# Laporan Akhir Eksplorasi Data

## 1. Ringkasan Eksekutif

Laporan ini menyajikan analisis eksplorasi data penjualan tiga bulan terakhir (April-Juni 2026) dari berbagai outlet, dilengkapi dengan struktur tim penjualan OMG, AO, dan PDN. Tujuan utama analisis ini adalah untuk memahami distribusi penjualan, mengidentifikasi performa individual personel penjualan di setiap level hierarki, dan menemukan pola-pola menarik dalam data.

**Ringkasan Penjualan Keseluruhan**

Total penjualan gabungan selama tiga bulan terakhir (April-Juni 2026) mencapai Rp 138,470,629,048. Penjualan didominasi oleh kanal *offline* dengan total Rp 84,765,223,205, sementara penjualan *online* berkontribusi sebesar Rp 53,705,405,843.

Performa penjualan bulanan menunjukkan fluktuasi sebagai berikut:

| Bulan            | Penjualan Online   | Penjualan Offline   | Total Penjualan Bulanan   |
|:-----------------|:-------------------|:--------------------|:--------------------------|
| B1 (Juni 2026)   | 20,485,855,101     | 31,049,641,925      | 51,535,497,026            |
| B2 (Mei 2026)    | 15,947,628,187     | 24,610,104,932      | 40,557,733,119            |
| B3 (April 2026)  | 17,271,922,555     | 29,105,476,348      | 46,377,398,903            |

**Struktur Tim dan Cakupan Outlet**

Data melibatkan tiga tim penjualan utama: OMG (Offline & Online), AO (Online), dan PDN (Online). Struktur hierarki tim OMG meliputi GM hingga Field Force (FF), sedangkan tim AO dan PDN dari GM hingga Person In Charge (PIC).

Analisis keberadaan tim di setiap outlet menunjukkan bahwa tim OMG memiliki cakupan terluas. Dari total 33,715 outlet, sebagian besar (20,603 outlet) hanya memiliki tim OMG. Tim AO hadir bersama OMG di 10,661 outlet, sementara ketiga tim (OMG, AO, dan PDN) hadir bersama hanya di 2,445 outlet. Sangat sedikit outlet (6) yang memiliki OMG dan PDN tanpa AO. Tingginya jumlah entri 'Unknown' pada kolom NIP dan Nama untuk tim AO dan PDN mengindikasikan bahwa banyak outlet tidak memiliki representasi dari kedua tim ini atau datanya belum lengkap.

**Kualitas Data dan Tantangan**

Selama proses pembersihan data, ditemukan adanya inkonsistensi antara NIP (Nomor Induk Pegawai) dan Nama personel, di mana satu NIP bisa terasosiasi dengan lebih dari satu nama, atau sebaliknya. Sebanyak 15 NIP dan 1 nama teridentifikasi mengalami inkonsistensi ini, contohnya NIP 'P230175' yang tercatat dengan nama 'DANI FIRQOH' dan 'DANI FIRQOH YITNOWATI'. Inkosistensi ini telah ditangani dengan menetapkan satu nama kanonis untuk setiap NIP untuk memastikan atribusi penjualan yang akurat. Selain itu, nilai yang hilang pada kolom identifier/nama diisi dengan 'Unknown' dan nilai penjualan dengan 0 untuk menjaga konsistensi data.

**Performa Penjualan Individual**

Atribusi penjualan dilakukan per level hierarki, di mana penjualan seorang individu mencakup agregasi penjualan dari semua outlet di bawah tanggung jawabnya. Total penjualan yang diatribusikan kepada personel secara keseluruhan (yang mencakup duplikasi karena agregasi hierarki) adalah Rp 777,260,497,760,34, terdiri dari Rp 268,669,158,532.00 penjualan *online* dan Rp 508,591,339,228.34 penjualan *offline*. Sesuai aturan bisnis, penjualan *offline* diatribusikan sepenuhnya kepada personel OMG, sedangkan penjualan *online* dibagi secara proporsional antar tim yang hadir di setiap outlet.

**Rekomendasi Awal**

1.  **Investigasi Cakupan Tim AO dan PDN:** Mengingat tingginya jumlah outlet yang tidak memiliki tim AO dan PDN, disarankan untuk menganalisis apakah hal ini disengaja (sesuai strategi bisnis) atau merupakan celah yang dapat dimanfaatkan untuk meningkatkan penjualan *online* melalui ekspansi tim.
2.  **Pemantauan Kualitas Data NIP-Nama:** Meskipun inkonsistensi NIP-Nama telah diatasi, penting untuk menerapkan prosedur validasi data yang lebih ketat di tingkat input untuk mencegah terulangnya masalah serupa di masa mendatang, demi memastikan keakuratan pelaporan performa.
3.  **Fokus pada Kanal Offline:** Penjualan *offline* merupakan kontributor utama terhadap total penjualan. Disarankan untuk terus menganalisis strategi dan efektivitas tim OMG dalam mempertahankan dan meningkatkan performa ini.
4.  **Analisis Segmentasi Performa:** Untuk pemahaman yang lebih mendalam, laporan selanjutnya akan menyajikan segmentasi personel penjualan berdasarkan profil performa mereka (misalnya, menggunakan *K-Means Clustering*), yang dapat membantu dalam pengembangan program insentif, pelatihan, atau strategi penempatan personel yang lebih tertarget.

## 2. Kualitas Data & Pra-pemrosesan

Analisis kualitas data dan pra-pemrosesan merupakan langkah krusial untuk memastikan keandalan temuan dan akurasi model yang akan dibangun. Tahap ini bertujuan untuk mengidentifikasi dan menangani masalah seperti data duplikat, nilai hilang, serta inkonsistensi yang dapat memengaruhi integritas analisis.

### 2.1 Penanganan Data Duplikat

Pemeriksaan awal terhadap data menunjukkan tidak adanya baris duplikat yang identik secara keseluruhan dalam dataset. Ini memastikan bahwa setiap entri mewakili catatan unik, mencegah penghitungan ganda yang dapat mendistorsi agregasi penjualan atau jumlah outlet.

### 2.2 Penanganan Nilai Hilang

Nilai hilang merupakan masalah umum dalam dataset, dan penanganannya memerlukan strategi yang sesuai dengan karakteristik kolom. Dalam laporan ini, pendekatan yang digunakan adalah sebagai berikut:

*   **Kolom Identifikasi dan Nama**: Untuk kolom yang berisi pengidentifikasi unik (NIP, Kode PI, Outcode) atau nama personel/apotek, nilai hilang diisi dengan string 'Unknown'. Pendekatan ini menjaga integritas struktural data tanpa mengarang informasi, sekaligus memungkinkan identifikasi mudah terhadap entri yang datanya tidak lengkap.
*   **Kolom Nilai Penjualan**: Untuk kolom yang merepresentasikan nilai penjualan (Online, Offline, Total Sales), nilai hilang diisi dengan angka 0 (nol). Ini didasarkan pada asumsi bahwa tidak adanya catatan penjualan berarti tidak ada penjualan yang tercatat, dan pendekatan ini memungkinkan perhitungan agregat yang akurat. Kolom-kolom ini juga dikonversi secara eksplisit ke tipe data numerik untuk memastikan konsistensi dalam perhitungan matematis.

Berikut adalah rincian kolom yang terpengaruh dan jumlah nilai hilang yang berhasil ditangani:

| Kolom                     | Jumlah Nilai Hilang | Strategi Pengisian |
|:--------------------------|--------------------:|:-------------------|
| Outcode                   |              19,999 | 'Unknown'          |
| NIP GM AO                 |              20,610 | 'Unknown'          |
| Nama GM AO                |              20,610 | 'Unknown'          |
| NIP Manager AO            |              20,610 | 'Unknown'          |
| Nama Manger AO            |              20,610 | 'Unknown'          |
| NIP SPV AO                |              20,610 | 'Unknown'          |
| Nama SPV AO               |              20,610 | 'Unknown'          |
| NIP PIC AO                |              20,609 | 'Unknown'          |
| Nama PIC AO               |              20,609 | 'Unknown'          |
| NIP GM PDN                |              31,264 | 'Unknown'          |
| Nama GM PDN               |              31,264 | 'Unknown'          |
| NIP Manager PDN           |              31,264 | 'Unknown'          |
| Nama Manger PDN           |              31,264 | 'Unknown'          |
| NIP SPV PDN               |              31,264 | 'Unknown'          |
| Nama SPV PDN              |              31,264 | 'Unknown'          |
| NIP PIC PDN               |              31,264 | 'Unknown'          |
| Nama PIC PDN              |              31,264 | 'Unknown'          |
| Kolom Penjualan (misalnya Value Sales B1 Online, Total Sales) | -                   | 0                  |

Tingginya jumlah nilai 'Unknown' pada kolom tim AO dan PDN, terutama pada level GM hingga PIC, mengindikasikan bahwa sebagian besar outlet tidak memiliki representasi dari tim-tim ini. Ini sejalan dengan temuan di Ringkasan Eksekutif yang menyebutkan cakupan tim AO dan PDN yang lebih terbatas dibandingkan OMG.

### 2.3 Penanganan Inkonsistensi NIP-Nama

Salah satu temuan penting selama pra-pemrosesan adalah adanya inkonsistensi antara NIP (Nomor Induk Pegawai) dan Nama personel. Hal ini terjadi ketika satu NIP terasosiasi dengan beberapa nama yang sedikit berbeda (seringkali karena kesalahan ketik atau variasi format) atau, lebih jarang, satu nama terasosiasi dengan beberapa NIP. Inkonsistensi ini sangat kritis karena dapat mengganggu atribusi penjualan yang akurat kepada individu.

