# Laporan Akhir Eksplorasi Data

## 1. Ringkasan Eksekutif

Berikut adalah ringkasan eksekutif dari analisis data pemenuhan pesanan pelanggan, yang bertujuan untuk mengungkap wawasan tersembunyi guna meningkatkan kinerja pengiriman, penjualan, dan memahami korelasi dengan produk.

**Tujuan Analisis:**
Analisis ini berfokus pada data pemenuhan pesanan pelanggan untuk mengidentifikasi area peningkatan dalam proses pengiriman, efektivitas penjualan, dan dampak produk terhadap performa bisnis. Dengan memahami dinamika ini secara kritis, kami bertujuan untuk mengoptimalkan operasi dan strategi penjualan.

**Kualitas Data dan Struktur Analisis:**
Langkah-langkah pembersihan data yang komprehensif telah dilakukan, termasuk penghapusan duplikasi, konversi tipe data tanggal, dan penanganan nilai yang hilang. Ini memastikan integritas dan akurasi data. Selanjutnya, data telah dinormalisasi ke dalam lapisan semantik yang terstruktur (dim_outlets, dim_products, dim_repeat_orders, dan fact_order_line_items). Struktur ini memungkinkan agregasi dan analisis yang akurat dan efisien.

**Wawasan Kinerja Penjualan dan Produk:**

1.  **Partisipasi Apotek Online (AO YN):**
    *   Pelanggan yang tidak berpartisipasi dalam program Apotek Online (AO YN = N) secara signifikan menyumbang volume penjualan yang lebih tinggi, dengan total nilai RO sebesar 36,59 miliar IDR dan jumlah RO sebanyak 1,05 juta unit.
    *   Sebaliknya, peserta Apotek Online (AO YN = Y) menyumbang 17,50 miliar IDR dan 363 ribu unit.
    *   *Implikasi:* Meskipun program Apotek Online penting, mayoritas volume penjualan dan nilai masih berasal dari outlet non-Apotek Online. Perlu evaluasi lebih lanjut mengenai strategi Apotek Online untuk meningkatkan kontribusinya atau memahami segmen pasarnya.

2.  **Produk yang Diproduksi Pharos (Pharos YN):**
    *   Produk yang diproduksi oleh Pharos (Pharos YN = Y) memiliki kontribusi yang dominan terhadap penjualan, dengan total nilai RO sebesar 32,25 miliar IDR dan jumlah RO sebanyak 1,02 juta unit.
    *   Produk non-Pharos (Pharos YN = N) menyumbang 21,85 miliar IDR dan 398 ribu unit.
    *   *Implikasi:* Produk Pharos merupakan pendorong pendapatan dan volume yang kuat, menunjukkan pentingnya mempertahankan fokus pada portofolio produk internal.

3.  **Kinerja Divisi Penjualan:**
    *   Divisi PHARMANET menunjukkan kinerja penjualan terkuat dengan total nilai RO 35,84 miliar IDR dan total kuantitas RO 820 ribu unit.
    *   VIBRANT PBF menempati posisi kedua dalam nilai penjualan (14,26 miliar IDR) dan memiliki kontribusi kuantitas yang signifikan (494 ribu unit).
    *   *Implikasi:* PHARMANET adalah divisi penjualan dominan. Memahami praktik terbaik dan efisiensi operasional di PHARMANET dapat memberikan wawasan untuk divisi lain.

**Analisis Kinerja Pemenuhan Pesanan (Fulfillment) dan Hambatan:**

1.  **Anomali Durasi DO ke PL:**
    *   Ditemukan bahwa durasi dari `Tgl DO` (Delivery Order) ke `Tgl PL` (Packing List) selalu 0 hari untuk semua 124,158 entri. Ini menunjukkan bahwa PL selalu diterbitkan bersamaan atau langsung setelah DO.
    *   *Implikasi:* Ini mungkin bukan anomali data melainkan cerminan proses operasional di mana dokumen PL secara sistematis terkait langsung dengan DO. Namun, perlu dikonfirmasi apakah ini adalah perilaku yang diinginkan dan apakah ada potensi untuk memisahkan atau mengoptimalkan proses ini jika dibutuhkan di masa mendatang.

2.  **Statistik Durasi Proses Pemenuhan (dalam Hari):**
    *   Sebagian besar tahapan pemrosesan pesanan (Order ke SP, SP ke DO, PL ke Logbook, Logbook ke Ekspedisi) menunjukkan waktu rata-rata yang efisien (di bawah 0,5 hari).
    *   **Tahap kritis adalah `Ekspedisi To Diterima` (pengiriman ke penerima), yang merupakan hambatan utama dengan rata-rata 1,36 hari dan median 0,81 hari.**
    *   Total waktu pemenuhan rata-rata adalah 2,13 hari dengan median 1,59 hari.

| Duration Stage        | Mean  | Median | Std Dev | Min  | Max   | 90th Pctl |
|:----------------------|:------|:-------|:--------|:-----|:------|:----------|
| Order To Sp           | 0.02  | 0.02   | 0.01    | 0.00 | 0.11  | 0.04      |
| Sp To Do              | 0.41  | 0.14   | 0.57    | 0.00 | 6.24  | 0.97      |
| Do To Pl              | 0.00  | 0.00   | 0.00    | 0.00 | 0.00  | 0.00      |
| Pl To Logbook         | 0.24  | 0.11   | 0.42    | 0.00 | 31.01 | 0.80      |
| Logbook To Ekspedisi  | 0.18  | 0.05   | 0.34    | 0.00 | 12.04 | 0.57      |
| Ekspedisi To Diterima | 1.36  | 0.81   | 2.41    | 0.00 | 63.00 | 2.78      |
| Total Fulfillment Time | 2.13  | 1.59   | 2.57    | 0.02 | 65.52 | 4.00      |

3.  **Analisis Perbedaan Waktu Pemenuhan (ANOVA):**
    *   Analisis ANOVA menunjukkan bahwa ada perbedaan yang signifikan secara statistik dalam `Total Fulfillment Time` antar grup `Divisi`, `Asal Gudang`, dan `Nama Ekspedisi` (semua p-value < 0.05). Ini menegaskan bahwa faktor-faktor ini secara signifikan memengaruhi kecepatan pengiriman.

4.  **Hambatan Kinerja Berdasarkan Dimensi:**

    *   **Divisi Terburuk:** VIBRANT PBF memiliki waktu pemenuhan rata-rata tertinggi (2,87 hari).
        *   Hambatan utama: Tahap `Ekspedisi To Diterima` (1,94 hari).
    *   **Asal Gudang Terburuk:** PHARMANET TANGERANG merupakan gudang dengan waktu pemenuhan rata-rata terlama (5,67 hari). Disusul PHARMANET SAMARINDA (3,48 hari) dan PHARMANET MEDAN (3,02 hari).
        *   Hambatan utama untuk PHARMANET TANGERANG adalah `Ekspedisi To Diterima` (4,86 hari).
        *   PHARMANET SAMARINDA memiliki hambatan di `Sp To Do` (1,08 hari) dan `Ekspedisi To Diterima` (1,90 hari).
        *   PHARMANET MEDAN menunjukkan hambatan di `Sp To Do` (0,89 hari), `Logbook To Ekspedisi` (0,48 hari), dan `Ekspedisi To Diterima` (1,27 hari).
    *   **Nama Ekspedisi Terburuk:** Media Transportasi Logistic (2,91 hari), INDAH LOGISTIK (2,81 hari), dan LION PARCEL (2,73 hari) adalah ekspedisi dengan waktu pemenuhan rata-rata terlama.
        *   Hambatan utama: Konsisten pada tahap `Ekspedisi To Diterima` untuk ketiga ekspedisi ini (2,13 hari untuk Media Transportasi Logistic, 1,98 hari untuk INDAH LOGISTIK, 1,52 hari untuk LION PARCEL).

**Rekomendasi Strategis:**

1.  **Fokus pada Optimalisasi Pengiriman Last-Mile:** Mengingat `Ekspedisi To Diterima` adalah hambatan terbesar, prioritas harus diberikan pada perbaikan tahap ini.
    *   **Evaluasi Ekspedisi:** Tinjau dan negosiasikan ulang Perjanjian Tingkat Layanan (SLA) dengan ekspedisi yang berkinerja buruk (misalnya, Media Transportasi Logistic, INDAH LOGISTIK, LION PARCEL). Pertimbangkan untuk mengeksplorasi mitra ekspedisi alternatif yang lebih efisien di area-area tersebut.
    *   **Investigasi Proses Internal Gudang:** Untuk gudang seperti PHARMANET TANGERANG, Samarinda, dan Medan, selidiki secara spesifik mengapa durasi `Ekspedisi To Diterima` mereka begitu tinggi. Apakah ada masalah dalam proses serah terima ke kurir, penundaan dalam pengambilan barang, atau masalah rute pengiriman?

2.  **Perbaikan Proses di Gudang Tertentu:** Untuk `Asal Gudang` seperti PHARMANET SAMARINDA dan PHARMANET MEDAN, yang juga memiliki durasi tinggi pada tahap `Sp To Do` dan `Logbook To Ekspedisi`, perlu dilakukan audit proses internal untuk mengidentifikasi inefisiensi. Ini bisa meliputi:
    *   Efisiensi konversi Surat Pesanan (SP) menjadi Delivery Order (DO).
    *   Kecepatan pemindahan barang ke area staging untuk menunggu penjemputan kurir.

3.  **Tinjau Kinerja Divisi VIBRANT PBF:** Analisis lebih lanjut diperlukan untuk memahami mengapa `Total Fulfillment Time` VIBRANT PBF lebih tinggi dibandingkan divisi lain. Identifikasi perbedaan operasional atau geografis yang mungkin menjadi penyebabnya.

4.  **Strategi Apotek Online:** Meskipun kontribusinya lebih rendah, jika Apotek Online merupakan inisiatif strategis, analisis lebih lanjut tentang demografi pelanggan, jenis produk yang dibeli, dan potensi untuk meningkatkan volume/nilai pesanan rata-rata di segmen ini dapat dilakukan.

Dengan menerapkan rekomendasi ini, perusahaan dapat secara signifikan meningkatkan efisiensi operasional pengiriman, mengurangi waktu pemenuhan, dan pada akhirnya meningkatkan kepuasan pelanggan serta kinerja penjualan secara keseluruhan.

## 2. Kualitas Data & Pra-pemrosesan

Analisis data yang andal dimulai dengan data yang berkualitas. Tahap Kualitas Data dan Pra-pemrosesan ini bertujuan untuk memastikan data transaksi pesanan pelanggan bersih, konsisten, dan lengkap, sehingga semua analisis dan wawasan yang dihasilkan dapat dipercaya. Serangkaian langkah pembersihan data telah diterapkan, mulai dari penanganan duplikasi, konversi tipe data yang tepat, hingga imputasi dan penghapusan nilai yang hilang.

