO), JAKBAR (904 DO), PALEMBANG (1,319 DO), dan MALANG (501 DO) menunjukkan median 0 hari, namun persentil ke-75 mencapai 1-2 hari, mengindikasikan sedikit variasi dalam kecepatan pengiriman. Gudang-gudang lain seperti BANDUNG (1,668 DO), SOLO (1,440 DO), SEMARANG (1,657 DO), BOGOR (1,401 DO), BEKASI (2,215 DO), SURABAYA (2,422 DO), MAKASSAR (737 DO), dan JAMBI (573 DO) memiliki median 1 hari, menunjukkan sebagian besar pesanan diselesaikan dalam 1-2 hari. * **Gudang dengan Tantangan Efisiensi:** Gudang seperti PHARMANET MEDAN (1,167 DO), LAMPUNG (641 DO), PEKANBARU (945 DO), SAMARINDA (544 DO), dan TANGERANG (1,233 DO) menunjukkan median total pemenuhan yang lebih lama, yaitu 2 hari. PHARMANET TANGERANG menonjol dengan persentil ke-75 mencapai 7 hari, menandakan bahwa seperempat dari pesanan dari gudang ini membutuhkan waktu 7 hari atau lebih untuk diterima, yang merupakan indikasi masalah serius dalam rantai pemenuhan. ### 5.4. Anomali dan Rekomendasi Berdasarkan analisis efisiensi pemenuhan pesanan, beberapa anomali dan area untuk perbaikan dapat diidentifikasi: 1. **Bottleneck Pengiriman Ekspedisi:** * **Anomali:** Proses internal gudang sangat cepat (median 0 hari), namun waktu pengiriman oleh ekspedisi (Logbook ke Diterima) dan total durasi pemenuhan seringkali memakan waktu 1-2 hari atau lebih. Beberapa ekspedisi (GLOBALINDO 21 EXPRESS, INDAH LOGISTIK, LION PARCEL, Media Transportasi Logistic, PCP EXPRESS, PT. TUNAS ANTARNUSA MUDA KARGO) secara konsisten menunjukkan durasi pengiriman yang lebih lambat dibandingkan yang lain. * **Rekomendasi:** * **Audit Kinerja Ekspedisi:** Lakukan audit menyeluruh terhadap ekspedisi dengan kinerja pengiriman yang lebih lambat. Selidiki penyebab keterlambatan (misalnya, kapasitas kurir, rute pengiriman, atau masalah operasional internal ekspedisi). * **Renegoisasi SLA:** Pertimbangkan untuk menegosiasikan kembali *Service Level Agreement* (SLA) dengan ekspedisi yang berkinerja rendah untuk menetapkan target waktu pengiriman yang lebih ketat atau mengenakan penalti jika tidak tercapai. * **Optimalisasi Alokasi Pengiriman:** Manfaatkan data kinerja ini untuk mengoptimalkan alokasi pesanan. Prioritaskan ekspedisi berkinerja tinggi untuk rute yang membutuhkan kecepatan tinggi atau volume besar, dan pertimbangkan untuk mengurangi ketergantungan pada ekspedisi yang lambat. 2. **Variasi Kinerja Gudang yang Signifikan:** * **Anomali:** Gudang PHARMANET TANGERANG menunjukkan total durasi pemenuhan yang paling lama (median 2 hari, persentil ke-75 mencapai 7 hari), diikuti oleh PHARMANET MEDAN, LAMPUNG, PEKANBARU, dan SAMARINDA. Ini sangat kontras dengan kinerja optimal PHARMANET JAKSEL dan JAKTIM. * **Rekomendasi:** * **Investigasi Mendalam untuk Gudang PHARMANET TANGERANG:** Prioritaskan investigasi operasional di PHARMANET TANGERANG. Cari tahu akar masalah keterlambatan yang signifikan ini. Apakah ini terkait dengan infrastruktur gudang, jumlah staf, efisiensi proses *picking/packing*, masalah koordinasi dengan ekspedisi lokal, atau faktor geografis/aksesibilitas? * **Studi Banding dan Implementasi Praktik Terbaik:** Lakukan studi banding antara gudang berkinerja rendah (misalnya, PHARMANET TANGERANG, MEDAN) dengan gudang berkinerja tinggi (misalnya, PHARMANET JAKSEL, JAKTIM). Identifikasi praktik terbaik yang diterapkan di gudang-gudang efisien dan implementasikan di gudang yang memiliki tantangan. * **Pelatihan dan Peningkatan Sumber Daya:** Pertimbangkan untuk memberikan pelatihan tambahan kepada staf gudang di lokasi yang kurang efisien atau menambah sumber daya (staf, peralatan) jika kekurangan kapasitas adalah penyebabnya. 