Sebanyak 15 NIP dan 1 nama teridentifikasi memiliki masalah inkonsistensi ini. Untuk mengatasinya, strategi yang diterapkan adalah menetapkan nama kanonis untuk setiap NIP. Pemilihan nama kanonis didasarkan pada nama yang paling sering muncul, dan jika frekuensinya sama, dipilih yang terpendek atau secara alfabetis.

Berikut adalah beberapa contoh inkonsistensi NIP-Nama yang ditemukan dan resolusi kanonisnya:

| NIP       | Nama Asli yang Ditemukan                 | Nama Kanonis yang Dipilih             |
|:----------|:-----------------------------------------|:--------------------------------------|
| P230175   | ['DANI FIRQOH', 'DANI FIRQOH YITNOWATI'] | DANI FIRQOH                           |
| P260038   | ['JUITA SIRONGORINGO', 'JUITA SIRINGORINGO'] | JUITA SIRINGORINGO                  |
| 260051U   | ['MOCH ALFIAR YUDHA', 'MOCHAMAD ALFIAR YUDHA ANSHORI'] | MOCH ALFIAR YUDHA                     |
| 130945P   | ['HENDRY JHONSON', 'HENRY JHONSON']      | HENRY JHONSON                         |
| 250005U   | ['MUHAMAD FIRDAUS YUSUF', 'MUHAMMAD FIRDAUS YUSUF'] | MUHAMAD FIRDAUS YUSUF                 |
| 230035U   | ['GERRIANSYAH CESAR MAULANA', 'GERIANSYAH SESAR MAULANA'] | GERIANSYAH SESAR MAULANA            |
| 260049U   | ['RM ARGA YUDHA DEWANTORO', 'RM.ARGA YUDHA DEWANTORO'] | RM ARGA YUDHA DEWANTORO               |
| 260045U   | ['IRVAN JAPARDI SINAGA', 'IRVAN JAPARDI SINAGA '] | IRVAN JAPARDI SINAGA                  |
| 260015U   | ['SRI WULAN ', 'SRI WULAN']             | SRI WULAN                             |
| 260046U   | ['M. NABIL HIBRIZI', 'MUHAMMAD NABIL HIBRIZI'] | M. NABIL HIBRIZI                      |
| 260047U   | ['M TRI BUDI MAHA SAKTI', 'AYODYA TRI TAMA PUTRA', 'AYODYA TRITAMA PUTRA'] | AYODYA TRITAMA PUTRA                  |
| 260044U   | ['M. TRI BUDI MAHA SAKTI', 'M TRI BUDI MAHA SAKTI'] | M TRI BUDI MAHA SAKTI                 |
| 260050U   | ['SAPUTRA ', 'SAPUTRA']                 | SAPUTRA                               |
| 260071U   | ['MUHAMMAD ARZETHA P', 'MUHAMMAD ARZETHA PUTRADATIN'] | MUHAMMAD ARZETHA P                    |
| 260060U   | ['M.FAIZAL TANJUNG', 'M. FAISAL TANJUNG'] | M.FAIZAL TANJUNG                      |
| Nama 'M TRI BUDI MAHA SAKTI' dikaitkan dengan NIP ['260047U', '260044U'] |

Dengan resolusi ini, setiap NIP kini secara unik terkait dengan satu nama kanonis, yang memungkinkan atribusi penjualan yang lebih konsisten dan akurat pada level individu.

### 2.4 Dampak dan Rekomendasi

Proses pembersihan data ini telah menghasilkan dataset yang lebih bersih dan siap untuk analisis lebih lanjut. Penanganan nilai hilang dan inkonsistensi NIP-Nama sangat penting untuk mencegah bias dan kesalahan dalam perhitungan performa penjualan individual dan agregat.

**Rekomendasi Lanjutan:**
Untuk menjaga kualitas data di masa mendatang, sangat disarankan untuk:
1.  **Menerapkan Validasi Input:** Mengembangkan dan mengimplementasikan sistem validasi pada titik masuk data untuk secara otomatis mendeteksi dan mencegah inkonsistensi NIP-Nama, serta memastikan kelengkapan data kunci seperti "Outcode" dan data NIP/Nama personel.
2.  **Audit Data Berkala:** Melakukan audit rutin terhadap data untuk mengidentifikasi pola-pola anomali baru atau regresi kualitas data yang mungkin muncul seiring waktu.
3.  **Standardisasi Nomenklatur:** Meninjau dan menstandardisasi penulisan nama personel dan entri lainnya untuk mengurangi variasi yang tidak perlu dan potensi inkonsistensi.

## 3. Ikhtisar Data dan Distribusi Penjualan Keseluruhan

Bab ini menyajikan gambaran menyeluruh tentang data penjualan, struktur tim yang terlibat, dan distribusi penjualan baik di tingkat outlet maupun yang diatribusikan kepada personel. Analisis ini menjadi fondasi untuk pemahaman lebih lanjut mengenai dinamika kinerja dan identifikasi peluang strategis.

### 3.1 Gambaran Umum Distribusi Penjualan per Outlet

Dataset mencakup data penjualan dari 33,715 outlet unik (berdasarkan Kode PI). Total penjualan gabungan dari seluruh outlet selama tiga bulan terakhir (April-Juni 2026) mencapai Rp 138,470,629,048. Rincian lebih lanjut mengenai distribusi penjualan berdasarkan kanal (online dan offline) dan periode bulanan telah disajikan dalam Bab 1.

Untuk memberikan gambaran mengenai variasi penjualan di tingkat individual outlet, berikut adalah contoh data penjualan kumulatif untuk beberapa outlet:

| Kode PI    | Total Penjualan Online (Semua Periode) | Total Penjualan Offline (Semua Periode) | Total Penjualan (Semua Periode) |
|:-----------|---------------------------------------:|----------------------------------------:|--------------------------------:|
| A1000005   |                                      0 |                                       0 |                               0 |
| A1000006   |                                      0 |                                       0 |                               0 |
| A1000007   |                             10,672,730 |                                       0 |                      10,672,730 |
| A1000010   |                                      0 |                                       0 |                               0 |
| A1000011   |                              3,064,872 |                                 466,000 |                       3,530,872 |
| A1000012   |                                      0 |                               1,141,348 |                       1,141,348 |
| A1000013   |                                      0 |                                 460,000 |                         460,000 |
| A1000016   |                                      0 |                                       0 |                               0 |
| A1000017   |                                      0 |                                       0 |                               0 |
| A1000018   |                                      0 |                             10,631,148 |                      10,631,148 |

### 3.2 Struktur dan Cakupan Tim Penjualan di Setiap Outlet

Dataset ini mencerminkan kehadiran tiga tim penjualan utama—OMG, AO, dan PDN—yang berkontribusi terhadap penjualan. Penjualan *offline* secara eksklusif diatribusikan kepada tim OMG, sedangkan penjualan *online* dapat melibatkan ketiga tim tersebut, dengan kontribusi yang dibagi secara proporsional jika lebih dari satu tim hadir di outlet.

Analisis kehadiran tim di setiap outlet mengungkapkan pola distribusi yang spesifik:

| OMG_Present | AO_Present | PDN_Present | Jumlah Outlet |
|:------------|:-----------|:------------|--------------:|
| Hadir       | Tidak Hadir| Tidak Hadir |        20,603 |
| Hadir       | Tidak Hadir| Hadir       |             6 |
| Hadir       | Hadir      | Tidak Hadir |        10,661 |
| Hadir       | Hadir      | Hadir       |         2,445 |

Dari tabel di atas, terlihat bahwa mayoritas outlet (20,603) hanya memiliki tim OMG yang beroperasi, mengindikasikan cakupan yang luas untuk penjualan *offline* dan potensi *online* dari tim OMG sendiri. Sejumlah besar outlet (10,661) juga memiliki tim OMG dan AO yang bekerja bersama, menunjukkan fokus yang signifikan pada pertumbuhan penjualan *online* di outlet-outlet ini. Tim PDN memiliki cakupan yang paling terbatas, hadir bersama tim OMG dan AO hanya di 2,445 outlet, dan sangat jarang (6 outlet) hadir hanya bersama tim OMG. Distribusi ini konsisten dengan tingginya jumlah entri 'Unknown' untuk personel AO dan PDN yang dibahas di Bab 2, mengonfirmasi bahwa banyak outlet tidak berada di bawah cakupan tim AO dan PDN.

### 3.3 Ikhtisar Personel Penjualan

Setelah proses pembersihan data dan resolusi inkonsistensi NIP-Nama yang dijelaskan dalam Bab 2, kami memiliki daftar personel yang unik di setiap tingkatan dan tim. Total personel unik (tidak termasuk entri 'Unknown') yang teridentifikasi dalam struktur penjualan adalah sebagai berikut:

| Tim | Peran        | Jumlah Personel Unik |
|:----|:-------------|---------------------:|
| AO  | GM AO        |                    1 |
| AO  | Manager AO   |                    2 |
| AO  | PIC AO       |                   65 |
| AO  | SPV AO       |                    6 |
| OMG | ASM OMG      |                   55 |
| OMG | FF OMG       |                  351 |
| OMG | GM OMG       |                    1 |
| OMG | SM OMG       |                   12 |
| PDN | GM PDN       |                    1 |
| PDN | Manager PDN  |                    1 |
| PDN | PIC PDN      |                   37 |
| PDN | SPV PDN      |                   18 |

Personel Field Force (FF OMG) dan Person In Charge (PIC AO, PIC PDN) merupakan tulang punggung tim penjualan di lapangan, dengan jumlah terbesar. Struktur ini menunjukkan hierarki yang jelas dalam setiap tim, mulai dari General Manager hingga personel lapangan.