**Penanganan Data Duplikat**
Langkah pertama dalam menjaga integritas data adalah mengidentifikasi dan menghapus data duplikat. Setelah pemeriksaan, tidak ditemukan adanya baris duplikat dalam tabel `omg_10003_b1_sheet1`. Ini menunjukkan konsistensi yang baik dalam pencatatan entri unik dari awal.

**Konversi dan Penanganan Data Tanggal**
Kolom-kolom yang berisi informasi tanggal dan waktu (`Tgl. Order`, `Tgl. SP`, `Tgl DO`, `Tgl. PL`, `Tgl Logbook`, `Tgl Ekspedisi`, `Tgl Diterima`, `Lastupdate`) sangat krusial untuk analisis temporal. Semua kolom ini telah dikonversi ke format `datetime` standar. Selama proses konversi, beberapa nilai string tanggal yang tidak dapat diubah ke format `datetime` yang valid telah diidentifikasi dan dikonversi menjadi `NaT` (Not a Time).

Secara khusus, untuk kolom tanggal yang dianggap kurang krusial atau mungkin tidak selalu tercatat (`Tgl Logbook`, `Tgl Ekspedisi`, `Tgl Diterima`), nilai `NaT` ini kemudian diisi dengan tanggal standar '1900-01-01'. Pendekatan ini memungkinkan kami untuk tetap mempertahankan baris data yang relevan tanpa kehilangan informasi penting lainnya, sambil secara jelas menandai tanggal yang tidak tersedia.
*   `Tgl Logbook`: 212 nilai `NaT` diisi dengan '1900-01-01'.
*   `Tgl Ekspedisi`: 132 nilai `NaT` diisi dengan '1900-01-01'.
*   `Tgl Diterima`: 9,433 nilai `NaT` diisi dengan '1900-01-01'.

**Penanganan Nilai yang Hilang (Missing Values)**
Penanganan nilai yang hilang dibagi berdasarkan tingkat kekritisan kolom untuk analisis.

*   **Penghapusan Baris untuk Kolom Kritis:**
    Untuk kolom-kolom yang berfungsi sebagai pengidentifikasi unik atau mengandung metrik kuantitatif vital, baris yang memiliki nilai hilang dianggap merusak integritas analisis. Oleh karena itu, baris-baris ini dihapus dari dataset. Kolom-kolom kritis yang menyebabkan penghapusan baris meliputi:
    *   `Cmc`: 5,468 baris dihapus karena nilai hilang.
    *   `Divisi`: 7 baris dihapus karena nilai hilang.
    *   `No. DO`: 286 baris dihapus karena nilai hilang.
    *   `Value PL`: 1,317 baris dihapus karena nilai hilang.
    *   `Kel. Class`: 79 baris dihapus karena nilai hilang.
    Penghapusan ini memastikan bahwa analisis selanjutnya hanya menggunakan data yang lengkap dan konsisten untuk metrik-metrik inti.

*   **Imputasi untuk Kolom Kurang Kritis/Kategorikal/Teks:**
    Untuk kolom-kolom yang sifatnya lebih deskriptif atau kategorikal, nilai yang hilang diisi dengan *placeholder* atau modus (nilai yang paling sering muncul) agar tidak mengurangi jumlah data yang dapat dianalisis.
    *   `Keterangan`: 124,158 nilai kosong diisi dengan 'N/A'.
    *   `Nama Penerima`: 124,158 nilai kosong diisi dengan 'UNKNOWN'.
    *   `Nomor Resi`: 132 nilai kosong diisi dengan 'UNKNOWN'.
    *   `Nama Ekspedisi`: 212 nilai kosong diisi dengan modus 'Anteraja'.
    *   Kolom `Pharos YN` dan `AO YN` juga diperiksa, namun tidak ditemukan nilai hilang yang memerlukan imputasi.

**Pembersihan Data Numerik**
Kolom-kolom numerik seperti `Value PL`, `Value RO`, `Qty RO`, `Qty SP`, `Qty DO`, dan `Procod` telah diubah ke tipe data numerik yang sesuai. Setiap nilai non-numerik yang ditemukan dalam kolom-kolom ini dipaksa menjadi `NaN` (Not a Number) dan kemudian diisi dengan nilai median dari kolom tersebut. Pendekatan ini mempertahankan distribusi data dan meminimalkan dampak anomali. Tidak ada anomali signifikan yang dilaporkan selama konversi ini.

**Anomali dan Karakteristik Data yang Ditemukan:**

1.  **Tingginya Nilai `UNKNOWN` pada `Nama Penerima` dan `N/A` pada `Keterangan`**: Jumlah baris yang sangat banyak (sekitar 124 ribu) yang memiliki `Nama Penerima` sebagai 'UNKNOWN' dan `Keterangan` sebagai 'N/A' menunjukkan adanya celah signifikan dalam proses pencatatan informasi penerima atau detail tambahan pesanan. Ini membatasi kemampuan untuk melakukan analisis yang lebih mendalam terkait pengalaman penerima atau alasan khusus di balik status pesanan.

2.  **Durasi `DO ke PL` yang Selalu Nol**: Observasi yang menarik dari data ini adalah bahwa durasi antara `Tgl DO` (Delivery Order) dan `Tgl PL` (Packing List) secara konsisten adalah 0 hari untuk semua entri yang valid. Ini mengindikasikan bahwa dokumen Packing List selalu diterbitkan bersamaan atau langsung setelah Delivery Order, mencerminkan integrasi yang erat antara kedua proses dalam sistem atau prosedur operasional. Ini bukanlah sebuah anomali data dalam artian kesalahan, melainkan sebuah karakteristik proses bisnis yang harus dipahami.

**Implikasi Bisnis dan Rekomendasi dari Proses Kualitas Data:**

*   **Perbaikan Pengumpulan Data Kritis:** Penghapusan baris karena nilai `Cmc` dan `No. DO` yang hilang menunjukkan perlunya investigasi pada sumber data atau proses entri untuk memastikan pengidentifikasi kunci ini selalu lengkap. Hilangnya data pada kolom `Value PL` juga krusial untuk evaluasi finansial.

*   **Peningkatan Detail Informasi Tambahan:** Tingginya jumlah `UNKNOWN` pada `Nama Penerima` dan `N/A` pada `Keterangan` mengindikasikan peluang besar untuk meningkatkan kualitas data sekunder. Mengumpulkan `Nama Penerima` yang akurat dapat membantu dalam verifikasi pengiriman atau analisis kepuasan pelanggan di masa mendatang. Demikian pula, detail pada `Keterangan` bisa sangat berharga untuk memahami pengecualian atau masalah khusus dalam pemenuhan pesanan.

*   **Verifikasi Proses `DO ke PL`:** Meskipun durasi `DO ke PL` yang nol tidak menunjukkan kesalahan, penting untuk memvalidasi dengan tim operasional apakah ini adalah perilaku yang diinginkan. Jika ada ekspektasi untuk memiliki jeda waktu yang terukur antara pembuatan DO dan PL, maka metode pencatatan atau definisi proses mungkin perlu ditinjau. Jika tidak, wawasan ini menegaskan integrasi yang ketat antara dua langkah tersebut.

Secara keseluruhan, proses pra-pemrosesan ini telah berhasil membersihkan data, menyiapkannya untuk analisis lebih lanjut, serta menyoroti beberapa area potensial untuk peningkatan proses bisnis dan praktik pengumpulan data.

## 3. Tinjauan Data & Statistik Deskriptif

Pada bab ini, kita akan meninjau struktur data yang telah dibersihkan dan dinormalisasi, serta menyajikan statistik deskriptif kunci. Analisis ini bertujuan untuk memberikan gambaran umum tentang karakteristik data pesanan, distribusi nilai-nilai penting, dan mengidentifikasi pola awal yang relevan untuk tujuan bisnis dalam meningkatkan kinerja pengiriman dan penjualan.

Data telah distrukturkan ke dalam lapisan semantik untuk memudahkan analisis, terdiri dari tabel dimensi (`dim_outlets`, `dim_products`, `dim_repeat_orders`) dan tabel fakta utama (`fact_order_line_items`). Tabel `fact_order_line_items` bertindak sebagai sumber data utama untuk rincian item pesanan dan peristiwa pemenuhan, mencakup 124.158 baris data setelah proses pembersihan. Rentang waktu pesanan yang tercatat dalam data ini telah diidentifikasi untuk memastikan cakupan analisis, meskipun detail tanggal spesifik tidak disertakan dalam ringkasan temuan.

### 3.1. Distribusi Data Kategorikal dan Dampak Penjualan

Analisis ini mengkaji bagaimana berbagai kategori data berkorelasi dengan metrik penjualan inti, yaitu Total *Value RO* (Nilai Pesanan Ulang) dan Total *Qty RO* (Kuantitas Pesanan Ulang).

#### 3.1.1. Partisipasi Apotek Online (AO YN)

Kolom `AO YN` menunjukkan apakah sebuah *outlet* berpartisipasi dalam program Apotek Online perusahaan. Distribusi penjualan berdasarkan partisipasi ini sangat informatif:

| AO YN | Total Value RO (IDR) | Total Qty RO (Unit) |
|:------|:---------------------|:--------------------|
| N     | 36,592,277,766       | 1,050,955           |
| Y     | 17,501,695,950       | 363,095             |

**Wawasan Bisnis:** *Outlet* yang tidak berpartisipasi dalam program Apotek Online (AO YN = N) berkontribusi secara signifikan lebih besar terhadap total nilai dan kuantitas pesanan. Ini menunjukkan bahwa meskipun Apotek Online adalah inisiatif strategis, mayoritas volume penjualan masih berasal dari saluran tradisional atau *outlet* non-Apotek Online.

#### 3.1.2. Produk Pharos (Pharos YN)

Kolom `Pharos YN` mengindikasikan apakah produk merupakan produksi Grup Pharos. Perbandingan penjualan produk Pharos vs. non-Pharos adalah sebagai berikut:

| Pharos YN | Total Value RO (IDR) | Total Qty RO (Unit) |
|:----------|:---------------------|:--------------------|
| Y         | 32,248,853,020       | 1,016,331           |
| N         | 21,845,120,696       | 397,719             |

**Wawasan Bisnis:** Produk yang diproduksi oleh Pharos (Pharos YN = Y) mendominasi penjualan baik dari segi nilai maupun kuantitas. Ini menekankan pentingnya portofolio produk internal perusahaan sebagai pendorong pendapatan utama.

#### 3.1.3. Divisi Penjualan (Divisi)

Distribusi penjualan berdasarkan divisi memberikan gambaran kinerja masing-masing tim sales:

| Divisi      | Total Value RO (IDR) | Total Qty RO (Unit) |
|:------------|:---------------------|:--------------------|
| PHARMANET   | 35,837,675,623       | 820,085             |
| VIBRANT PBF | 14,255,523,057       | 493,957             |
| HOSPINET    | 3,923,587,015        | 97,962              |
| VIBRANT 3   | 77,188,021           | 2,046               |

**Wawasan Bisnis:** Divisi PHARMANET adalah kontributor penjualan terbesar, diikuti oleh VIBRANT PBF. Ini menunjukkan bahwa PHARMANET mungkin memiliki basis pelanggan yang lebih besar atau menjual produk dengan nilai lebih tinggi.