3. **Potensi Peningkatan Pengalaman Pelanggan:** * **Anomali:** Meskipun sebagian besar pesanan terlayani dengan cukup cepat, adanya 25% pesanan yang membutuhkan waktu 1-2 hari atau lebih untuk diterima, terutama dari gudang tertentu atau melalui ekspedisi tertentu, dapat memengaruhi kepuasan pelanggan. * **Rekomendasi:** * **Komunikasi Proaktif:** Kembangkan sistem komunikasi proaktif yang memberikan informasi status pengiriman yang akurat kepada pelanggan, terutama jika ada potensi keterlambatan. Ini dapat membantu mengelola ekspektasi pelanggan. * **Opsi Pengiriman Bervariasi:** Tawarkan opsi pengiriman yang bervariasi kepada pelanggan, termasuk opsi pengiriman *premium/ekspres* dengan biaya tambahan, yang menggunakan ekspedisi berkinerja tinggi untuk menjamin kecepatan. Secara keseluruhan, data efisiensi pemenuhan pesanan menunjukkan bahwa meskipun proses internal perusahaan berjalan sangat baik, terdapat peluang besar untuk meningkatkan pengalaman pelanggan melalui manajemen kinerja ekspedisi dan optimalisasi operasional gudang, terutama di lokasi-lokasi yang menunjukkan *bottleneck* signifikan. ## 6. Analisis Kinerja Penjualan & Produk Analisis kinerja penjualan dan produk merupakan komponen kunci dalam memahami dinamika pasar, preferensi pelanggan, dan potensi pertumbuhan bisnis. Bab ini secara khusus dirancang untuk mengeksplorasi produk-produk yang berkinerja tinggi, mengidentifikasi tren penjualan, serta memahami bagaimana karakteristik produk (misalnya, apakah diproduksi oleh Pharos Group atau tidak) memengaruhi nilai dan volume penjualan. Analisis ini sangat penting untuk menyusun strategi pemasaran, manajemen inventaris, dan pengembangan produk di masa mendatang. Secara umum, dalam analisis kinerja penjualan, fokus utama adalah pada metrik seperti total nilai penjualan, kuantitas produk terjual, produk-produk terlaris berdasarkan nilai dan volume, serta pola penjualan dari waktu ke waktu. Untuk analisis produk, perbandingan antara produk yang diproduksi oleh Pharos Group (`Pharos YN='Y'`) dengan produk non-Pharos (`Pharos YN='N'`) akan memberikan wawasan strategis mengenai kontribusi masing-masing kategori terhadap pendapatan dan profitabilitas. Selain itu, mengevaluasi pengaruh durasi pemenuhan pesanan terhadap status akhir RO (misalnya, 'Terlayani penuh' versus 'Batal') juga dapat mengungkap potensi kerugian penjualan akibat isu operasional. Namun, dalam iterasi analisis ini, temuan kuantitatif yang spesifik dan mendalam terkait kinerja penjualan dan produk, seperti identifikasi produk terlaris berdasarkan nilai transaksi, perbandingan nilai dan kuantitas penjualan antara produk Pharos Group dan non-Pharos, atau korelasi antara durasi pemenuhan dengan nilai pesanan, belum berhasil dihasilkan dari serangkaian analisis yang telah diselesaikan. Oleh karena itu, laporan ini tidak dapat menyajikan detail metrik penjualan dan produk secara numerik. **Rekomendasi untuk Analisis Selanjutnya:** Mengingat pentingnya area ini, sangat direkomendasikan untuk melakukan analisis lebih lanjut yang mendalam pada kinerja penjualan dan produk. Analisis ini harus mencakup: 1. **Identifikasi Produk Terlaris:** Menentukan produk-produk yang paling banyak terjual berdasarkan kuantitas dan nilai, serta mengidentifikasi tren penjualan musiman atau periodik. 2. **Perbandingan Produk Pharos vs Non-Pharos:** Menganalisis perbedaan kinerja penjualan (nilai, volume, dan profitabilitas) antara produk yang diproduksi oleh Pharos Group dan produk dari pemasok lain. 3. **Analisis Pengaruh Efisiensi Pemenuhan terhadap Penjualan:** Mengevaluasi bagaimana durasi pemenuhan pesanan memengaruhi kepuasan pelanggan dan tingkat pembatalan, serta dampaknya terhadap nilai penjualan. 