### 3.4 Distribusi Penjualan yang Diatribusikan kepada Personel

Penting untuk membedakan antara "Total Penjualan Keseluruhan" (penjualan aktual dari semua outlet) yang sebesar Rp 138,470,629,048 dan "Total Penjualan yang Diatribusikan" kepada personel. Sesuai aturan bisnis, penjualan seorang individu diakui berdasarkan agregat dari semua outlet di bawah tanggung jawabnya. Ini berarti penjualan dapat dihitung berulang di berbagai tingkatan hierarki (misalnya, penjualan PIC akan diatribusikan juga ke SPV-nya, ASM-nya, dst.), sehingga total penjualan yang diatribusikan akan jauh lebih besar daripada total penjualan aktual.

Total penjualan yang diatribusikan kepada seluruh personel (Online + Offline) mencapai Rp 777,260,497,760. Dari jumlah ini, penjualan *online* yang diatribusikan adalah Rp 268,669,158,532 dan penjualan *offline* yang diatribusikan adalah Rp 508,591,339,228. Penjualan *offline* sepenuhnya diatribusikan kepada personel OMG, sedangkan penjualan *online* diatribusikan secara proporsional kepada semua tim (OMG, AO, PDN) yang hadir di sebuah outlet.

Berikut adalah contoh performa penjualan yang diatribusikan kepada beberapa personel teratas:

| NIP     | Nama                             | Tim | Peran    | Penjualan Online   | Penjualan Offline  | Total Penjualan   |
|:--------|:---------------------------------|:----|:---------|-------------------:|-------------------:|------------------:|
| P070810 | KAMILO FIDELIANT IQBAL           | AO  | GM       | 21,380,094,709.50  |                0.00 | 21,380,094,709.50 |
| P220138 | NIKE MELANI PUTRI                | AO  | Manager  | 11,942,714,081.00  |                0.00 | 11,942,714,081.00 |
| I250036 | RISMA PUTRI TESSA LONIKA MATONDANG | AO  | Manager  |  9,437,380,628.50  |                0.00 |  9,437,380,628.50 |
| P250174 | I NYOMAN SURYASA                 | AO  | SPV      |  3,440,119,224.00  |                0.00 |  3,440,119,224.00 |
| P260024 | JEFRI ADIGUNA SEMBIRING          | AO  | SPV      |  3,722,657,358.00  |                0.00 |  3,722,657,358.00 |
| I250038 | MAYPITA INDIANA                  | AO  | SPV      |  4,777,538,420.67  |                0.00 |  4,777,538,420.67 |
| P220134 | MEICE WULANDARI                  | AO  | SPV      |  3,725,056,436.33  |                0.00 |  3,725,056,436.33 |
| I250031 | MOCHAMAD IQBAL HADI              | AO  | SPV      |  2,732,520,528.33  |                0.00 |  2,732,520,528.33 |
| P220137 | SITI LUPPI NURMA MUDA            | AO  | SPV      |  2,982,202,742.17  |                0.00 |  2,982,202,742.17 |
| I250061 | AEDY CHRISTINE SIBURIAN          | AO  | PIC      |    322,420,292.33  |                0.00 |    322,420,292.33 |
| P230012 | ANANDA JUNIARIN                  | AO  | PIC      |    532,689,349.33  |                0.00 |    532,689,349.33 |
| P260091 | ANGGI SEPTIANI SIMORANGKIR       | AO  | PIC      |    459,324,132.67  |                0.00 |    459,324,132.67 |
| I250032 | ANNA TRIWULANDARI                | AO  | PIC      |    358,109,504.17  |                0.00 |    358,109,504.17 |
| P260108 | APRI SITANGGANG                  | AO  | PIC      |    304,255,878.17  |                0.00 |    304,255,878.17 |
| P230175 | DANI FIRQOH                      | AO  | PIC      |    267,048,281.67  |                0.00 |    267,048,281.67 |

Tabel ini menunjukkan atribusi penjualan, terutama untuk tim AO yang fokus pada penjualan *online*. Hal ini menyoroti kontribusi signifikan dari para manajer dan supervisor di tim AO terhadap total penjualan *online* yang diatribusikan. Personel OMG akan menunjukkan nilai penjualan *offline* yang diatribusikan.

### Wawasan dan Rekomendasi

*   **Dominasi OMG dalam Cakupan Outlet:** Kehadiran tim OMG di sebagian besar outlet menunjukkan peran sentral mereka dalam ekosistem penjualan, terutama untuk kanal *offline*. Ini mengindikasikan stabilitas dan jangkauan operasional yang kuat dari tim OMG.
*   **Peluang Pertumbuhan Tim AO dan PDN:** Meskipun ada cakupan yang substansial untuk tim AO (bersama OMG), tim PDN masih memiliki cakupan yang sangat terbatas. Ini bisa menjadi area strategis untuk ekspansi guna meningkatkan penetrasi pasar dan kinerja penjualan *online*, terutama di outlet-outlet yang saat ini hanya dilayani oleh OMG atau OMG dan AO.
*   **Perbandingan Penjualan Aktual vs. Diatribusikan:** Perbedaan signifikan antara total penjualan aktual (Rp 138,470,629,048) dan total penjualan yang diatribusikan (Rp 777,260,497,760) adalah hasil alami dari model atribusi hierarkis. Penting untuk mengkomunikasikan hal ini dengan jelas agar pemangku kepentingan memahami bahwa angka atribusi adalah ukuran kinerja personel dalam struktur hierarki, bukan penjualan unik total perusahaan.
*   **Fokus pada Kanal Online:** Meskipun penjualan *offline* mendominasi total penjualan aktual, penjualan *online* yang diatribusikan menunjukkan potensi yang besar. Mempertimbangkan aturan atribusi penjualan *online* yang dibagi antar tim yang hadir, analisis lebih lanjut dapat dilakukan untuk mengevaluasi efektivitas kolaborasi antar tim dalam mendorong penjualan *online* di outlet yang memiliki multi-tim.

Analisis lebih mendalam mengenai pola kinerja dan segmentasi personel akan dibahas dalam bab selanjutnya untuk mengidentifikasi profil-profil kinerja yang berbeda dan mendukung pengembangan strategi manajemen personel yang lebih target.

## 4. Analisis Penjualan Tingkat Outlet

Analisis pada tingkat outlet merupakan fondasi untuk memahami dinamika pasar secara granular, mengidentifikasi kekuatan dan kelemahan dalam distribusi, serta menilai efektivitas model penjualan di lapangan. Dari total 33,715 outlet yang tercatat, kinerja penjualan menunjukkan variasi yang signifikan, di mana beberapa outlet tidak mencatatkan penjualan sama sekali (terlihat dari nilai nol yang sering muncul dalam agregasi penjualan, seperti yang telah disajikan di Bab 3), sementara yang lain berkontribusi secara substansial terhadap total penjualan perusahaan. Variabilitas ini menyoroti perlunya pendekatan yang disesuaikan dalam strategi penjualan dan alokasi sumber daya.

### 4.1 Model Kehadiran Tim Penjualan di Outlet

Struktur kehadiran tim penjualan (OMG, AO, dan PDN) di setiap outlet menjadi faktor kunci dalam menentukan bagaimana penjualan, terutama penjualan daring (online), diatribusikan dan didorong. Pola kehadiran tim yang telah diuraikan pada Bab 3, memberikan gambaran yang jelas mengenai prioritas dan cakupan masing-masing tim:

*   **Outlet Khusus Tim OMG (20,603 outlet)**: Mayoritas outlet hanya dilayani oleh tim OMG. Ini menegaskan peran krusial tim OMG sebagai tulang punggung penjualan, terutama untuk kanal luring (offline) yang secara eksklusif menjadi tanggung jawab mereka. Penjualan daring dari outlet-outlet ini juga sepenuhnya diatribusikan kepada tim OMG.
*   **Outlet dengan Tim OMG dan AO (10,661 outlet)**: Sejumlah besar outlet menunjukkan kehadiran kolaborasi antara tim OMG dan AO. Kehadiran tim AO di outlet-outlet ini secara spesifik ditujukan untuk mendorong penjualan daring. Dalam kasus ini, kontribusi penjualan daring akan dibagi secara proporsional antara tim OMG dan AO.
*   **Outlet dengan Ketiga Tim (OMG, AO, dan PDN) (2,445 outlet)**: Hanya sebagian kecil outlet yang memiliki dukungan penuh dari ketiga tim penjualan. Ini mengindikasikan bahwa outlet-outlet ini mungkin merupakan titik strategis dengan potensi penjualan daring yang sangat tinggi, atau mungkin memerlukan dukungan komprehensif untuk penetrasi pasar. Penjualan daring di outlet ini akan dibagi rata di antara ketiga tim.
*   **Outlet dengan Tim OMG dan PDN (6 outlet)**: Keberadaan hanya 6 outlet dalam kategori ini merupakan anomali yang menarik. Ketiadaan tim AO di outlet-outlet ini, meskipun ada tim PDN, menunjukkan potensi strategi regional atau segmen pasar yang sangat spesifik. Ini adalah area yang membutuhkan investigasi lebih lanjut untuk memahami alasan di baliknya dan efektivitas model ini.