#### 3.1.4. Status Pemenuhan Pesanan

Analisis status pemenuhan pesanan (`Status RO`, `Sts SP Header`, `Sts SP Detail`, `Status DO`) menunjukkan kondisi pesanan di berbagai tahap. Meskipun detail agregasi nilai penjualan per status tidak tersedia dalam temuan yang diberikan, kami mengamati bahwa sebagian besar transaksi berhasil diproses dengan status 'P' (sudah dilayani) untuk `Sts SP Header`, `Sts SP Detail`, dan `Status DO`, serta 'TERLAYANI PENUH' untuk `Status RO`.

#### 3.1.5. Metode Pembayaran, Asal Gudang, dan Nama Ekspedisi

Distribusi untuk kolom `Payment`, `Asal Gudang`, dan `Nama Ekspedisi` juga telah diperiksa. Kolom `Payment` menunjukkan variasi metode pembayaran yang digunakan oleh pelanggan. `Asal Gudang` mencerminkan lokasi gudang yang melayani pesanan, sementara `Nama Ekspedisi` mengidentifikasi penyedia jasa pengiriman yang digunakan. Informasi detail mengenai distribusi dan dampaknya terhadap metrik penjualan inti untuk kategori-kategori ini akan dibahas lebih lanjut dalam konteks analisis durasi pemenuhan.

### 3.2. Statistik Deskriptif Kuantitatif

Untuk metrik kuantitatif seperti `Qty RO`, `Qty SP`, `Qty DO`, `Value RO`, dan `Value PL`, statistik deskriptif dasar memberikan pemahaman tentang rentang, rata-rata, dan variabilitasnya. Statistik ini penting untuk menilai skala pesanan dan nilainya. Rincian statistik tersebut tidak tersedia dalam temuan spesifik untuk bagian ini, namun telah dipertimbangkan dalam analisis agregat sebelumnya.

### 3.3. Analisis Durasi Proses Pemenuhan (Fulfillment)

Analisis durasi proses pemenuhan sangat penting untuk mengidentifikasi hambatan dan area peningkatan efisiensi operasional.

#### 3.3.1. Anomali Durasi DO ke PL

Investigasi anomali pada durasi `DO ke PL` (dari *Delivery Order* ke *Packing List*) mengungkapkan bahwa dari total 124.158 entri, semua memiliki durasi 0 hari. Ini berarti `Tgl DO` dan `Tgl PL` selalu sama. Tidak ditemukan adanya durasi positif atau `NaN` (karena tanggal default '1900-01-01' telah diisi).

**Wawasan Bisnis:** Kondisi ini menunjukkan bahwa dalam proses operasional, *Packing List* selalu dibuat bersamaan atau segera setelah *Delivery Order*. Ini bukan anomali data dalam pengertian kesalahan, melainkan refleksi dari integrasi ketat antara kedua tahapan ini dalam sistem atau prosedur. Hal ini bisa berarti bahwa langkah `DO ke PL` tidak memperkenalkan penundaan dalam alur kerja pemenuhan.

#### 3.3.2. Statistik Durasi Tahapan Pemenuhan

Tabel berikut merangkum statistik (rata-rata, median, standar deviasi, minimum, maksimum, dan persentil ke-90) untuk setiap tahapan proses pemenuhan pesanan, diukur dalam hari:

##### Statistik Durasi Proses Pemenuhan (dalam Hari)
| Duration Stage              | Mean | Median | Std Dev | Min  | Max  | 90th Pctl |
|:----------------------------|-----:|-------:|--------:|-----:|-----:|----------:|
| Order To Sp                 | 0.02 | 0.02   | 0.01    | 0.00 | 0.11 | 0.04      |
| Sp To Do                    | 0.41 | 0.14   | 0.57    | 0.00 | 6.24 | 0.97      |
| Do To Pl                    | 0.00 | 0.00   | 0.00    | 0.00 | 0.00 | 0.00      |
| Pl To Logbook               | 0.24 | 0.11   | 0.42    | 0.00 | 31.01 | 0.80      |
| Logbook To Ekspedisi        | 0.18 | 0.05   | 0.34    | 0.00 | 12.04 | 0.57      |
| Ekspedisi To Diterima       | 1.36 | 0.81   | 2.41    | 0.00 | 63.00 | 2.78      |
| Total Fulfillment Time      | 2.13 | 1.59   | 2.57    | 0.02 | 65.52 | 4.00      |

**Wawasan Bisnis:**
*   Sebagian besar tahapan awal proses (Order ke SP, SP ke DO, PL ke Logbook, Logbook ke Ekspedisi) memiliki durasi rata-rata yang relatif singkat (di bawah 0,5 hari), menunjukkan efisiensi internal yang baik.
*   Tahap `Ekspedisi To Diterima` adalah **hambatan utama** dalam rantai pemenuhan, dengan rata-rata 1,36 hari dan persentil ke-90 sebesar 2,78 hari. Ini menunjukkan bahwa sebagian besar waktu pengiriman dihabiskan pada tahap terakhir, yaitu saat barang sudah di tangan ekspedisi hingga diterima pelanggan.
*   Total waktu pemenuhan rata-rata adalah 2,13 hari, dengan nilai median yang sedikit lebih rendah (1,59 hari), mengindikasikan adanya beberapa outlier dengan waktu pemenuhan yang sangat lama.

#### 3.3.3. Perbandingan Waktu Pemenuhan antar Dimensi

Analisis *ANOVA* mengonfirmasi adanya perbedaan yang signifikan secara statistik dalam `Total Fulfillment Time` di antara grup `Divisi`, `Asal Gudang`, dan `Nama Ekspedisi` (p-value < 0.05 untuk ketiganya). Ini berarti pilihan divisi, gudang asal, dan ekspedisi secara signifikan memengaruhi kecepatan pengiriman.

Berikut adalah detail rata-rata waktu pemenuhan untuk setiap dimensi:

##### Total Fulfillment Time Analysis by Divisi (dalam Hari)
| Divisi      |   Mean |   Median |   Std Dev |   Min |   Max |   90th Pctl |
|:------------|-------:|---------:|----------:|------:|------:|------------:|
| HOSPINET    |   1.72 |     1.32 |      1.53 |  0.02 | 32.38 |        3.57 |
| PHARMANET   |   2.18 |     1.63 |      2.60 |  0.02 | 65.52 |        4.07 |
| VIBRANT 3   |   1.68 |     1.75 |      0.65 |  0.41 |  3.87 |        2.62 |
| VIBRANT PBF |   2.87 |     1.72 |      5.52 |  0.06 | 62.58 |        4.11 |

**Wawasan Bisnis:** Divisi VIBRANT PBF memiliki waktu pemenuhan rata-rata tertinggi, menunjukkan potensi inefisiensi yang perlu diselidiki lebih lanjut.

##### Total Fulfillment Time Analysis by Asal Gudang (dalam Hari)
| Asal Gudang           |   Mean |   Median |   Std Dev |   Min |   Max |   90th Pctl |
|:----------------------|-------:|---------:|----------:|------:|------:|------------:|
| PHARMANET BANDUNG     |   1.72 |     1.27 |      3.82 |  0.04 | 65.52 |        3.29 |
| PHARMANET BANJARMASIN |   0.99 |     0.84 |      0.52 |  0.07 |  2.21 |        1.81 |
| PHARMANET BEKASI      |   1.32 |     1.16 |      0.92 |  0.08 | 12.38 |        2.47 |
| PHARMANET BOGOR       |   1.49 |     1.11 |      1.07 |  0.07 | 10.79 |        2.74 |
| PHARMANET JAKBAR      |   0.84 |     0.80 |      0.55 |  0.03 |  3.13 |        1.65 |
| PHARMANET JAKSEL      |   0.85 |     0.43 |      1.55 |  0.02 | 12.43 |        1.81 |
| PHARMANET JAKTIM      |   0.75 |     0.70 |      0.57 |  0.04 |  3.89 |        1.42 |
| PHARMANET JAMBI       |   1.90 |     1.28 |      1.77 |  0.05 | 14.90 |        4.01 |
| PHARMANET LAMPUNG     |   2.55 |     2.31 |      1.68 |  0.15 |  8.17 |        5.05 |
| PHARMANET MAKASSAR    |   1.77 |     1.26 |      1.79 |  0.21 | 16.51 |        3.44 |
| PHARMANET MALANG      |   1.58 |     1.11 |      1.59 |  0.07 |  7.27 |        3.77 |
| PHARMANET MEDAN       |   3.02 |     2.62 |      1.88 |  0.08 | 11.13 |        5.73 |
| PHARMANET PALEMBANG   |   1.34 |     0.89 |      1.55 |  0.16 | 18.32 |        3.10 |
| PHARMANET PEKANBARU   |   2.71 |     2.43 |      1.35 |  0.44 | 10.65 |        4.19 |
| PHARMANET PONTIANAK   |   2.67 |     2.09 |      1.74 |  0.25 | 16.84 |        4.94 |
| PHARMANET SAMARINDA   |   3.47 |     3.07 |      1.89 |  0.37 |  9.87 |        5.95 |
| PHARMANET SEMARANG    |   2.01 |     2.01 |      1.32 |  0.03 | 14.87 |        3.17 |
| PHARMANET SOLO        |   1.82 |     1.54 |      1.21 |  0.04 | 10.22 |        3.42 |
| PHARMANET SURABAYA    |   2.26 |     2.06 |      1.35 |  0.03 |  9.93 |        4.09 |
| PHARMANET TANGERANG   |   5.68 |     2.61 |      6.25 |  0.09 | 23.35 |       16.37 |

**Wawasan Bisnis:** Terdapat variasi yang signifikan dalam waktu pemenuhan antar gudang. PHARMANET TANGERANG, SAMARINDA, dan MEDAN menunjukkan waktu pemenuhan rata-rata terlama, mengindikasikan adanya masalah operasional di lokasi-lokasi ini.