4. **Segmentasi Pelanggan Berdasarkan Pembelian Produk:** Mengelompokkan outlet berdasarkan jenis produk yang sering mereka beli untuk strategi penawaran yang lebih terfokus. Dengan data yang lengkap dan hasil analisis yang berhasil pada aspek-aspek ini, perusahaan dapat mengambil keputusan yang lebih tepat untuk mengoptimalkan portofolio produk, strategi penetapan harga, dan upaya pemasaran guna meningkatkan pendapatan secara keseluruhan. ## 7. Dampak Efisiensi terhadap Hasil Bisnis Bab ini dirancang untuk menganalisis secara kritis dampak efisiensi operasional pemenuhan pesanan terhadap berbagai hasil bisnis utama. Memahami hubungan antara kecepatan dan akurasi pemenuhan dengan metrik seperti status Repeat Order (RO), nilai pesanan, dan performa produk adalah esensial untuk mengidentifikasi area strategis guna peningkatan penjualan dan kepuasan pelanggan. Tujuan utama analisis ini adalah untuk menyelidiki korelasi antara durasi pemenuhan pesanan dengan status akhir RO (misalnya, apakah pesanan 'Terlayani penuh', 'Sebagian terlayani', atau 'Batal'). Selain itu, kami berencana untuk mengeksplorasi hubungan antara efisiensi pemenuhan dan nilai total sebuah RO, serta membandingkan karakteristik pemenuhan dan nilai untuk RO yang mengandung produk Pharos Group dibandingkan dengan produk non-Pharos. Wawasan dari analisis ini diharapkan dapat menyoroti hambatan operasional yang secara langsung memengaruhi penyelesaian pesanan dan kinerja penjualan. Namun, setelah evaluasi terhadap data temuan yang tersedia untuk bab ini, tidak ada hasil kuantitatif spesifik, angka, atau metrik yang berhasil dihasilkan atau disediakan untuk mendukung analisis dampak efisiensi terhadap hasil bisnis. Oleh karena itu, kami tidak dapat menyajikan detail mengenai bagaimana durasi pemenuhan pesanan secara konkret memengaruhi tingkat pembatalan, nilai penjualan, atau perbedaan performa antara produk Pharos dan non-Pharos dalam laporan ini. Meskipun analisis sebelumnya pada Bab 5 telah mengidentifikasi tingkat efisiensi pada berbagai tahapan pemenuhan dan menyoroti perbedaan kinerja antar ekspedisi serta gudang, korelasi langsung antara efisiensi operasional tersebut dengan hasil bisnis dalam bentuk angka belum dapat disajikan. **Rekomendasi untuk Analisis Selanjutnya:** Mengingat pentingnya area ini untuk pengambilan keputusan strategis, sangat direkomendasikan untuk melakukan analisis mendalam di masa mendatang yang berfokus pada: 1. **Korelasi Durasi Pemenuhan dengan Status RO:** Mengukur secara kuantitatif bagaimana penundaan dalam setiap tahapan pemenuhan memengaruhi kemungkinan RO untuk 'Terlayani penuh' atau 'Batal'. Ini akan membantu mengidentifikasi batas waktu kritis yang tidak boleh dilampaui. 2. **Dampak Efisiensi terhadap Nilai RO:** Menganalisis apakah pesanan dengan durasi pemenuhan yang lebih cepat cenderung memiliki nilai yang lebih tinggi, atau apakah penundaan menyebabkan penurunan nilai pesanan melalui pembatalan sebagian item. 3. **Pengaruh Produk Pharos pada Efisiensi dan Hasil:** Menyelidiki apakah RO yang melibatkan produk Pharos Group memiliki karakteristik efisiensi pemenuhan yang berbeda dan apakah perbedaan tersebut berdampak pada nilai RO. 4. **Analisis Regresi:** Menerapkan model regresi untuk secara objektif mengukur kontribusi durasi pemenuhan sebagai prediktor terhadap hasil bisnis seperti kepuasan pelanggan atau pendapatan, setelah data yang relevan tersedia. Dengan adanya data dan hasil analisis yang lengkap pada aspek-aspek ini, manajemen dapat