### 4.2 Implikasi Terhadap Kinerja Penjualan

Distribusi kehadiran tim ini memiliki implikasi langsung terhadap strategi peningkatan penjualan:

*   **Dominasi Penjualan Luring oleh OMG**: Mengingat jumlah outlet yang sangat besar hanya dilayani oleh tim OMG dan aturan atribusi yang ada, tim OMG secara inheren akan menjadi kontributor terbesar untuk total penjualan luring.
*   **Peningkatan Potensi Penjualan Daring**: Kehadiran tim AO dan PDN secara kolektif di outlet bertujuan untuk memperkuat penjualan daring. Outlet dengan kolaborasi tim (OMG+AO atau OMG+AO+PDN) berpotensi memiliki kinerja daring yang lebih baik karena adanya fokus dan sumber daya tambahan dari tim-tim spesialis daring.
*   **Segmentasi Strategis**: Pola kehadiran tim mengindikasikan adanya segmentasi strategis dalam pengelolaan outlet. Outlet dengan cakupan tim yang lebih lengkap (misalnya, OMG+AO+PDN) kemungkinan besar dianggap sebagai outlet dengan potensi pertumbuhan yang lebih tinggi atau yang memerlukan investasi lebih besar untuk penjualan daring.

### 4.3 Rekomendasi Tingkat Outlet

Berdasarkan analisis distribusi penjualan dan kehadiran tim di tingkat outlet, beberapa rekomendasi dapat diajukan:

1.  **Evaluasi Kinerja Outlet Berdasarkan Model Tim**: Lakukan analisis mendalam untuk membandingkan rata-rata penjualan daring dan luring antar kelompok outlet berdasarkan kombinasi kehadiran tim (misalnya, outlet khusus OMG vs. OMG+AO vs. OMG+AO+PDN). Ini akan membantu mengukur efektivitas model tim yang berbeda dan mengidentifikasi model mana yang paling optimal untuk jenis outlet tertentu.
2.  **Identifikasi Outlet Berkinerja Rendah**: Analisis outlet-outlet dengan penjualan nol atau sangat rendah untuk mengidentifikasi akar masalah. Apakah ini terkait dengan lokasi, kehadiran kompetitor, masalah inventaris, atau ketiadaan tim penjualan yang memadai?
3.  **Peluang Ekspansi Tim AO dan PDN**: Pertimbangkan potensi untuk memperluas cakupan tim AO dan PDN ke lebih banyak dari 20,603 outlet yang saat ini hanya dilayani oleh tim OMG, terutama di area dengan potensi pertumbuhan penjualan daring yang belum termanfaatkan.
4.  **Investigasi Anomali Outlet OMG+PDN**: Lakukan studi kasus terhadap 6 outlet yang hanya memiliki tim OMG dan PDN (tanpa AO). Pahami model operasional mereka, alasan di balik konfigurasi tim ini, dan bandingkan kinerja mereka dengan outlet lain untuk mengekstrak pembelajaran atau praktik terbaik.
5.  **Pengembangan Program Target untuk Outlet Tertentu**: Berdasarkan segmentasi kinerja dan kehadiran tim, kembangkan program pelatihan atau insentif yang ditargetkan untuk tim di outlet-outlet dengan potensi tinggi namun kinerja belum maksimal, atau untuk outlet yang memerlukan dukungan khusus untuk mencapai target penjualan tertentu.

## 5. Analisis Kinerja Penjualan Personel Berdasarkan Atribusi Hierarkis

Analisis kinerja penjualan personel adalah inti dari laporan ini, yang bertujuan untuk memahami kontribusi individu terhadap total penjualan perusahaan berdasarkan model atribusi hierarkis. Dengan data yang telah dibersihkan dan inkonsistensi NIP-Nama diatasi seperti yang dijelaskan pada Bab 2, kini kita dapat mengaitkan penjualan secara akurat kepada setiap individu di setiap tingkatan tim OMG, AO, dan PDN.

### 5.1 Atribusi Penjualan Hierarkis

Sesuai dengan aturan bisnis, penjualan diatribusikan kepada personel secara hierarkis. Ini berarti penjualan seorang individu diakui berdasarkan agregat penjualan dari semua outlet yang berada di bawah tanggung jawabnya, termasuk penjualan yang juga diatribusikan kepada bawahan mereka. Akibatnya, total penjualan yang diatribusikan kepada personel secara keseluruhan akan lebih besar dari total penjualan aktual perusahaan karena adanya agregasi berulang di setiap level manajemen.

Total penjualan yang diatribusikan kepada seluruh personel (Online + Offline) mencapai Rp 777.260.497.760,34, yang terbagi menjadi Rp 268.669.158.532,00 penjualan daring dan Rp 508.591.339.228,34 penjualan luring. Penjualan luring secara eksklusif diatribusikan kepada personel OMG. Sementara itu, penjualan daring diatribusikan kepada tim OMG, AO, dan PDN secara proporsional berdasarkan kehadiran tim di setiap outlet, seperti yang dijelaskan pada Bab 4.

### 5.2 Performa Penjualan Personel

Tabel berikut menunjukkan performa penjualan daring, luring, dan total penjualan yang diatribusikan kepada setiap personel yang teridentifikasi, diurutkan berdasarkan tim, peran, dan total penjualan.

| NIP     | Nama                             | Tim | Peran    | Penjualan Online   | Penjualan Offline  | Total Penjualan   |
|:--------|:---------------------------------|:----|:---------|-------------------:|-------------------:|------------------:|
| P070810 | KAMILO FIDELIANT IQBAL           | AO  | GM       | 21.380.094.709,50  |                0,00 | 21.380.094.709,50 |
| P220138 | NIKE MELANI PUTRI                | AO  | Manager  | 11.942.714.081,00  |                0,00 | 11.942.714.081,00 |
| I250036 | RISMA PUTRI TESSA LONIKA MATONDANG | AO  | Manager  |  9.437.380.628,50  |                0,00 |  9.437.380.628,50 |
| P250174 | I NYOMAN SURYASA                 | AO  | SPV      |  3.440.119.224,00  |                0,00 |  3.440.119.224,00 |
| P260024 | JEFRI ADIGUNA SEMBIRING          | AO  | SPV      |  3.722.657.358,00  |                0,00 |  3.722.657.358,00 |
| I250038 | MAYPITA INDIANA                  | AO  | SPV      |  4.777.538.420,67  |                0,00 |  4.777.538.420,67 |
| P220134 | MEICE WULANDARI                  | AO  | SPV      |  3.725.056.436,33  |                0,00 |  3.725.056.436,33 |
| I250031 | MOCHAMAD IQBAL HADI              | AO  | SPV      |  2.732.520.528,33  |                0,00 |  2.732.520.528,33 |
| P220137 | SITI LUPPI NURMA MUDA            | AO  | SPV      |  2.982.202.742,17  |                0,00 |  2.982.202.742,17 |
| I250061 | AEDY CHRISTINE SIBURIAN          | AO  | PIC      |    322.420.292,33  |                0,00 |    322.420.292,33 |
| P230012 | ANANDA JUNIARIN                  | AO  | PIC      |    532.689.349,33  |                0,00 |    532.689.349,33 |
| P260091 | ANGGI SEPTIANI SIMORANGKIR       | AO  | PIC      |    459.324.132,67  |                0,00 |    459.324.132,67 |
| I250032 | ANNA TRIWULANDARI                | AO  | PIC      |    358.109.504,17  |                0,00 |    358.109.504,17 |
| P260108 | APRI SITANGGANG                  | AO  | PIC      |    304.255.878,17  |                0,00 |    304.255.878,17 |
| P230175 | DANI FIRQOH                      | AO  | PIC      |    267.048.281,67  |                0,00 |    267.048.281,67 |
| I250059 | DENNI HERINTA SIHALOHO           | AO  | PIC      |    662.369.235,83  |                0,00 |    662.369.235,83 |
| I250029 | DEWI SRI UTAMI                   | AO  | PIC      |    218.794.103,33  |                0,00 |    218.794.103,33 |
| P220246 | DINDA PUSPITA SARI               | AO  | PIC      |    193.949.547,17  |                0,00 |    193.949.547,17 |
| I250063 | DINDA RAMADHANI                  | AO  | PIC      |    415.618.450,33  |                0,00 |    415.618.450,33 |
| P250147 | DINDA VITALOKA                   | AO  | PIC      |    243.949.411,17  |                0,00 |    243.949.411,17 |

*Catatan: Tabel ini menampilkan 20 entri teratas dari total 640 entri personel unik untuk memberikan gambaran. Daftar lengkap mencakup semua personel di setiap tim dan level.*

Dari tabel di atas, terlihat jelas bahwa personel di tim AO, terutama pada level manajerial dan supervisor, memiliki atribusi penjualan daring yang sangat tinggi. Ini sesuai dengan fokus utama tim AO pada penjualan daring. Perlu diingat bahwa penjualan luring hanya diatribusikan kepada personel OMG, sehingga kolom "Offline Sales" untuk personel AO akan selalu 0.

### 5.3 Segmentasi Kinerja dengan K-Means Clustering

Untuk mendapatkan pemahaman yang lebih dalam tentang pola-pola kinerja penjualan, telah dilakukan *K-Means clustering* pada data performa penjualan personel. Tujuan dari clustering ini adalah untuk mengidentifikasi kelompok-kelompok personel dengan karakteristik penjualan yang serupa, yang dapat membantu dalam mengembangkan strategi manajemen kinerja yang lebih terarah.