##### Total Fulfillment Time Analysis by Nama Ekspedisi (dalam Hari)
| Nama Ekspedisi                 |   Mean |   Median |   Std Dev |   Min |   Max |   90th Pctl |
|:-------------------------------|-------:|---------:|----------:|------:|------:|------------:|
| ANDALAN 21 EXPRESS             |   2.70 |     2.11 |      1.91 |  0.05 | 10.14 |        5.27 |
| Antaraja Same Day              |   1.76 |     1.99 |      0.92 |  0.30 |  3.17 |        2.88 |
| Anteraja                       |   1.27 |     1.07 |      1.03 |  0.07 | 21.10 |        2.57 |
| EXPD BANJARMASIN               |   0.99 |     0.84 |      0.52 |  0.07 |  2.21 |        1.81 |
| EXPD BEKASI                    |   1.01 |     0.87 |      0.82 |  0.08 |  4.03 |        2.07 |
| EXPD Bogor (Sierra)            |   1.21 |     0.88 |      1.07 |  0.49 |  4.79 |        1.53 |
| EXPD INTERNAL BOGOR            |   1.18 |     0.77 |      0.57 |  0.57 |  2.57 |        1.82 |
| EXPD INTERNAL JAKSEL           |   0.30 |     0.13 |      0.43 |  0.02 |  1.92 |        0.70 |
| EXPD INTERNAL SEMARANG         |   0.16 |     0.11 |      0.27 |  0.08 |  2.16 |        0.20 |
| EXPD JAKBAR                    |   0.63 |     0.64 |      0.47 |  0.03 |  2.10 |        1.01 |
| EXPD JAKSEL                    |   0.98 |     0.36 |      1.93 |  0.02 | 12.43 |        1.92 |
| EXPD JAKTIM                    |   0.61 |     0.64 |      0.51 |  0.04 |  2.81 |        1.07 |
| EXPD MEDAN                     |   1.61 |     1.89 |      0.62 |  0.08 |  2.31 |        2.23 |
| EXPD SURABAYA 1                |   0.78 |     0.77 |      0.55 |  0.07 |  2.01 |        1.68 |
| GLOBALINDO 21 EXPRESS          |   2.56 |     2.09 |      1.58 |  0.25 | 16.84 |        4.81 |
| INDAH LOGISTIK                 |   2.81 |     2.63 |      1.58 |  0.15 | 14.90 |        4.92 |
| LION PARCEL                    |   2.73 |     2.33 |      1.49 |  0.76 | 14.87 |        4.86 |
| Media Transportasi Logistic    |   2.91 |     2.52 |      2.01 |  1.18 |  9.66 |        4.56 |
| PCP EXPRESS                    |   2.54 |     2.31 |      1.34 |  0.44 | 19.29 |        4.36 |
| PT CENTURY                     |   2.43 |     0.93 |      4.68 |  0.03 | 23.35 |        3.87 |
| PT. TUNAS ANTARNUSA MUDA KARGO |   2.46 |     2.06 |      4.53 |  0.37 | 65.52 |        3.54 |

**Wawasan Bisnis:** Ekspedisi seperti Media Transportasi Logistic, INDAH LOGISTIK, dan LION PARCEL menunjukkan waktu pemenuhan rata-rata yang lebih tinggi. Sebaliknya, ekspedisi internal (EXPD INTERNAL) dan beberapa ekspedisi lokal seperti EXPD JAKTIM dan EXPD JAKBAR menunjukkan kinerja yang jauh lebih baik, menekankan efisiensi pengiriman internal atau lokal.

#### 3.3.4. Identifikasi Performa Top/Bottom dan Analisis Bottleneck

Untuk lebih mendalami, diidentifikasi 5 kinerja teratas dan terbawah berdasarkan waktu pemenuhan rata-rata, serta dianalisis durasi setiap sub-tahap untuk kinerja terburuk.

##### Top/Bottom 5 Performers for Total Fulfillment Time (Mean Days)

**Berdasarkan Divisi:**
| Rank | Divisi      | Mean Total Fulfillment Time (Days) |
|:-----|:------------|:-----------------------------------|
| 1    | VIBRANT 3   | 1.68                               |
| 2    | HOSPINET    | 1.73                               |
| 3    | PHARMANET   | 2.18                               |
| 4    | VIBRANT PBF | 2.87                               |

**Berdasarkan Asal Gudang:**
| Rank | Asal Gudang           | Mean Total Fulfillment Time (Days) |
|:-----|:----------------------|:-----------------------------------|
| 1    | PHARMANET JAKTIM      | 0.76                               |
| 2    | PHARMANET JAKBAR      | 0.84                               |
| 3    | PHARMANET JAKSEL      | 0.85                               |
| 4    | PHARMANET BANJARMASIN | 0.99                               |
| 5    | PHARMANET BEKASI      | 1.32                               |
| ... (worst performers) | | |
| 5    | PHARMANET TANGERANG   | 5.67                               |
| 4    | PHARMANET SAMARINDA   | 3.48                               |
| 3    | PHARMANET MEDAN       | 3.02                               |
| 2    | PHARMANET PEKANBARU   | 2.71                               |
| 1    | PHARMANET PONTIANAK   | 2.67                               |

**Berdasarkan Nama Ekspedisi:**
| Rank | Nama Ekspedisi                 | Mean Total Fulfillment Time (Days) |
|:-----|:-------------------------------|:-----------------------------------|
| 1    | EXPD INTERNAL SEMARANG         | 0.16                               |
| 2    | EXPD INTERNAL JAKSEL           | 0.30                               |
| 3    | EXPD JAKTIM                    | 0.61                               |
| 4    | EXPD JAKBAR                    | 0.63                               |
| 5    | EXPD SURABAYA 1                | 0.78                               |
| ... (worst performers) | | |
| 5    | Media Transportasi Logistic    | 2.91                               |
| 4    | INDAH LOGISTIK                 | 2.81                               |
| 3    | LION PARCEL                    | 2.73                               |
| 2    | ANDALAN 21 EXPRESS             | 2.70                               |
| 1    | GLOBALINDO 21 EXPRESS          | 2.56                               |

##### Analisis Bottleneck: Durasi Sub-Tahap untuk Kinerja Terburuk (Mean Days)

Analisis ini merinci durasi rata-rata untuk setiap sub-tahap dalam proses pemenuhan bagi divisi, gudang, dan ekspedisi dengan kinerja terburuk:

**Sub-Tahap Durasi untuk Divisi Terburuk:**
| Stage                       | VIBRANT PBF | PHARMANET | HOSPINET | VIBRANT 3 |
|:----------------------------|------------:|----------:|---------:|----------:|
| Order To Sp                 | 0.02        | 0.02      | 0.02     | 0.02      |
| Sp To Do                    | 0.45        | 0.41      | 0.34     | 0.37      |
| Do To Pl                    | 0.00        | 0.00      | 0.00     | 0.00      |
| Pl To Logbook               | 0.38        | 0.25      | 0.23     | 0.18      |
| Logbook To Ekspedisi        | 0.07        | 0.09      | 0.12     | 0.08      |
| Ekspedisi To Diterima       | 1.94        | 1.41      | 1.01     | 1.03      |

**Wawasan Bisnis:** Untuk divisi VIBRANT PBF, tahap `Ekspedisi To Diterima` adalah penyumbang terbesar waktu pemenuhan, dengan rata-rata 1,94 hari. Ini menunjukkan perlunya evaluasi terhadap proses pengiriman akhir mereka.

**Sub-Tahap Durasi untuk Asal Gudang Terburuk:**
| Stage                 | PHARMANET TANGERANG | PHARMANET SAMARINDA | PHARMANET MEDAN | PHARMANET PEKANBARU | PHARMANET PONTIANAK |
|:----------------------|--------------------:|--------------------:|----------------:|--------------------:|--------------------:|
| Order To Sp           | 0.02                | 0.02                | 0.02            | 0.02                | 0.02                |
| Sp To Do              | 0.57                | 1.08                | 0.89            | 0.43                | 0.42                |
| Do To Pl              | 0.00                | 0.00                | 0.00            | 0.00                | 0.00                |
| Pl To Logbook         | 0.18                | 0.19                | 0.35            | 0.13                | 0.23                |
| Logbook To Ekspedisi  | 0.04                | 0.29                | 0.48            | 0.32                | 0.19                |
| Ekspedisi To Diterima | 4.86                | 1.90                | 1.27            | 1.81                | 1.81                |

**Wawasan Bisnis:**
*   PHARMANET TANGERANG memiliki `Ekspedisi To Diterima` yang sangat lama (4,86 hari), menunjukkan masalah serius pada tahap pengiriman terakhir.
*   PHARMANET SAMARINDA dan PHARMANET MEDAN menunjukkan penundaan signifikan pada tahap `Sp To Do` (1,08 dan 0,89 hari), serta `Ekspedisi To Diterima`. Ini mengindikasikan bahwa masalah bukan hanya pada pengiriman akhir, tetapi juga pada efisiensi pemrosesan internal di gudang.

**Sub-Tahap Durasi untuk Nama Ekspedisi Terburuk:**
| Stage                       | Media Transportasi Logistic | INDAH LOGISTIK | LION PARCEL | ANDALAN 21 EXPRESS | GLOBALINDO 21 EXPRESS |
|:----------------------------|----------------------------:|---------------:|------------:|-------------------:|----------------------:|
| Order To Sp                 | 0.03                        | 0.02           | 0.02        | 0.02               | 0.02                  |
| Sp To Do                    | 0.23                        | 0.42           | 0.46        | 0.76               | 0.40                  |
| Do To Pl                    | 0.00                        | 0.00           | 0.00        | 0.00               | 0.00                  |
| Pl To Logbook               | 0.32                        | 0.15           | 0.45        | 0.37               | 0.20                  |
| Logbook To Ekspedisi        | 0.21                        | 0.23           | 0.28        | 0.37               | 0.15                  |
| Ekspedisi To Diterima       | 2.13                        | 1.98           | 1.52        | 1.18               | 1.78                  |

**Wawasan Bisnis:** Untuk sebagian besar ekspedisi dengan kinerja terburuk, tahap `Ekspedisi To Diterima` adalah kontributor utama terhadap total waktu pemenuhan. Hal ini menguatkan temuan bahwa "last-mile delivery" merupakan titik kritis dalam keseluruhan proses. Beberapa ekspedisi juga menunjukkan durasi yang lebih lama pada tahap `Sp To Do` atau `Logbook To Ekspedisi`, menunjukkan variasi dalam efisiensi internal atau jadwal pengambilan barang oleh ekspedisi.

### 3.4. Kesimpulan Awal

Analisis deskriptif ini telah mengonfirmasi bahwa kinerja penjualan sangat dipengaruhi oleh partisipasi Apotek Online, jenis produk (Pharos vs. non-Pharos), dan divisi penjualan. Yang paling signifikan, durasi pemenuhan pesanan bervariasi secara drastis berdasarkan divisi, gudang asal, dan ekspedisi. Tahap `Ekspedisi To Diterima` secara konsisten menjadi hambatan utama. Wawasan ini akan menjadi dasar untuk analisis yang lebih mendalam dan perumusan rekomendasi strategis di bab-bab selanjutnya.

## 4. Analisis Kinerja Penjualan & Korelasi Produk

Bab ini berfokus pada inti strategi komersial: bagaimana kinerja penjualan terbentuk dan korelasi apa yang dapat diidentifikasi antara faktor-faktor kunci seperti partisipasi Apotek Online (AO YN), identitas produk (Pharos YN), dan divisi penjualan, terhadap metrik penjualan utama yaitu Nilai Pesanan Ulang (Value RO) dan Kuantitas Pesanan Ulang (Qty RO). Dengan memahami korelasi ini, perusahaan dapat mengoptimalkan alokasi sumber daya, menyesuaikan strategi pemasaran, dan meningkatkan efektivitas tim penjualan.