mengambil keputusan yang lebih tepat untuk mengoptimalkan proses operasional, mengelola ekspektasi pelanggan, dan pada akhirnya meningkatkan kinerja bisnis secara keseluruhan. ## 8. Kesimpulan & Rekomendasi Laporan Analisis Data Eksplorasi ini telah mengupas berbagai aspek operasional pemenuhan pesanan, mulai dari kualitas data hingga efisiensi proses logistik, dengan tujuan memberikan wawasan kritis untuk peningkatan kinerja bisnis. ### Kesimpulan 1. **Kualitas Data yang Kuat dengan Potensi Peningkatan:** Data yang dianalisis menunjukkan kualitas yang sangat baik setelah pra-pemrosesan, dengan **0** baris duplikat yang ditemukan dan jumlah nilai hilang yang minimal. Penanganan nilai hilang pada kolom numerik dan tanggal (hanya **1** nilai NaN/NaT per kolom) serta kolom objek (hanya **2** nilai null untuk `Nama Ekspedisi`, `Nomor Resi`, `Nama Penerima`, dan `Keterangan`) telah dilakukan secara efektif. Integritas data yang tinggi ini menjadi fondasi yang kokoh untuk analisis yang andal. 2. **Efisiensi Internal yang Optimal, Eksternal Perlu Perhatian:** * **Proses Internal Cepat:** Proses internal pemenuhan pesanan, dari "Durasi Order Ke SP", "Durasi SP Ke DO", hingga "Durasi DO Ke Logbook", menunjukkan efisiensi yang luar biasa dengan nilai median dan persentil ke-75 sebesar **0** hari. Ini mengindikasikan bahwa sebagian besar pesanan diproses dan disiapkan di gudang dalam waktu kurang dari 24 jam. * **Pengiriman Eksternal sebagai Bottleneck:** Bottleneck utama terletak pada tahapan "Durasi Logbook Ke Diterima", yang memiliki median **0** hari namun persentil ke-75 mencapai **1** hari. Hal ini berdampak pada "Total Durasi Pemenuhan Per DO" yang memiliki median **1** hari dan persentil ke-75 sebesar **2** hari. Ini menunjukkan bahwa sebagian besar waktu tunggu terjadi pada tahap pengiriman oleh pihak ekspedisi. 3. **Variasi Kinerja Ekspedisi yang Signifikan:** * Beberapa ekspedisi menunjukkan kinerja pengiriman yang sangat cepat (median dan persentil ke-75 sebesar **0** hari), seperti Anteraja (menangani 4,760 DO) dan PT CENTURY (3,548 DO). * Namun, beberapa ekspedisi memiliki durasi pengiriman yang lebih lambat, mencapai median **1** hari dan persentil ke-75 **2** hari, di antaranya GLOBALINDO 21 EXPRESS (832 DO), INDAH LOGISTIK (1,323 DO), LION PARCEL (3,197 DO), PCP EXPRESS (2,397 DO), dan PT. TUNAS ANTARNUSA MUDA KARGO (1,029 DO). 4. **Disparitas Kinerja Gudang yang Jelas:** * Gudang PHARMANET JAKSEL (524 DO) dan PHARMANET JAKTIM (865 DO) menunjukkan kinerja total pemenuhan terbaik dengan median dan persentil ke-75 sebesar **0** hari. * PHARMANET TANGERANG adalah gudang dengan kinerja terlama, dengan median total pemenuhan **2** hari dan persentil ke-75 mencapai **7** hari (dari 1,233 DO). Gudang lain seperti PHARMANET MEDAN (1,167 DO), LAMPUNG (641 DO), PEKANBARU (945 DO), dan SAMARINDA (544 DO) juga menunjukkan durasi yang lebih panjang dengan median **2** hari dan persentil ke-75 **3** hari. 5. **Kesenjangan Analisis Penjualan dan Dampak Bisnis:** Analisis kinerja penjualan dan produk, serta dampak langsung efisiensi pemenuhan terhadap status RO atau nilai pesanan, belum berhasil diukur secara kuantitatif dalam laporan ini. Ini merupakan area krusial yang perlu dieksplorasi lebih lanjut untuk mendapatkan pemahaman penuh tentang kontribusi operasional terhadap hasil bisnis. ### Rekomendasi Berdasarkan kesimpulan di atas, berikut adalah rekomendasi strategis dan operasional yang dapat ditindaklanjuti: 1. **Optimalisasi Proses Logistik Eksternal:** * **Audit dan Negosiasi Ulang SLA Ekspedisi:** Lakukan audit kinerja menyeluruh terhadap ekspedisi dengan