Meskipun model *K-Means* berhasil dijalankan, informasi rinci mengenai karakteristik spesifik dari setiap klaster (misalnya, rata-rata penjualan daring/luring per klaster, distribusi tim atau peran dalam klaster) tidak tersedia dalam laporan temuan yang diberikan (hanya menampilkan label klaster dan pusat klaster yang bersifat abstrak seperti `[ 7., 6.]`). Oleh karena itu, analisis mendalam tentang profil kinerja klaster tidak dapat disajikan dalam bab ini.

### 5.4 Wawasan dan Rekomendasi

1.  **Evaluasi Kinerja Berjenjang**: Penjualan yang diatribusikan secara hierarkis menunjukkan bagaimana setiap level manajemen berkontribusi terhadap total penjualan tim di bawahnya. Manajer Umum (GM) dan Manajer di tim AO menunjukkan atribusi penjualan daring yang sangat besar, menggarisbawahi dampak kepemimpinan mereka pada kinerja penjualan daring secara keseluruhan. Analisis lebih lanjut harus mempertimbangkan efisiensi di setiap level, misalnya, rasio penjualan per personel atau penjualan per outlet yang ditangani.
2.  **Peran Krusial Tim OMG pada Penjualan Offline**: Karena penjualan luring sepenuhnya menjadi tanggung jawab tim OMG, performa tim ini sangat krusial untuk mayoritas pendapatan perusahaan. Diperlukan analisis spesifik terhadap NIP dan nama personel OMG, terutama FF (Field Force) yang secara langsung bertanggung jawab atas penjualan luring, untuk mengidentifikasi pendorong keberhasilan atau area yang memerlukan peningkatan.
3.  **Memanfaatkan Data Atribusi untuk Insentif dan Pelatihan**: Data atribusi penjualan dapat digunakan untuk merancang program insentif yang lebih adil dan pelatihan yang disesuaikan. Personel dengan atribusi penjualan tinggi dapat diidentifikasi sebagai *high-performers* atau mentor, sementara mereka yang dengan atribusi lebih rendah mungkin memerlukan dukungan atau pelatihan tambahan.
4.  **Perlunya Analisis Klaster Lebih Lanjut**: Untuk segmentasi personel yang lebih efektif, diperlukan data keluaran *clustering* yang lebih deskriptif. Informasi mengenai rata-rata metrik penjualan per klaster, serta komposisi tim dan peran dalam setiap klaster, akan memungkinkan identifikasi profil kinerja yang jelas (misalnya, "Klaster Penjual Daring Unggul," "Klaster Penjual Luring Berpengalaman," dll.) untuk mendukung keputusan strategis.

## 5.1. Resolusi Inkonsistensi Data NIP-Nama

Inkonsistensi antara NIP (Nomor Induk Pegawai) dan Nama personel merupakan salah satu tantangan kualitas data krusial yang telah berhasil diidentifikasi dan ditangani pada tahap pra-pemrosesan, sebagaimana dijelaskan secara rinci dalam Bab 2.3. Resolusi masalah ini adalah fondasi vital untuk memastikan integritas dan akurasi analisis kinerja penjualan personel secara hierarkis yang menjadi fokus Bab 5 ini.

Pada tahap pembersihan data, ditemukan sebanyak 15 NIP yang terkait dengan lebih dari satu nama, serta 1 nama yang terasosiasi dengan beberapa NIP. Variasi ini seringkali disebabkan oleh perbedaan penulisan, singkatan, atau kesalahan ketik, yang jika tidak ditangani, akan mengarah pada atribusi penjualan yang bias dan tidak akurat. Misalnya, NIP 'P230175' awalnya teridentifikasi dengan nama 'DANI FIRQOH' dan 'DANI FIRQOH YITNOWATI', yang kemudian dikonsolidasi menjadi nama kanonis 'DANI FIRQOH'. Demikian pula, NIP '260047U' memiliki beberapa nama (`'M TRI BUDI MAHA SAKTI', 'AYODYA TRI TAMA PUTRA', 'AYODYA TRITAMA PUTRA'`), yang kemudian diseragamkan.

Untuk setiap NIP yang bermasalah, telah ditetapkan satu nama kanonis yang konsisten, yaitu nama yang paling sering muncul, atau jika frekuensinya sama, dipilih nama yang terpendek atau secara alfabetis. Proses ini memastikan bahwa setiap NIP kini secara unik dan konsisten terhubung dengan satu nama personel, menghilangkan ambiguitas dalam identifikasi dan atribusi.

Dengan adanya resolusi ini, kita dapat dengan percaya diri melakukan agregasi penjualan berdasarkan NIP yang unik. Ini memungkinkan analisis kinerja yang adil dan akurat, di mana kontribusi penjualan dari setiap individu di setiap level hierarki dapat diatribusikan tanpa risiko penghitungan ganda atau kesalahan identifikasi. Keseragaman data NIP-Nama ini adalah prasyarat mutlak untuk langkah-langkah selanjutnya dalam menganalisis performa penjualan individual, mengidentifikasi *high-performer*, dan menyusun strategi pengembangan personel yang efektif. Detail lengkap mengenai NIP yang diidentifikasi dan nama kanonisnya dapat merujuk kembali pada Bab 2.3.

## 5.2. Metodologi Atribusi Penjualan

Bab ini menguraikan secara rinci metodologi yang digunakan untuk mengatribusikan penjualan kepada masing-masing personel dalam tim OMG, AO, dan PDN. Pendekatan atribusi ini krusial untuk mengevaluasi kinerja individu dan tim, serta memahami kontribusi mereka terhadap total penjualan perusahaan.

### 5.2.1 Aturan Atribusi Penjualan

Atribusi penjualan dilakukan berdasarkan aturan bisnis yang telah ditetapkan, dengan mempertimbangkan kanal penjualan (daring atau luring) dan kehadiran tim di setiap outlet:

1.  **Penjualan Luring (Offline Sales)**: Seluruh penjualan luring diatribusikan secara eksklusif kepada personel tim OMG. Ini mencerminkan peran sentral tim OMG dalam mengelola dan mendorong penjualan melalui kanal fisik. Oleh karena itu, personel dari tim AO dan PDN tidak memiliki atribusi penjualan luring.
2.  **Penjualan Daring (Online Sales)**: Penjualan daring diatribusikan secara proporsional kepada semua tim (OMG, AO, PDN) yang hadir dan terlibat di sebuah outlet. Proporsi pembagian ditentukan oleh jumlah tim yang beroperasi di outlet tersebut:
    *   **Hanya Tim OMG Hadir**: Jika hanya tim OMG yang hadir di sebuah outlet (seperti di 20,603 outlet), maka 100% penjualan daring dari outlet tersebut diatribusikan kepada tim OMG.
    *   **Tim OMG dan AO Hadir**: Untuk 10,661 outlet di mana tim OMG dan AO berkolaborasi, penjualan daring dibagi rata, dengan 50% diatribusikan kepada tim OMG dan 50% kepada tim AO.
    *   **Tim OMG, AO, dan PDN Hadir**: Di 2,445 outlet di mana ketiga tim hadir, penjualan daring dibagi rata di antara mereka, masing-masing menerima 33,3% dari penjualan daring outlet.
    *   **Tim OMG dan PDN Hadir**: Pada 6 outlet yang unik, di mana hanya tim OMG dan PDN yang hadir tanpa tim AO, penjualan daring dibagi rata, dengan 50% diatribusikan kepada tim OMG dan 50% kepada tim PDN.

### 5.2.2 Atribusi Hierarkis dan Agregasi Penjualan

Setelah penjualan daring dan luring diatribusikan ke level tim di setiap outlet, langkah selanjutnya adalah mengagregasikannya secara hierarkis ke atas. Ini berarti bahwa penjualan yang diatribusikan kepada seorang personel mencakup:
*   Penjualan dari outlet-outlet yang secara langsung di bawah tanggung jawabnya.
*   Agregasi penjualan dari semua personel bawahan di bawah struktur hierarkisnya.

Metodologi atribusi hierarkis ini menghasilkan total penjualan yang diatribusikan kepada personel secara keseluruhan yang jauh lebih besar daripada total penjualan aktual perusahaan. Hal ini terjadi karena penjualan yang sama dapat dihitung berulang kali pada setiap tingkatan manajerial (misalnya, penjualan seorang PIC akan juga terhitung dalam atribusi SPV-nya, ASM-nya, hingga GM-nya).

Total penjualan aktual perusahaan selama periode tiga bulan adalah Rp 138,470,629,048. Namun, setelah proses atribusi hierarkis, total penjualan daring yang diatribusikan kepada personel mencapai Rp 268,669,158,532,00 dan penjualan luring yang diatribusikan adalah Rp 508,591,339,228,34. Ini menghasilkan total penjualan yang diatribusikan (daring + luring) sebesar Rp 777,260,497,760,34. Angka ini secara signifikan lebih tinggi dari penjualan aktual dan harus diinterpretasikan sebagai ukuran dampak dan jangkauan tanggung jawab personel dalam struktur hierarki, bukan sebagai pendapatan unik tambahan bagi perusahaan.