### 4.1. Kinerja Penjualan dan Korelasi dengan Partisipasi Apotek Online (AO YN)

Analisis mendalam terhadap data penjualan mengungkapkan perbedaan signifikan antara *outlet* yang berpartisipasi dalam program Apotek Online (AO YN = Y) dan yang tidak (AO YN = N). *Outlet* yang tidak terdaftar di Apotek Online (AO YN = N) secara konsisten menjadi pilar utama pendapatan dan volume penjualan perusahaan. Kelompok ini menyumbang **total nilai RO sebesar Rp36.592.277.766** dan **total kuantitas RO sebanyak 1.050.955 unit**. Di sisi lain, *outlet* yang tergabung dalam program Apotek Online (AO YN = Y) mencatatkan **total nilai RO sekitar Rp17.501.695.950** dan **total kuantitas RO sebanyak 363.095 unit**.

**Wawasan Bisnis & Rekomendasi:**
Dominasi *outlet* non-Apotek Online dalam hal nilai dan kuantitas penjualan menunjukkan bahwa sebagian besar bisnis perusahaan masih berasal dari kanal penjualan tradisional atau pelanggan yang belum mengadopsi platform Apotek Online.

*   **Optimalisasi Kanal Ganda:** Perusahaan perlu mengidentifikasi apakah *outlet* non-Apotek Online memiliki karakteristik unik (misalnya, lokasi geografis, jenis produk yang diminati, ukuran pesanan rata-rata) yang membuat mereka sangat efektif. Strategi harus fokus pada mengoptimalkan kedua segmen ini secara terpisah.
*   **Peningkatan Adopsi dan Manfaat Apotek Online:** Bagi *outlet* Apotek Online, perlu dievaluasi lebih lanjut mengapa kontribusi mereka lebih rendah. Apakah ada hambatan dalam penggunaan platform, kurangnya insentif, atau segmentasi pasar yang berbeda? Perusahaan dapat mempertimbangkan kampanye promosi yang lebih agresif, edukasi penggunaan platform, atau penawaran produk eksklusif untuk mendorong peningkatan volume penjualan di kanal ini.
*   **Analisis Preferensi Produk per Kanal:** Perlu diselidiki apakah ada jenis produk tertentu yang berkinerja lebih baik di kanal Apotek Online versus kanal tradisional. Hal ini dapat mengarah pada strategi penawaran produk yang disesuaikan untuk masing-masing segmen.

### 4.2. Kinerja Penjualan dan Korelasi dengan Identitas Produk (Pharos YN)

Identifikasi produk sebagai produksi Grup Pharos (Pharos YN = Y) atau bukan (Pharos YN = N) juga menunjukkan korelasi yang kuat dengan kinerja penjualan. Produk-produk yang diproduksi oleh Pharos (Pharos YN = Y) adalah kontributor utama dengan **total nilai RO mencapai Rp32.248.853.020** dan **total kuantitas RO sebanyak 1.016.331 unit**. Sementara itu, produk non-Pharos (Pharos YN = N) menyumbang **total nilai RO sebesar Rp21.845.120.696** dan **total kuantitas RO sebanyak 397.719 unit**.

**Wawasan Bisnis & Rekomendasi:**
Temuan ini mengkonfirmasi peran sentral produk internal Pharos Grup sebagai lokomotif penjualan perusahaan.

*   **Penguatan Portofolio Produk Inti:** Penting untuk terus berinvestasi dalam penelitian dan pengembangan produk Pharos untuk mempertahankan keunggulan kompetitif dan daya tarik pasar. Strategi pemasaran harus secara konsisten menyoroti kualitas dan keunggulan produk Pharos.
*   **Evaluasi Produk Non-Pharos:** Meskipun kontribusinya lebih rendah, produk non-Pharos masih memiliki pangsa pasar yang signifikan. Perusahaan dapat menganalisis kinerja masing-masing produk non-Pharos untuk mengidentifikasi *best-seller* atau area di mana diversifikasi produk dapat lebih diperkuat. Mungkin ada peluang untuk meningkatkan penjualan produk non-Pharos tertentu melalui promosi terarah atau penargetan segmen pasar yang spesifik.
*   **Strategi Bundling:** Pertimbangkan strategi *bundling* produk Pharos yang kuat dengan produk non-Pharos untuk mendorong penjualan silang (cross-selling) dan meningkatkan total nilai pesanan.

### 4.3. Kinerja Penjualan dan Korelasi dengan Divisi Sales (Divisi)

Divisi penjualan juga menunjukkan korelasi yang jelas dengan kinerja penjualan. **Divisi PHARMANET** memimpin jauh dengan **total nilai RO sebesar Rp35.837.675.623** dan **total kuantitas RO sebanyak 820.085 unit**. Diikuti oleh **VIBRANT PBF** dengan **total nilai RO Rp14.255.523.057** dan **total kuantitas RO 493.957 unit**. Sementara itu, **HOSPINET** mencatatkan **nilai RO Rp3.923.587.015** (kuantitas 97.962 unit) dan **VIBRANT 3** dengan **nilai RO Rp77.188.021** (kuantitas 2.046 unit).

**Wawasan Bisnis & Rekomendasi:**
Perbedaan kinerja antar divisi ini mengindikasikan adanya variasi dalam kapasitas penjualan, fokus pasar, atau efektivitas operasional.

*   **Identifikasi Praktik Terbaik PHARMANET:** Divisi PHARMANET jelas merupakan *benchmark* internal. Perusahaan harus melakukan studi kasus untuk mengidentifikasi faktor-faktor kunci keberhasilan PHARMANET, seperti strategi penjualan, pelatihan tim, atau penargetan pelanggan, dan berbagi praktik terbaik ini ke divisi lain.
*   **Pengembangan Strategi Khusus Divisi:** Divisi seperti HOSPINET dan VIBRANT 3 mungkin memiliki segmen pasar yang lebih niche atau tantangan operasional yang berbeda. Strategi penjualan dan target harus disesuaikan dengan konteks masing-masing divisi, mungkin dengan dukungan khusus untuk meningkatkan nilai pesanan atau penetrasi pasar.
*   **Analisis Portofolio Produk per Divisi:** Menyelidiki produk apa saja yang paling banyak dijual oleh masing-masing divisi dapat memberikan wawasan tentang spesialisasi produk atau kebutuhan pelanggan di bawah naungan setiap divisi. Ini bisa menginformasikan keputusan tentang alokasi produk atau pengembangan kampanye pemasaran yang ditargetkan.

Secara keseluruhan, analisis korelasi ini menegaskan bahwa baik karakteristik *outlet* (online/offline), identitas produk, maupun struktur organisasi penjualan memiliki dampak signifikan terhadap kinerja penjualan. Dengan memahami dan bertindak berdasarkan korelasi ini, perusahaan dapat merumuskan strategi penjualan dan produk yang lebih terarah dan efektif.

## 5. Analisis Efisiensi & Kinerja Proses Pemenuhan Pesanan

Dalam bab ini, kita akan menyelami lebih dalam efisiensi dan kinerja proses pemenuhan pesanan, mengidentifikasi tahapan kritis, serta mengungkap faktor-faktor yang memengaruhi kecepatan dan keandalan pengiriman. Analisis ini bertujuan untuk memberikan wawasan terperinci mengenai di mana perbaikan operasional dapat dilakukan untuk meningkatkan kepuasan pelanggan dan mengurangi biaya logistik.

### 5.1. Gambaran Umum Proses Pemenuhan Pesanan

Proses pemenuhan pesanan pelanggan melibatkan beberapa tahapan kunci, dimulai dari penerimaan pesanan hingga barang diterima oleh pelanggan. Memahami durasi setiap tahapan adalah krusial untuk mengidentifikasi inefisiensi. Secara keseluruhan, waktu pemenuhan rata-rata adalah sekitar **2,13 hari**, dengan sebagian besar waktu dihabiskan pada tahap pengiriman terakhir.

### 5.2. Anomali Proses: Durasi DO ke PL

Seperti yang telah dijelaskan pada Bab 2 dan 3, investigasi terhadap durasi antara `Tgl DO` (Delivery Order) dan `Tgl. PL` (Packing List) mengungkapkan sebuah karakteristik proses yang menarik. Untuk semua 124.158 entri yang dianalisis, durasi antara pembuatan Delivery Order dan Packing List adalah **0 hari**. Ini mengindikasikan bahwa dokumen Packing List selalu dibuat secara bersamaan atau segera setelah Delivery Order diterbitkan. Hal ini bukanlah sebuah anomali data dalam pengertian kesalahan, melainkan refleksi dari prosedur operasional yang mengintegrasikan erat kedua tahapan ini, sehingga tidak ada jeda waktu yang tercatat di antaranya. Temuan ini menegaskan bahwa bottleneck (hambatan) tidak terjadi pada transisi dari DO ke PL.

### 5.3. Analisis Statistik Durasi Setiap Tahapan Pemenuhan

Tabel berikut menyajikan statistik deskriptif untuk durasi setiap tahapan proses pemenuhan pesanan, diukur dalam hari. Ini memungkinkan kita untuk melihat gambaran menyeluruh tentang berapa lama waktu yang dibutuhkan untuk setiap langkah.

**Tabel 5.1: Statistik Durasi Proses Pemenuhan (dalam Hari)**

| Tahapan Durasi Proses   | Rata-rata | Median | Std. Deviasi | Minimal | Maksimal | Persentil ke-90 |
|:------------------------|----------:|-------:|-------------:|--------:|---------:|----------------:|
| Order ke SP             | 0.02      | 0.02   | 0.01         | 0.00    | 0.11     | 0.04            |
| SP ke DO                | 0.41      | 0.14   | 0.57         | 0.00    | 6.24     | 0.97            |
| DO ke PL                | 0.00      | 0.00   | 0.00         | 0.00    | 0.00     | 0.00            |
| PL ke Logbook           | 0.24      | 0.11   | 0.42         | 0.00    | 31.01    | 0.80            |
| Logbook ke Ekspedisi    | 0.18      | 0.05   | 0.34         | 0.00    | 12.04    | 0.57            |
| Ekspedisi ke Diterima   | 1.36      | 0.81   | 2.41         | 0.00    | 63.00    | 2.78            |
| Total Waktu Pemenuhan   | 2.13      | 1.59   | 2.57         | 0.02    | 65.52    | 4.00            |

**Wawasan Bisnis:**
Dari Tabel 5.1, terlihat bahwa sebagian besar tahapan internal proses pemenuhan (mulai dari Order hingga barang masuk ke Logbook) memiliki durasi rata-rata yang relatif singkat, yaitu kurang dari 0,5 hari. Ini mengindikasikan efisiensi yang cukup baik dalam proses internal perusahaan.