durasi pengiriman yang lebih lama (misalnya, GLOBALINDO 21 EXPRESS, INDAH LOGISTIK, LION PARCEL, PCP EXPRESS, PT. TUNAS ANTARNUSA MUDA KARGO). Pertimbangkan untuk menegosiasikan ulang *Service Level Agreement* (SLA) dengan target waktu pengiriman yang lebih ketat atau menerapkan sistem penalti untuk keterlambatan. * **Implementasi Sistem Alokasi Ekspedisi Cerdas:** Kembangkan sistem yang secara otomatis mengalokasikan pesanan ke mitra ekspedisi yang paling efisien berdasarkan lokasi tujuan, jenis produk, dan tingkat urgensi. Ini akan memastikan pesanan dikirimkan oleh penyedia layanan terbaik yang tersedia. * **Peningkatan Kelengkapan Data Ekspedisi:** Selidiki penyebab **2** entri `Nama Ekspedisi` yang kosong dan pastikan data ini selalu lengkap di masa mendatang. Data yang lengkap penting untuk evaluasi kinerja yang akurat dan pengambilan keputusan alokasi. 2. **Peningkatan Efisiensi Operasional Gudang:** * **Investigasi Mendalam PHARMANET TANGERANG:** Prioritaskan investigasi operasional di PHARMANET TANGERANG untuk mengidentifikasi akar masalah durasi pemenuhan yang sangat lama. Fokus pada faktor-faktor seperti tata letak gudang, proses *picking/packing*, manajemen inventaris, kapasitas staf, atau koordinasi dengan ekspedisi lokal. * **Adopsi Praktik Terbaik:** Lakukan studi banding internal antara gudang berkinerja rendah (PHARMANET MEDAN, LAMPUNG, PEKANBARU, SAMARINDA, TANGERANG) dengan gudang berkinerja tinggi (PHARMANET JAKSEL, JAKTIM). Identifikasi dan implementasikan praktik terbaik dari gudang yang efisien ke seluruh gudang. * **Penilaian Sumber Daya Gudang:** Evaluasi ulang kebutuhan staf, infrastruktur, dan peralatan di gudang-gudang dengan kinerja yang lebih rendah, serta berikan pelatihan yang diperlukan untuk meningkatkan keterampilan dan efisiensi operasional. 3. **Fokus pada Pengalaman Pelanggan:** * **Komunikasi Proaktif Status Pengiriman:** Implementasikan sistem komunikasi otomatis yang memberi tahu pelanggan tentang status pengiriman pesanan mereka secara *real-time*, terutama jika ada potensi keterlambatan. Hal ini dapat membantu mengelola ekspektasi dan meningkatkan kepuasan pelanggan. * **Opsi Pengiriman Fleksibel:** Pertimbangkan untuk menawarkan opsi pengiriman yang berbeda kepada pelanggan, termasuk pilihan pengiriman *ekspres* dengan biaya tambahan yang menjamin penggunaan ekspedisi berkinerja tinggi untuk pesanan yang mendesak. 4. **Rekomendasi untuk Analisis Lanjutan:** * **Kuantifikasi Dampak Efisiensi terhadap Hasil Bisnis:** Sangat direkomendasikan untuk melakukan analisis lanjutan yang mengkuantifikasi korelasi antara durasi pemenuhan pesanan dengan status Repeat Order (RO) (misalnya, tingkat pembatalan, pesanan terlayani penuh) dan nilai pesanan (`Value RO`). Ini akan memberikan bukti bisnis yang kuat untuk investasi dalam peningkatan efisiensi operasional. * **Analisis Kinerja Produk Mendalam:** Lakukan analisis yang terperinci tentang produk terlaris (berdasarkan kuantitas dan nilai), tren penjualan, dan perbandingan kinerja antara produk Pharos Group vs. non-Pharos. Wawasan ini akan mendukung strategi pemasaran, pengembangan produk, dan manajemen inventaris. * **Segmentasi Pelanggan Berdasarkan Perilaku Pemenuhan:** Analisis dapat diperluas untuk mengidentifikasi segmen pelanggan yang sensitif terhadap waktu pengiriman versus yang lebih fokus pada biaya, untuk menyesuaikan strategi layanan. Dengan implementasi rekomendasi ini, diharapkan perusahaan dapat mengatasi bottleneck logistik, meningkatkan efisiensi operasional gudang, dan pada akhirnya meningkatkan kepuasan pelanggan serta kinerja penjualan secara keseluruhan.