### 5.2.3 Fondasi Data yang Akurat

Metodologi atribusi ini sangat bergantung pada integritas data. Resolusi inkonsistensi NIP-Nama yang telah dijelaskan pada Bab 5.1 merupakan langkah fundamental untuk memastikan setiap NIP secara unik dan konsisten terhubung dengan satu nama personel. Tanpa validasi dan koreksi ini, atribusi penjualan dapat menjadi bias dan tidak akurat, mengarah pada evaluasi kinerja yang keliru.

### 5.2.4 Contoh Atribusi Penjualan Personel

Tabel berikut menyajikan contoh atribusi penjualan untuk beberapa personel, menyoroti bagaimana aturan tersebut diterapkan. Terlihat bahwa personel AO hanya memiliki atribusi penjualan daring, sesuai dengan fokus mereka, sementara personel OMG akan memiliki atribusi penjualan luring.

| NIP     | Nama                             | Tim | Peran    | Penjualan Online       | Penjualan Offline      | Total Penjualan        |
|:--------|:---------------------------------|:----|:---------|:-----------------------|:-----------------------|:-----------------------|
| P070810 | KAMILO FIDELIANT IQBAL           | AO  | GM       | 21,380,094,709.50      | 0.00                   | 21,380,094,709.50      |
| P220138 | NIKE MELANI PUTRI                | AO  | Manager  | 11,942,714,081.00      | 0.00                   | 11,942,714,081.00      |
| I250036 | RISMA PUTRI TESSA LONIKA MATONDANG | AO  | Manager  | 9,437,380,628.50       | 0.00                   | 9,437,380,628.50       |
| P250174 | I NYOMAN SURYASA                 | AO  | SPV      | 3,440,119,224.00       | 0.00                   | 3,440,119,224.00       |
| P260024 | JEFRI ADIGUNA SEMBIRING          | AO  | SPV      | 3,722,657,358.00       | 0.00                   | 3,722,657,358.00       |
| I250038 | MAYPITA INDIANA                  | AO  | SPV      | 4,777,538,420.67       | 0.00                   | 4,777,538,420.67       |
| P220134 | MEICE WULANDARI                  | AO  | SPV      | 3,725,056,436.33       | 0.00                   | 3,725,056,436.33       |
| I250031 | MOCHAMAD IQBAL HADI              | AO  | SPV      | 2,732,520,528.33       | 0.00                   | 2,732,520,528.33       |
| P220137 | SITI LUPPI NURMA MUDA            | AO  | SPV      | 2,982,202,742.17       | 0.00                   | 2,982,202,742.17       |
| I250061 | AEDY CHRISTINE SIBURIAN          | AO  | PIC      | 322,420,292.33         | 0.00                   | 322,420,292.33         |
| P230012 | ANANDA JUNIARIN                  | AO  | PIC      | 532,689,349.33         | 0.00                   | 532,689,349.33         |
| P260091 | ANGGI SEPTIANI SIMORANGKIR       | AO  | PIC      | 459,324,132.67         | 0.00                   | 459,324,132.67         |
| I250032 | ANNA TRIWULANDARI                | AO  | PIC      | 358,109,504.17         | 0.00                   | 358,109,504.17         |
| P260108 | APRI SITANGGANG                  | AO  | PIC      | 304,255,878.17         | 0.00                   | 304,255,878.17         |
| P230175 | DANI FIRQOH                      | AO  | PIC      | 267,048,281.67         | 0.00                   | 267,048,281.67         |
| I250059 | DENNI HERINTA SIHALOHO           | AO  | PIC      | 662,369,235.83         | 0.00                   | 662,369,235.83         |
| I250029 | DEWI SRI UTAMI                   | AO  | PIC      | 218,794,103.33         | 0.00                   | 218,794,103.33         |
| P220246 | DINDA PUSPITA SARI               | AO  | PIC      | 193,949,547.17         | 0.00                   | 193,949,547.17         |
| I250063 | DINDA RAMADHANI                  | AO  | PIC      | 415,618,450.33         | 0.00                   | 415,618,450.33         |
| P250147 | DINDA VITALOKA                   | AO  | PIC      | 243,949,411.17         | 0.00                   | 243,949,411.17         |

### 5.2.5 Implikasi dan Rekomendasi

Metodologi atribusi penjualan ini memberikan kerangka kerja yang jelas untuk memahami kontribusi penjualan setiap personel. Beberapa implikasi dan rekomendasi kunci meliputi:

*   **Evaluasi Kinerja Multidimensi**: Model atribusi ini memungkinkan evaluasi kinerja yang komprehensif, tidak hanya berdasarkan total penjualan, tetapi juga memisahkan kontribusi daring dan luring. Hal ini sangat penting untuk tim seperti AO dan PDN yang fokus pada penjualan daring, serta tim OMG yang memiliki tanggung jawab ganda.
*   **Identifikasi High-Performers dan Area Pengembangan**: Dengan atribusi yang jelas, manajemen dapat lebih mudah mengidentifikasi personel dan manajer di setiap level yang menunjukkan kinerja luar biasa atau, sebaliknya, area yang memerlukan pengembangan lebih lanjut.
*   **Optimalisasi Alokasi Sumber Daya**: Pemahaman mendalam tentang atribusi penjualan di berbagai kombinasi tim di outlet dapat membantu dalam mengoptimalkan alokasi sumber daya. Misalnya, apakah perlu menambah personel AO atau PDN di outlet yang saat ini hanya dilayani oleh OMG namun memiliki potensi daring yang tinggi?
*   **Pengembangan Sistem Insentif yang Adil**: Metodologi ini adalah dasar untuk membangun sistem insentif yang lebih transparan dan adil, yang secara akurat mencerminkan kontribusi masing-masing individu dan tim, sejalan dengan tujuan strategis perusahaan.
*   **Pentingnya Komunikasi Hasil**: Mengingat perbedaan signifikan antara total penjualan aktual dan total penjualan yang diatribusikan, sangat penting untuk mengkomunikasikan metodologi dan interpretasi angka-angka ini secara jelas kepada semua pemangku kepentingan untuk menghindari kebingungan.

## 5.3. Kinerja Penjualan Individu

Analisis kinerja penjualan individu merupakan pilar fundamental dalam memahami efektivitas strategi penjualan dan kontribusi langsung setiap anggota tim. Berbekal resolusi inkonsistensi data NIP-Nama (seperti yang telah dibahas pada Bab 5.1) dan metodologi atribusi penjualan yang jelas (Bab 5.2), kini kita dapat menyajikan gambaran akurat mengenai kontribusi setiap personel di seluruh hierarki tim OMG, AO, dan PDN.

### Gambaran Umum Kinerja Penjualan yang Diatribusikan

Melalui proses atribusi hierarkis, total penjualan daring dan luring diatribusikan kepada 640 personel unik. Penting untuk diingat, total penjualan yang diatribusikan ini (Rp 777.260.497.760,34) jauh melampaui total penjualan aktual perusahaan (Rp 138.470.629.048). Hal ini terjadi karena model atribusi mengakumulasi penjualan di setiap level hierarki, artinya penjualan yang dihasilkan di tingkat PIC juga akan diperhitungkan dalam kinerja SPV, Manajer, hingga GM mereka. Penjualan daring yang diatribusikan mencapai Rp 268.669.158.532,00, sedangkan penjualan luring sebesar Rp 508.591.339.228,34. Konsisten dengan aturan bisnis, penjualan luring sepenuhnya diatribusikan kepada personel OMG.

### Performa Penjualan Individu Berdasarkan Tim dan Peran

Tabel berikut menyajikan contoh kinerja penjualan yang diatribusikan kepada beberapa personel teratas, menunjukkan bagaimana atribusi ini tercermin dalam kontribusi daring dan luring.

| NIP     | Nama                             | Tim | Peran    | Penjualan Online         | Penjualan Offline        | Total Penjualan          |
|:--------|:---------------------------------|:----|:---------|:-------------------------|:-------------------------|:-------------------------|
| P070810 | KAMILO FIDELIANT IQBAL           | AO  | GM       | 21.380.094.709,50        | 0,00                     | 21.380.094.709,50        |
| P220138 | NIKE MELANI PUTRI                | AO  | Manager  | 11.942.714.081,00        | 0,00                     | 11.942.714.081,00        |
| I250036 | RISMA PUTRI TESSA LONIKA MATONDANG | AO  | Manager  | 9.437.380.628,50         | 0,00                     | 9.437.380.628,50         |
| P250174 | I NYOMAN SURYASA                 | AO  | SPV      | 3.440.119.224,00         | 0,00                     | 3.440.119.224,00         |
| P260024 | JEFRI ADIGUNA SEMBIRING          | AO  | SPV      | 3.722.657.358,00         | 0,00                     | 3.722.657.358,00         |
| I250038 | MAYPITA INDIANA                  | AO  | SPV      | 4.777.538.420,67         | 0,00                     | 4.777.538.420,67         |
| P220134 | MEICE WULANDARI                  | AO  | SPV      | 3.725.056.436,33         | 0,00                     | 3.725.056.436,33         |
| I250031 | MOCHAMAD IQBAL HADI              | AO  | SPV      | 2.732.520.528,33         | 0,00                     | 2.732.520.528,33         |
| P220137 | SITI LUPPI NURMA MUDA            | AO  | SPV      | 2.982.202.742,17         | 0,00                     | 2.982.202.742,17         |
| I250061 | AEDY CHRISTINE SIBURIAN          | AO  | PIC      | 322.420.292,33           | 0,00                     | 322.420.292,33           |
| P230012 | ANANDA JUNIARIN                  | AO  | PIC      | 532.689.349,33           | 0,00                     | 532.689.349,33           |
| P260091 | ANGGI SEPTIANI SIMORANGKIR       | AO  | PIC      | 459.324.132,67           | 0,00                     | 459.324.132,67           |
| I250032 | ANNA TRIWULANDARI                | AO  | PIC      | 358.109.504,17           | 0,00                     | 358.109.504,17           |
| P260108 | APRI SITANGGANG                  | AO  | PIC      | 304.255.878,17           | 0,00                     | 304.255.878,17           |
| P230175 | DANI FIRQOH                      | AO  | PIC      | 267.048.281,67           | 0,00                     | 267.048.281,67           |
| I250059 | DENNI HERINTA SIHALOHO           | AO  | PIC      | 662.369.235,83           | 0,00                     | 662.369.235,83           |
| I250029 | DEWI SRI UTAMI                   | AO  | PIC      | 218.794.103,33           | 0,00                     | 218.794.103,33           |
| P220246 | DINDA PUSPITA SARI               | AO  | PIC      | 193.949.547,17           | 0,00                     | 193.949.547,17           |
| I250063 | DINDA RAMADHANI                  | AO  | PIC      | 415.618.450,33           | 0,00                     | 415.618.450,33           |
| P250147 | DINDA VITALOKA                   | AO  | PIC      | 243.949.411,17           | 0,00                     | 243.949.411,17           |