Namun, **tahap `Ekspedisi ke Diterima` merupakan hambatan utama (bottleneck) dalam seluruh rantai pemenuhan.** Tahap ini saja menyumbang rata-rata 1,36 hari, dengan beberapa kasus ekstrem mencapai 63 hari. Ini menunjukkan bahwa mayoritas waktu pengiriman dihabiskan pada "last-mile delivery", yaitu sejak barang diambil oleh ekspedisi hingga diterima oleh pelanggan. Perbedaan antara rata-rata (1,36 hari) dan median (0,81 hari) juga mengindikasikan adanya sejumlah kecil kasus dengan waktu pengiriman yang sangat lama, yang menarik rata-rata ke atas.

### 5.4. Faktor-faktor yang Mempengaruhi Waktu Pemenuhan

Untuk memahami lebih lanjut variasi dalam `Total Waktu Pemenuhan`, kami melakukan Analisis Variansi (ANOVA). Hasil ANOVA mengkonfirmasi bahwa terdapat perbedaan yang signifikan secara statistik dalam `Total Waktu Pemenuhan` antar grup `Divisi`, `Asal Gudang`, dan `Nama Ekspedisi` (p-value < 0.05 untuk ketiganya). Ini berarti bahwa pilihan divisi yang menangani pesanan, lokasi gudang asal, dan penyedia jasa ekspedisi memiliki dampak yang nyata terhadap kecepatan pengiriman.

### 5.5. Identifikasi Performa Terbaik dan Terburuk

Melalui perbandingan `Total Waktu Pemenuhan` rata-rata, kami dapat mengidentifikasi entitas dengan kinerja terbaik dan terburuk di setiap dimensi.

#### 5.5.1. Performa Berdasarkan Divisi

**Tabel 5.2: Performa Total Waktu Pemenuhan Berdasarkan Divisi (Rata-rata dalam Hari)**

| Peringkat | Divisi      | Rata-rata Total Waktu Pemenuhan (Hari) |
|:----------|:------------|:---------------------------------------|
| 1         | VIBRANT 3   | 1.68                                   |
| 2         | HOSPINET    | 1.73                                   |
| 3         | PHARMANET   | 2.18                                   |
| 4         | VIBRANT PBF | 2.87                                   |

**Wawasan Bisnis:** Divisi VIBRANT 3 dan HOSPINET menunjukkan kinerja pemenuhan tercepat, sementara VIBRANT PBF memiliki waktu pemenuhan rata-rata terlama. Ini mengindikasikan adanya perbedaan efisiensi operasional antar divisi yang perlu diselidiki.

#### 5.5.2. Performa Berdasarkan Asal Gudang

**Tabel 5.3: Performa Total Waktu Pemenuhan Berdasarkan Asal Gudang (Rata-rata dalam Hari)**

| Peringkat | Asal Gudang           | Rata-rata Total Waktu Pemenuhan (Hari) |
|:----------|:----------------------|:---------------------------------------|
| 1         | PHARMANET JAKTIM      | 0.76                                   |
| 2         | PHARMANET JAKBAR      | 0.84                                   |
| 3         | PHARMANET JAKSEL      | 0.85                                   |
| 4         | PHARMANET BANJARMASIN | 0.99                                   |
| 5         | PHARMANET BEKASI      | 1.32                                   |
| **...**   | **Gudang dengan Performa Terburuk** | **...**                      |
| 5         | PHARMANET TANGERANG   | 5.67                                   |
| 4         | PHARMANET SAMARINDA   | 3.48                                   |
| 3         | PHARMANET MEDAN       | 3.02                                   |
| 2         | PHARMANET PEKANBARU   | 2.71                                   |
| 1         | PHARMANET PONTIANAK   | 2.67                                   |

**Wawasan Bisnis:** Gudang di wilayah Jakarta (JAKTIM, JAKBAR, JAKSEL) menunjukkan performa pemenuhan yang sangat efisien. Sebaliknya, PHARMANET TANGERANG menonjol sebagai gudang dengan waktu pemenuhan terlama, diikuti oleh PHARMANET SAMARINDA, MEDAN, PEKANBARU, dan PONTIANAK. Ini menunjukkan masalah spesifik yang mungkin terkait dengan lokasi geografis, infrastruktur lokal, atau proses internal di gudang-gudang tersebut.

#### 5.5.3. Performa Berdasarkan Nama Ekspedisi

**Tabel 5.4: Performa Total Waktu Pemenuhan Berdasarkan Nama Ekspedisi (Rata-rata dalam Hari)**

| Peringkat | Nama Ekspedisi                 | Rata-rata Total Waktu Pemenuhan (Hari) |
|:----------|:-------------------------------|:---------------------------------------|
| 1         | EXPD INTERNAL SEMARANG         | 0.16                                   |
| 2         | EXPD INTERNAL JAKSEL           | 0.30                                   |
| 3         | EXPD JAKTIM                    | 0.61                                   |
| 4         | EXPD JAKBAR                    | 0.63                                   |
| 5         | EXPD SURABAYA 1                | 0.78                                   |
| **...**   | **Ekspedisi dengan Performa Terburuk** | **...**                      |
| 5         | Media Transportasi Logistic    | 2.91                                   |
| 4         | INDAH LOGISTIK                 | 2.81                                   |
| 3         | LION PARCEL                    | 2.73                                   |
| 2         | ANDALAN 21 EXPRESS             | 2.70                                   |
| 1         | GLOBALINDO 21 EXPRESS          | 2.56                                   |

**Wawasan Bisnis:** Ekspedisi internal, terutama di Semarang dan Jakarta Selatan, menunjukkan kinerja yang luar biasa cepat. Beberapa ekspedisi lain seperti Media Transportasi Logistic, INDAH LOGISTIK, dan LION PARCEL, memiliki waktu pemenuhan rata-rata yang jauh lebih tinggi. Hal ini menyoroti perlunya evaluasi terhadap kualitas layanan penyedia ekspedisi eksternal dan potensi untuk meningkatkan efisiensi dengan ekspedisi internal.

### 5.6. Analisis Bottleneck Mendalam untuk Performa Terburuk

Untuk merumuskan rekomendasi yang tepat, penting untuk memahami tahapan mana dalam proses pemenuhan yang paling berkontribusi pada keterlambatan di entitas dengan performa terburuk.

#### 5.6.1. Durasi Sub-Tahapan untuk Divisi dengan Performa Terburuk (VIBRANT PBF)

**Tabel 5.5: Durasi Sub-Tahapan untuk Divisi VIBRANT PBF (Rata-rata dalam Hari)**

| Tahapan Durasi Proses | VIBRANT PBF |
|:----------------------|------------:|
| Order ke SP           | 0.02        |
| SP ke DO              | 0.45        |
| DO ke PL              | 0.00        |
| PL ke Logbook         | 0.38        |
| Logbook ke Ekspedisi  | 0.07        |
| Ekspedisi ke Diterima | 1.94        |

**Wawasan Bisnis:** Pada divisi VIBRANT PBF, tahap `Ekspedisi ke Diterima` adalah penyumbang terbesar terhadap `Total Waktu Pemenuhan` yang lebih lama. Ini menunjukkan bahwa masalah utama terletak pada proses pengiriman akhir setelah barang diserahkan ke ekspedisi.

#### 5.6.2. Durasi Sub-Tahapan untuk Gudang dengan Performa Terburuk

**Tabel 5.6: Durasi Sub-Tahapan untuk Gudang Terburuk (Rata-rata dalam Hari)**

| Tahapan Durasi Proses | PHARMANET TANGERANG | PHARMANET SAMARINDA | PHARMANET MEDAN | PHARMANET PEKANBARU | PHARMANET PONTIANAK |
|:----------------------|--------------------:|--------------------:|----------------:|--------------------:|--------------------:|
| Order ke SP           | 0.02                | 0.02                | 0.02            | 0.02                | 0.02                |
| SP ke DO              | 0.57                | 1.08                | 0.89            | 0.43                | 0.42                |
| DO ke PL              | 0.00                | 0.00                | 0.00            | 0.00                | 0.00                |
| PL ke Logbook         | 0.18                | 0.19                | 0.35            | 0.13                | 0.23                |
| Logbook ke Ekspedisi  | 0.04                | 0.29                | 0.48            | 0.32                | 0.19                |
| Ekspedisi ke Diterima | 4.86                | 1.90                | 1.27            | 1.81                | 1.81                |

**Wawasan Bisnis:**
*   **PHARMANET TANGERANG** memiliki masalah yang sangat signifikan pada tahap `Ekspedisi ke Diterima`, dengan durasi rata-rata mencapai 4,86 hari. Ini menunjukkan adanya kendala parah dalam proses pengiriman terakhir di wilayah ini.
*   **PHARMANET SAMARINDA** dan **PHARMANET MEDAN** menunjukkan keterlambatan yang substansial pada tahap `SP ke DO` (masing-masing 1,08 hari dan 0,89 hari) selain `Ekspedisi ke Diterima`. Ini mengindikasikan bahwa perbaikan tidak hanya diperlukan pada pengiriman, tetapi juga pada efisiensi pemrosesan pesanan internal di gudang-gudang ini.
*   **PHARMANET MEDAN** juga menunjukkan durasi yang lebih lama pada `Logbook ke Ekspedisi`, menandakan potensi penundaan dalam proses penyiapan barang untuk diambil oleh kurir.

#### 5.6.3. Durasi Sub-Tahapan untuk Nama Ekspedisi dengan Performa Terburuk

**Tabel 5.7: Durasi Sub-Tahapan untuk Ekspedisi Terburuk (Rata-rata dalam Hari)**

| Tahapan Durasi Proses | Media Transportasi Logistic | INDAH LOGISTIK | LION PARCEL | ANDALAN 21 EXPRESS | GLOBALINDO 21 EXPRESS |
|:----------------------|----------------------------:|---------------:|------------:|-------------------:|----------------------:|
| Order ke SP           | 0.03                        | 0.02           | 0.02        | 0.02               | 0.02                  |
| SP ke DO              | 0.23                        | 0.42           | 0.46        | 0.76               | 0.40                  |
| DO ke PL              | 0.00                        | 0.00           | 0.00        | 0.00               | 0.00                  |
| PL ke Logbook         | 0.32                        | 0.15           | 0.45        | 0.37               | 0.20                  |
| Logbook ke Ekspedisi  | 0.21                        | 0.23           | 0.28        | 0.37               | 0.15                  |
| Ekspedisi ke Diterima | 2.13                        | 1.98           | 1.52        | 1.18               | 1.78                  |

**Wawasan Bisnis:**
Konsisten dengan temuan sebelumnya, tahap `Ekspedisi ke Diterima` adalah faktor dominan yang menyebabkan `Total Waktu Pemenuhan` yang tinggi untuk sebagian besar ekspedisi yang berkinerja buruk. Media Transportasi Logistic, INDAH LOGISTIK, dan GLOBALINDO 21 EXPRESS secara spesifik memiliki durasi `Ekspedisi ke Diterima` yang paling tinggi di antara kelompok ini. Ekspedisi ANDALAN 21 EXPRESS juga menunjukkan durasi `SP ke DO` yang relatif tinggi, menunjukkan potensi inefisiensi pada proses di awal rantai.

### 5.7. Rekomendasi Strategis untuk Peningkatan Efisiensi Pemenuhan

Berdasarkan analisis efisiensi dan identifikasi bottleneck, berikut adalah rekomendasi strategis untuk meningkatkan kinerja pemenuhan pesanan:

1.  **Prioritaskan Optimalisasi Pengiriman Tahap Akhir (Last-Mile Delivery):**
    *   **Evaluasi Mitra Ekspedisi:** Lakukan peninjauan menyeluruh terhadap Perjanjian Tingkat Layanan (SLA) dengan ekspedisi yang berkinerja buruk (terutama Media Transportasi Logistic, INDAH LOGISTIK, LION PARCEL, GLOBALINDO 21 EXPRESS). Pertimbangkan negosiasi ulang, atau eksplorasi mitra ekspedisi alternatif yang lebih andal dan efisien di area-area yang bermasalah.
    *   **Investigasi Mendalam untuk PHARMANET TANGERANG:** `Ekspedisi ke Diterima` di PHARMANET TANGERANG yang sangat lama (4,86 hari) memerlukan investigasi lapangan. Cari tahu apakah ada masalah dalam proses serah terima barang ke kurir, penundaan pengambilan, rute pengiriman yang tidak efisien, atau tantangan geografis/infrastruktur spesifik di wilayah tersebut.

2.  **Perbaikan Proses Internal Gudang:**
    *   **Audit Proses SP ke DO dan Logbook ke Ekspedisi:** Untuk gudang seperti PHARMANET SAMARINDA dan PHARMANET MEDAN yang menunjukkan durasi tinggi pada `SP ke DO` dan `Logbook ke Ekspedisi`, lakukan audit mendetail pada proses internal. Identifikasi hambatan dalam konversi surat pesanan, proses *picking & packing*, dan penempatan barang di area staging untuk diambil ekspedisi. Implementasikan standarisasi dan otomatisasi jika memungkinkan.
    *   **Penerapan Best Practice:** Pelajari praktik-praktik terbaik dari gudang dengan kinerja tinggi (misalnya, PHARMANET JAKTIM) dan coba replikasikan proses serta efisiensi mereka ke gudang yang berkinerja lebih rendah.

3.  **Tinjauan Komprehensif Divisi VIBRANT PBF:**
    *   Lakukan analisis operasional mendalam untuk Divisi VIBRANT PBF. Identifikasi perbedaan dalam proses, alokasi sumber daya, atau karakteristik pasar yang mungkin menyebabkan `Total Waktu Pemenuhan` yang lebih lama dibandingkan divisi lain.

4.  **Optimalisasi Jaringan Ekspedisi:**
    *   Manfaatkan kinerja unggul dari ekspedisi internal dan ekspedisi lokal yang efisien. Pertimbangkan untuk memperluas jangkauan atau kapasitas mereka jika memungkinkan, atau prioritaskan penggunaannya di area-area di mana mereka terbukti lebih cepat.

Dengan fokus pada area-area ini, perusahaan dapat secara signifikan mengurangi waktu pemenuhan pesanan, meningkatkan kepuasan pelanggan, dan mendapatkan keunggulan kompetitif di pasar.

## 6. Rekomendasi

Berikut adalah rekomendasi strategis yang disusun berdasarkan analisis komprehensif terhadap data pemenuhan pesanan pelanggan, dengan fokus pada peningkatan kinerja pengiriman, penjualan, dan optimalisasi produk. Rekomendasi ini ditujukan untuk mengatasi hambatan yang teridentifikasi dan memanfaatkan peluang yang ada, guna mencapai efisiensi operasional yang lebih tinggi dan pertumbuhan bisnis.

### 6.1. Optimalisasi Kinerja Pengiriman: Menjembatani Kesenjangan "Last-Mile"

Analisis durasi proses pemenuhan pesanan secara konsisten menyoroti tahapan **`Ekspedisi ke Diterima`** sebagai bottleneck utama dalam keseluruhan rantai pasok. Tahap ini menyumbang rata-rata 1,36 hari dari total waktu pemenuhan 2,13 hari, dengan beberapa kasus ekstrem mencapai 63 hari (lihat Bab 5). Perbedaan signifikan dalam `Total Waktu Pemenuhan` antar `Divisi`, `Asal Gudang`, dan `Nama Ekspedisi` (hasil ANOVA, p-value < 0.05) menegaskan bahwa perbaikan harus dilakukan secara bertarget.

#### Rekomendasi:

1.  **Re-evaluasi dan Negosiasi Ulang Kontrak Ekspedisi Eksternal:**
    *   **Identifikasi Target:** Fokus pada ekspedisi dengan performa terburuk seperti Media Transportasi Logistic, INDAH LOGISTIK, LION PARCEL, GLOBALINDO 21 EXPRESS, dan ANDALAN 21 EXPRESS yang menunjukkan waktu pengiriman "last-mile" rata-rata lebih dari 1,18 hari (lihat Tabel 5.7 di Bab 5).
    *   **Aksi:** Tinjau Perjanjian Tingkat Layanan (SLA) saat ini. Negosiasikan ulang target waktu pengiriman yang lebih ketat dan sertakan klausul penalti untuk keterlambatan yang berulang. Cari tahu penyebab keterlambatan dari sisi mereka (misalnya, masalah rute, kapasitas kurir, proses internal).
    *   **Potensi Manfaat:** Mengurangi waktu pengiriman secara keseluruhan, meningkatkan kepuasan pelanggan, dan mempercepat siklus kas.

2.  **Investigasi Mendalam dan Intervensi Khusus di Gudang Bermasalah:**
    *   **Gudang PHARMANET TANGERANG:** Gudang ini memiliki durasi `Ekspedisi ke Diterima` yang sangat tinggi (rata-rata 4,86 hari, lihat Tabel 5.6 di Bab 5).
        *   **Aksi:** Lakukan audit operasional segera di PHARMANET TANGERANG. Selidiki faktor-faktor lokal seperti: apakah ada masalah dalam proses serah terima barang ke kurir, penundaan pengambilan barang oleh ekspedisi, kondisi lalu lintas atau infrastruktur yang unik di wilayah tersebut, atau keterbatasan jumlah kurir di area tersebut. Pertimbangkan solusi lokalisasi seperti menambah kurir lokal atau mitra pengiriman mikro.
    *   **Gudang PHARMANET SAMARINDA dan PHARMANET MEDAN:** Selain `Ekspedisi ke Diterima` yang lebih tinggi, kedua gudang ini juga menunjukkan penundaan signifikan pada tahap `SP ke DO` dan `Logbook ke Ekspedisi` (lihat Tabel 5.6 di Bab 5).
        *   **Aksi:** Lakukan audit proses internal di gudang-gudang ini untuk mengidentifikasi inefisiensi dalam konversi Surat Pesanan (SP) menjadi Delivery Order (DO), proses *picking & packing*, dan penempatan barang di area *staging* untuk diambil ekspedisi. Implementasikan standarisasi prosedur operasional, pelatihan karyawan, atau otomatisasi proses di area-area ini.
    *   **Potensi Manfaat:** Mengurangi penundaan di titik-titik krusial proses, meningkatkan throughput gudang, dan mengurangi biaya operasional terkait *holding time*.

3.  **Memanfaatkan Kinerja Ekspedisi Internal dan Lokal yang Unggul:**
    *   **Identifikasi:** Ekspedisi internal (EXPD INTERNAL SEMARANG, EXPD INTERNAL JAKSEL) dan beberapa ekspedisi lokal (EXPD JAKTIM, EXPD JAKBAR, EXPD SURABAYA 1) menunjukkan waktu pemenuhan tercepat (lihat Tabel 5.4 di Bab 5).
    *   **Aksi:** Pelajari praktik terbaik dari ekspedisi internal dan lokal ini. Identifikasi faktor-faktor kunci keberhasilan mereka (misalnya, rute yang efisien, proses yang terintegrasi, tim yang terlatih). Pertimbangkan untuk mengadaptasi model mereka atau memperluas cakupan layanan ekspedisi internal di area-area strategis, atau memprioritaskan penggunaan ekspedisi lokal yang efisien untuk pengiriman di wilayah mereka.
    *   **Potensi Manfaat:** Menciptakan benchmark internal, meningkatkan kecepatan pengiriman secara konsisten di area-area tersebut, dan mungkin mengurangi ketergantungan pada ekspedisi eksternal yang kurang efisien.

### 6.2. Strategi Peningkatan Penjualan dan Optimalisasi Produk

Analisis kinerja penjualan menunjukkan adanya korelasi kuat antara partisipasi Apotek Online, identitas produk, dan divisi penjualan dengan nilai serta kuantitas pesanan (lihat Bab 4).

#### Rekomendasi:

1.  **Re-strategi Program Apotek Online (AO YN):**
    *   **Insight:** Outlet non-Apotek Online menyumbang nilai dan kuantitas penjualan yang jauh lebih besar (Rp36,59 miliar dan 1,05 juta unit) dibandingkan outlet Apotek Online (Rp17,50 miliar dan 363 ribu unit).
    *   **Aksi:**
        *   **Untuk Outlet Non-AO:** Pahami faktor pendorong utama di balik kinerja superior mereka. Apakah ada model penjualan atau jenis dukungan yang dapat diperkuat? Identifikasi apakah mereka memiliki karakteristik demografis atau geografis tertentu yang dapat ditargetkan lebih lanjut.
        *   **Untuk Outlet AO:** Evaluasi mengapa kontribusi mereka lebih rendah. Lakukan survei atau focus group dengan peserta AO untuk memahami hambatan, ekspektasi, dan manfaat yang diinginkan. Pertimbangkan untuk menawarkan insentif lebih (misalnya, diskon eksklusif, dukungan pemasaran digital, *bundling* produk), pelatihan penggunaan platform yang lebih intensif, atau penawaran produk yang disesuaikan untuk menarik volume penjualan yang lebih tinggi.
    *   **Potensi Manfaat:** Meningkatkan konversi dan loyalitas dari outlet AO, membuka saluran penjualan baru yang lebih digital, dan mempertahankan basis penjualan tradisional yang kuat.