*Catatan: Tabel ini menyajikan 20 entri teratas dari total 640 personel unik untuk ilustrasi.*

**Wawasan dari Tabel Kinerja:**

*   **Dominasi Penjualan Online Tim AO:** Seperti yang terlihat pada contoh di atas, personel tim AO, mulai dari GM hingga PIC, menunjukkan atribusi penjualan daring yang substansial dan nol untuk penjualan luring. Ini mengkonfirmasi fokus operasional tim AO yang sepenuhnya didedikasikan untuk kanal daring.
*   **Peran Strategis Manajerial AO:** GM dan Manajer di tim AO memiliki atribusi penjualan daring yang sangat tinggi. Ini menggarisbawahi pentingnya kepemimpinan mereka dalam mengelola dan mengoptimalkan strategi penjualan daring yang diterapkan oleh tim di bawahnya.
*   **Pentingnya Level Lapangan:** Meskipun angka atribusi di level PIC terlihat lebih rendah dibandingkan manajer, kontribusi mereka secara kumulatif merupakan fondasi dari total penjualan yang diatribusikan kepada level manajemen di atasnya. Analisis lebih lanjut diperlukan untuk mengidentifikasi PIC dengan performa terbaik dan membandingkannya dengan rata-rata untuk peran tersebut.
*   **Performa Tim OMG (Implied):** Meskipun contoh di atas didominasi oleh personel AO, personel tim OMG akan menunjukkan pola yang berbeda, dengan atribusi penjualan luring yang signifikan. Aturan atribusi penjualan daring yang dibagi juga akan terlihat pada data performa OMG.

### Segmentasi Kinerja Menggunakan K-Means Clustering

Untuk mengidentifikasi kelompok-kelompok personel dengan karakteristik kinerja yang serupa, pendekatan *K-Means clustering* telah diterapkan pada data performa penjualan individu. Namun, informasi rinci mengenai karakteristik spesifik setiap klaster (seperti rata-rata penjualan daring/luring, distribusi tim, atau peran di dalam klaster) tidak tersedia dalam keluaran saat ini. Meskipun model *K-Means* berhasil dijalankan, analisis mendalam tentang profil kinerja klaster belum dapat disajikan. Hasil *clustering* hanya menunjukkan label klaster untuk setiap personel dan pusat klaster abstrak yang memerlukan interpretasi lebih lanjut.

### Anomali dan Insight Spesifik

*   **Inkonsistensi NIP-Nama**: Sebanyak 15 NIP dan 1 nama yang sebelumnya memiliki inkonsistensi (seperti NIP 'P230175' yang diasosiasikan dengan 'DANI FIRQOH' dan 'DANI FIRQOH YITNOWATI', atau NIP '260047U' dengan nama 'M TRI BUDI MAHA SAKTI', 'AYODYA TRI TAMA PUTRA', 'AYODYA TRITAMA PUTRA') telah berhasil diseragamkan dengan menetapkan satu nama kanonis. Ini adalah langkah krusial yang memastikan keakuratan atribusi penjualan dan keadilan dalam evaluasi kinerja individu.
*   **Variasi Performa Signifikan**: Rentang atribusi penjualan individu sangat luas, mencerminkan perbedaan dalam ukuran tim, jumlah outlet yang ditangani, fokus kanal, dan efektivitas personal. Identifikasi personel dengan atribusi yang sangat rendah (selain "Unknown") perlu dikaji lebih lanjut untuk memahami penyebabnya.

### Rekomendasi

1.  **Analisis Mendalam Peran dan Tim:** Lakukan analisis yang lebih terperinci pada setiap peran di setiap tim (misalnya, bandingkan kinerja FF OMG dengan PIC AO, atau ASM OMG dengan Manajer AO). Hal ini dapat membantu dalam mengembangkan *benchmark* kinerja yang realistis dan target yang sesuai untuk setiap level dan fungsi.
2.  **Pemanfaatan Data Atribusi untuk Pengelolaan Kinerja:**
    *   **Program Insentif:** Manfaatkan data atribusi penjualan untuk merancang sistem insentif yang adil dan transparan, yang secara langsung mengaitkan kompensasi dengan kontribusi penjualan individu, baik daring maupun luring.
    *   **Identifikasi Kebutuhan Pelatihan:** Personel dengan atribusi penjualan di bawah rata-rata (disesuaikan dengan peran dan tim) dapat menjadi target untuk program pelatihan atau pembinaan yang disesuaikan untuk meningkatkan keterampilan mereka.
    *   **Identifikasi *High-Performers*:** Kenali dan hargai individu yang secara konsisten menunjukkan kinerja penjualan yang tinggi. Mereka dapat menjadi mentor atau dipersiapkan untuk peran kepemimpinan.
3.  **Interpretasi Hasil K-Means Clustering:** Setelah data keluaran *clustering* yang lebih deskriptif tersedia (termasuk rata-rata metrik penjualan dan komposisi klaster), lakukan analisis mendalam untuk mengidentifikasi profil kinerja yang berbeda (misalnya, "Penjual Daring Bervolume Tinggi," "Spesialis Offline Kawasan," dll.). Ini dapat menginformasikan strategi penempatan personel, pengembangan karir, dan alokasi sumber daya.
4.  **Komunikasi Transparan:** Pastikan semua personel memahami metodologi atribusi penjualan dan alasan mengapa total penjualan yang diatribusikan berbeda dengan total penjualan aktual perusahaan. Transparansi akan membangun kepercayaan dan memastikan pemahaman yang benar tentang evaluasi kinerja.

## 5.4. Ringkasan Atribusi Penjualan Keseluruhan

Bab ini menyajikan ringkasan komprehensif dari seluruh proses atribusi penjualan, mengintegrasikan metodologi, temuan utama, dan implikasinya terhadap pemahaman kinerja personel. Analisis ini dibangun di atas fondasi data yang telah dibersihkan dan inkonsistensi NIP-Nama yang telah diselesaikan, memastikan bahwa setiap atribusi penjualan didasarkan pada informasi yang akurat dan konsisten.

**Gambaran Umum Atribusi Penjualan**

Selama periode tiga bulan (April-Juni 2026), total penjualan aktual dari seluruh outlet adalah Rp 138,470,629,048. Namun, melalui model atribusi hierarkis yang telah dijelaskan pada Bab 5.2, total penjualan yang diatribusikan kepada personel mencapai angka yang jauh lebih tinggi. Total penjualan daring yang diatribusikan adalah Rp 268,669,158,532,00 dan penjualan luring sebesar Rp 508,591,339,228,34, sehingga total penjualan keseluruhan yang diatribusikan adalah Rp 777,260,497,760,34. Penting untuk dipahami bahwa angka yang lebih besar ini merupakan hasil dari agregasi berulang penjualan melalui rantai komando, di mana penjualan yang dihasilkan oleh level bawahan juga berkontribusi pada atribusi level manajerial di atasnya. Ini adalah cerminan dari tanggung jawab dan cakupan hierarkis, bukan penjualan unik tambahan bagi perusahaan.

**Pilar Atribusi: Penjualan Luring dan Daring**

Metodologi atribusi penjualan dibedakan berdasarkan kanal:
*   **Penjualan Luring (Offline Sales)**: Sepenuhnya diatribusikan kepada personel tim OMG. Hal ini menegaskan peran krusial tim OMG dalam menggerakkan sebagian besar pendapatan perusahaan dari kanal fisik. Oleh karena itu, personel dari tim AO dan PDN tidak memiliki atribusi penjualan luring, sesuai dengan fokus bisnis mereka.
*   **Penjualan Daring (Online Sales)**: Diatribusikan secara proporsional kepada tim OMG, AO, dan PDN, tergantung pada kombinasi kehadiran mereka di setiap outlet. Pembagian ini dapat bervariasi dari 100% untuk tim OMG (jika hanya OMG yang hadir di outlet tersebut) hingga dibagi rata 33,3% untuk setiap tim (jika OMG, AO, dan PDN hadir bersama). Model pembagian proporsional ini mendorong kolaborasi dan mengakui kontribusi dari berbagai tim dalam ekosistem penjualan daring.