2.  **Perkuat Portofolio Produk Internal Pharos dan Strategi Produk Non-Pharos:**
    *   **Insight:** Produk Pharos (Pharos YN = Y) adalah pendorong penjualan utama (Rp32,25 miliar dan 1,02 juta unit).
    *   **Aksi:**
        *   **Produk Pharos:** Terus investasikan pada inovasi, kualitas, dan pemasaran produk Pharos. Pastikan ketersediaan stok yang optimal untuk produk-produk unggulan ini.
        *   **Produk Non-Pharos:** Lakukan analisis profitabilitas dan pangsa pasar untuk setiap produk non-Pharos. Identifikasi produk yang berkinerja buruk untuk dipertimbangkan pengurangannya, dan produk yang memiliki potensi pertumbuhan untuk ditingkatkan promosinya. Pertimbangkan strategi *cross-selling* atau *bundling* produk Pharos dengan produk non-Pharos pelengkap untuk meningkatkan nilai keranjang belanja.
    *   **Potensi Manfaat:** Memaksimalkan keuntungan dari produk inti, mengoptimalkan inventaris, dan diversifikasi penawaran produk secara strategis.

3.  **Pengembangan dan Pembelajaran Lintas Divisi:**
    *   **Insight:** Divisi PHARMANET memiliki kinerja penjualan terbaik (Rp35,84 miliar dan 820,085 unit), sementara VIBRANT PBF memiliki waktu pemenuhan terlama.
    *   **Aksi:**
        *   **Dari PHARMANET:** Selenggarakan sesi berbagi pengetahuan dan praktik terbaik dari Divisi PHARMANET. Identifikasi strategi penjualan, manajemen pelanggan, atau operasional yang membuat mereka unggul, dan adopsi di divisi lain yang relevan.
        *   **Untuk VIBRANT PBF:** Lakukan investigasi lebih lanjut untuk memahami akar penyebab kinerja pemenuhan yang lebih lambat. Apakah ada tantangan geografis yang unik, jenis pelanggan yang berbeda, atau perbedaan dalam proses penanganan pesanan? Sesuaikan target dan dukungan berdasarkan karakteristik unik divisi.
    *   **Potensi Manfaat:** Meningkatkan efektivitas seluruh tim penjualan, menciptakan sinergi antar divisi, dan meningkatkan kinerja penjualan secara merata.

### 6.3. Peningkatan Kualitas Data untuk Analisis Lebih Lanjut

Analisis kualitas data (Bab 2) mengidentifikasi adanya celah dalam pencatatan informasi yang dapat menghambat analisis di masa mendatang.

#### Rekomendasi:

1.  **Peningkatan Pencatatan Detail Penerima dan Keterangan Pesanan:**
    *   **Insight:** Sejumlah besar entri memiliki `Nama Penerima` 'UNKNOWN' dan `Keterangan` 'N/A' (sekitar 124 ribu entri).
    *   **Aksi:** Terapkan protokol yang lebih ketat untuk pengumpulan `Nama Penerima` yang akurat pada saat pesanan atau pengiriman. Jika memungkinkan, wajibkan pengisian kolom `Keterangan` untuk pesanan yang memiliki status pengecualian atau memerlukan penanganan khusus.
    *   **Potensi Manfaat:** Memungkinkan analisis kepuasan pelanggan yang lebih tepat, memfasilitasi investigasi masalah pengiriman, dan memberikan wawasan yang lebih kaya tentang anomali atau permintaan khusus pelanggan.

### 6.4. Tindak Lanjut dan Monitoring Berkelanjutan

Efektivitas rekomendasi ini sangat bergantung pada implementasi yang konsisten dan monitoring berkelanjutan.

#### Rekomendasi:

1.  **Penetapan KPI dan Dashboard Performansi:**
    *   **Aksi:** Tetapkan Key Performance Indicators (KPI) yang jelas untuk setiap tahapan proses pemenuhan (misalnya, rata-rata durasi `Ekspedisi ke Diterima`, tingkat kepatuhan SLA ekspedisi, tingkat pengisian `Nama Penerima`). Buat dashboard performansi yang memvisualisasikan KPI ini secara real-time atau berkala.
    *   **Potensi Manfaat:** Memungkinkan tim operasional dan manajemen untuk melacak kemajuan, mengidentifikasi masalah baru dengan cepat, dan membuat keputusan berbasis data.

2.  **Review Periodik dan Adaptasi Strategi:**
    *   **Aksi:** Lakukan review performa bulanan atau triwulanan. Evaluasi dampak dari rekomendasi yang diimplementasikan. Bersiaplah untuk mengadaptasi strategi berdasarkan perubahan kondisi pasar, kinerja mitra, atau hasil dari inisiatif perbaikan.
    *   **Potensi Manfaat:** Memastikan kelincahan operasional dan strategi, serta mendorong budaya perbaikan berkelanjutan.

Dengan mengimplementasikan rekomendasi ini secara strategis, perusahaan dapat secara signifikan meningkatkan efisiensi operasional pengiriman, memperkuat posisi penjualan di pasar, dan pada akhirnya, mendorong pertumbuhan bisnis yang berkelanjutan dan meningkatkan kepuasan pelanggan.

## 7. Kesimpulan

Analisis eksplorasi data pemenuhan pesanan pelanggan telah berhasil mengungkap berbagai wawasan krusial yang berdampak signifikan pada kinerja pengiriman, penjualan, dan strategi produk. Dari proses pembersihan dan penataan data yang cermat hingga analisis multivariat yang mendalam, kita kini memiliki pemahaman yang lebih komprehensif tentang dinamika operasional dan komersial perusahaan.

Secara ringkas, temuan utama menegaskan bahwa efisiensi operasional sangat bervariasi antar divisi, gudang asal, dan mitra ekspedisi, dengan "last-mile delivery" sebagai hambatan paling dominan. Di sisi penjualan, produk internal Pharos Group dan *outlet* non-Apotek Online adalah pilar utama pendapatan, sementara ada ruang signifikan untuk meningkatkan kontribusi dari program Apotek Online.

**Wawasan Utama dari Analisis:**

1.  **Dominasi Penjualan dari Saluran Tradisional dan Produk Internal:**
    *   Meskipun inisiatif Apotek Online ada, mayoritas nilai dan volume penjualan masih berasal dari *outlet* yang tidak berpartisipasi dalam program ini. Ini menunjukkan pentingnya mempertahankan dan mengoptimalkan kanal penjualan tradisional sambil terus mengembangkan Apotek Online.
    *   Produk yang diproduksi oleh Pharos Group merupakan kontributor pendapatan dan volume penjualan yang sangat kuat, menegaskan peran sentral portofolio produk internal dalam strategi bisnis perusahaan.
    *   Divisi PHARMANET jauh memimpin dalam hal kinerja penjualan, menjadikannya model *benchmark* internal untuk divisi lain.

2.  **Hambatan Kritis pada Tahap Pengiriman "Last-Mile":**
    *   Analisis durasi proses pemenuhan dengan jelas menunjukkan bahwa tahap `Ekspedisi ke Diterima` adalah penyumbang terbesar terhadap `Total Waktu Pemenuhan` yang rata-rata mencapai 2,13 hari. Tahapan internal lainnya cenderung sangat efisien.
    *   Perbedaan signifikan dalam waktu pemenuhan terdeteksi di antara berbagai `Divisi`, `Asal Gudang`, dan `Nama Ekspedisi`. Hal ini mengindikasikan adanya inkonsistensi operasional yang perlu ditangani secara spesifik.

3.  **Anomali Proses DO ke PL Bukanlah Kegagalan, Melainkan Integrasi Ketat:**
    *   Observasi bahwa durasi antara `Tgl DO` dan `Tgl PL` selalu 0 hari bukanlah indikasi anomali data yang merugikan, melainkan cerminan dari integrasi proses yang sangat erat di mana *Packing List* diterbitkan bersamaan atau langsung setelah *Delivery Order*. Ini menunjukkan tidak ada hambatan waktu yang terjadi di antara kedua tahapan ini.

4.  **Kesenjangan Data dalam Informasi Penerima:**
    *   Tingginya jumlah nilai 'UNKNOWN' pada `Nama Penerima` dan 'N/A' pada `Keterangan` menunjukkan adanya celah dalam pencatatan data. Ini membatasi kemampuan untuk analisis lebih mendalam terkait pengalaman pelanggan atau masalah spesifik yang mungkin terjadi selama pengiriman.

**Kesimpulan dan Rekomendasi Strategis Umum:**

Berdasarkan wawasan ini, perusahaan memiliki peluang besar untuk meningkatkan efisiensi operasional dan memperkuat posisi pasar. Rekomendasi strategis yang muncul adalah:

1.  **Fokus Prioritas pada Optimalisasi Pengiriman "Last-Mile":**
    *   Ini adalah area dengan dampak terbesar untuk peningkatan kepuasan pelanggan dan efisiensi biaya. Perusahaan harus secara agresif mengevaluasi dan menegosiasikan ulang SLA dengan ekspedisi eksternal yang berkinerja rendah, serta menginvestigasi dan memperbaiki masalah operasional spesifik di gudang-gudang bermasalah seperti PHARMANET TANGERANG.

2.  **Peningkatan Efisiensi Proses Internal Gudang:**
    *   Meskipun sebagian besar proses internal efisien, gudang seperti PHARMANET SAMARINDA dan PHARMANET MEDAN menunjukkan keterlambatan pada tahapan `SP ke DO` dan `Logbook ke Ekspedisi`. Audit proses dan penerapan praktik terbaik dari gudang berkinerja tinggi sangat diperlukan.

3.  **Perbaikan Strategi Penjualan Kanal Ganda:**
    *   Kinerja Apotek Online perlu didorong melalui insentif, pelatihan, atau penawaran produk yang disesuaikan. Di saat yang sama, identifikasi dan pertahankan faktor-faktor yang membuat *outlet* non-Apotek Online begitu berhasil.

4.  **Penguatan Portofolio Produk dan Pembelajaran Lintas Divisi:**
    *   Terus berinvestasi pada produk inti Pharos. Lakukan evaluasi strategis terhadap produk non-Pharos dan pertimbangkan strategi *bundling*. Memfasilitasi berbagi praktik terbaik dari Divisi PHARMANET ke divisi lain adalah kunci untuk meningkatkan kinerja penjualan secara merata.

5.  **Peningkatan Kualitas Data untuk Pengambilan Keputusan Lebih Baik:**
    *   Menerapkan protokol yang lebih ketat untuk pencatatan `Nama Penerima` dan `Keterangan` akan memberikan data yang lebih kaya untuk analisis di masa depan, memungkinkan perusahaan untuk memahami dengan lebih baik pengalaman pelanggan dan permasalahan yang muncul.

Secara keseluruhan, analisis ini menyajikan peta jalan yang jelas untuk transformasi operasional dan strategis. Dengan berfokus pada hambatan utama dalam proses pengiriman dan mengoptimalkan strategi penjualan dan produk, perusahaan dapat mencapai peningkatan signifikan dalam efisiensi, kepuasan pelanggan, dan pertumbuhan bisnis yang berkelanjutan. Implementasi rekomendasi ini memerlukan komitmen terhadap pemantauan kinerja yang berkelanjutan dan kesediaan untuk beradaptasi dengan temuan baru.