**Kinerja Personel Kunci**

Analisis performa individu (seperti disajikan pada Bab 5.3) menunjukkan dampak signifikan dari personel di level manajerial, terutama di tim AO. Sebagai contoh, GM AO, KAMILO FIDELIANT IQBAL (NIP P070810), memiliki atribusi penjualan daring tertinggi sebesar Rp 21,380,094,709,50, menggarisbawahi pengaruh kepemimpinannya terhadap kinerja tim daring secara keseluruhan. Manajer dan Supervisor di tim AO juga menunjukkan atribusi daring yang substansial, menegaskan fokus tim ini pada pertumbuhan kanal daring. Personel di level lapangan seperti PIC (Person In Charge) dan FF (Field Force) merupakan fondasi dari seluruh atribusi, dengan kontribusi kumulatif mereka mengalir ke atas hierarki.

**Peran K-Means Clustering**

Untuk menggali lebih dalam pola kinerja, pendekatan K-Means clustering telah diterapkan pada data performa penjualan personel. Tujuan dari langkah ini adalah untuk mengidentifikasi segmen-segmen personel dengan karakteristik penjualan yang serupa, yang dapat membantu dalam menyusun strategi manajemen kinerja yang lebih bertarget. Meskipun model K-Means telah berhasil dijalankan dan memberikan label klaster, informasi terperinci mengenai profil setiap klaster (misalnya, rata-rata penjualan, komposisi tim atau peran dalam klaster) tidak tersedia dalam laporan temuan yang diberikan. Oleh karena itu, analisis mendalam tentang interpretasi karakteristik klaster belum dapat disajikan dalam bab ini. Diperlukan data keluaran clustering yang lebih deskriptif untuk mendapatkan wawasan yang lebih actionable.

**Wawasan dan Rekomendasi Utama**

1.  **Evaluasi Kinerja Berdasarkan Kanal dan Level**: Atribusi penjualan yang terpisah untuk kanal daring dan luring memungkinkan evaluasi kinerja yang lebih nuansatif. Manajemen dapat mengidentifikasi *high-performer* di setiap kanal dan level, serta area-area yang memerlukan intervensi atau pelatihan khusus, terutama di tingkat lapangan seperti FF dan PIC.
2.  **Pemanfaatan Data Atribusi untuk Pengelolaan Bakat**: Data atribusi ini adalah aset berharga untuk pengelolaan bakat. Ini dapat digunakan untuk merancang program insentif yang transparan dan adil, mengidentifikasi calon pemimpin melalui performa manajerial yang kuat, serta menyusun program pengembangan karir dan pelatihan yang disesuaikan untuk meningkatkan keterampilan penjualan individu.
3.  **Investigasi Lebih Lanjut Profil Klaster**: Setelah data keluaran K-Means clustering yang lebih deskriptif tersedia, sangat direkomendasikan untuk melakukan analisis mendalam terhadap karakteristik setiap klaster. Mengidentifikasi profil seperti "Penjual Daring Unggul", "Spesialis Luring Berpengalaman", atau "Pembangun Pasar Baru" dapat membantu dalam strategi penempatan personel, pengembangan produk, dan alokasi sumber daya.
4.  **Komunikasi Transparan dan Kontekstual**: Mengingat perbedaan besar antara total penjualan aktual dan total penjualan yang diatribusikan secara hierarkis, sangat penting untuk mengkomunikasikan metodologi dan interpretasi angka-angka ini secara jelas kepada seluruh personel dan pemangku kepentingan. Hal ini akan membangun kepercayaan dan memastikan pemahaman yang benar tentang bagaimana kinerja diukur dan dievaluasi.
5.  **Penguatan Kualitas Data Berkelanjutan**: Resolusi inkonsistensi NIP-Nama merupakan contoh penting dari dampak kualitas data. Menerapkan sistem validasi data otomatis dan audit berkala akan memastikan integritas data penjualan tetap terjaga di masa mendatang, yang krusial untuk analisis atribusi yang berkelanjutan dan akurat.

Secara keseluruhan, analisis atribusi penjualan ini memberikan gambaran yang kuat tentang bagaimana setiap bagian dari organisasi penjualan berkontribusi terhadap pendapatan perusahaan. Dengan pemahaman ini, perusahaan dapat membuat keputusan yang lebih terinformasi mengenai strategi penjualan, alokasi sumber daya, dan pengembangan personel.

## 6. Segmentasi Kinerja Personel

Segmentasi kinerja personel merupakan langkah lanjutan yang krusial untuk mengidentifikasi pola-pola kinerja yang melekat pada individu atau kelompok personel. Dengan memahami segmen-segmen ini, manajemen dapat merancang strategi yang lebih terarah untuk pengembangan bakat, program insentif, dan alokasi sumber daya. Pendekatan *K-Means clustering* digunakan untuk mengelompokkan personel berdasarkan profil penjualan yang telah diatribusikan (penjualan daring, luring, dan total).

### 6.1 Penerapan K-Means Clustering

Model *K-Means clustering* telah berhasil diterapkan pada data kinerja penjualan personel yang telah diatribusikan. Proses ini bertujuan untuk mengidentifikasi kelompok-kelompok alami dalam basis data personel berdasarkan kesamaan dalam metrik penjualan mereka.

Setelah model dijalankan, setiap personel ditetapkan ke sebuah klaster, dan pusat klaster dihitung untuk merepresentasikan karakteristik rata-rata dari setiap segmen. Hasil implementasi *K-Means clustering* menunjukkan bahwa model telah berhasil mengidentifikasi dan menetapkan label klaster, serta menghitung pusat-pusat klaster. Sebagai contoh, beberapa label klaster yang dihasilkan adalah `[1, 1, 0, 0, 1, 2, 0, 2, 1, 2]`, yang menunjukkan penugasan sampel personel ke klaster yang berbeda. Pusat klaster yang teridentifikasi adalah `[[7.0, 6.0], [1.175, 1.35], [9.5, 10.5]]`.

### 6.2 Analisis Karakteristik Klaster dan Keterbatasan Data

Meskipun *K-Means clustering* telah berhasil diimplementasikan, informasi rinci mengenai karakteristik spesifik dari setiap klaster (misalnya, rata-rata penjualan daring per klaster, rata-rata penjualan luring per klaster, distribusi tim atau peran personel di dalam setiap klaster) tidak tersedia dalam temuan saat ini. Pusat klaster yang disebutkan di atas bersifat abstrak dan tidak secara langsung dapat diinterpretasikan dalam konteks nilai penjualan aktual tanpa informasi lebih lanjut mengenai metrik yang digunakan untuk clustering.

Oleh karena itu, analisis mendalam tentang profil kinerja dari masing-masing segmen, seperti "Siapa saja yang termasuk dalam Klaster A?", "Berapa rata-rata penjualan daring personel di Klaster B?", atau "Tim mana yang dominan di Klaster C?", belum dapat disajikan dalam bab ini. Kemampuan untuk mendeskripsikan setiap klaster secara rinci sangat penting untuk mendapatkan wawasan yang dapat ditindaklanjuti.

### 6.3 Wawasan Potensial dan Implikasi Strategis dari Segmentasi

Jika karakteristik klaster dapat dianalisis secara mendalam, segmentasi kinerja personel dapat memberikan wawasan yang sangat berharga:

*   **Identifikasi Profil Performa**: Klaster dapat mengungkapkan berbagai profil kinerja, seperti "Penjual Bervolume Tinggi dengan Fokus Daring," "Spesialis Penjualan Luring Berpengalaman," "Personel dengan Potensi Tinggi namun Kinerja Belum Optimal," atau "Personel yang Membutuhkan Dukungan Tambahan."
*   **Pengembangan Program Insentif yang Ditargetkan**: Dengan memahami profil kinerja setiap klaster, program insentif dapat disesuaikan untuk memotivasi dan menghargai jenis kontribusi yang berbeda.
*   **Pelatihan dan Pengembangan yang Disesuaikan**: Klaster dapat mengidentifikasi area di mana personel tertentu mungkin memerlukan pelatihan atau pembinaan tambahan, baik dalam penjualan daring, luring, atau aspek lain dari kinerja mereka.
*   **Optimasi Penempatan Personel**: Pemahaman tentang kekuatan dan kelemahan setiap segmen dapat membantu dalam menempatkan personel pada peran atau wilayah yang paling sesuai dengan profil kinerja mereka.
*   **Perencanaan Sumber Daya Manusia**: Segmentasi dapat mendukung perencanaan suksesi, rekrutmen, dan alokasi personel untuk mencapai tujuan strategis perusahaan.

### 6.4 Rekomendasi

1.  **Ekstraksi Karakteristik Klaster yang Lebih Deskriptif**: Untuk memaksimalkan nilai dari *K-Means clustering*, sangat direkomendasikan agar analisis selanjutnya mencakup ekstraksi dan penyajian karakteristik deskriptif yang rinci untuk setiap klaster. Ini harus mencakup:
    *   Rata-rata penjualan daring, luring, dan total per klaster.
    *   Distribusi tim (OMG, AO, PDN) dalam setiap klaster.
    *   Distribusi peran (GM, Manager, SPV, FF/PIC) dalam setiap klaster.
    *   Ukuran klaster (jumlah personel di setiap klaster).
2.  **Visualisasi Klaster**: Setelah karakteristik klaster tersedia, visualisasi seperti *scatter plot* dengan klaster yang diwarnai, atau diagram batang untuk distribusi tim/peran, akan sangat membantu dalam memahami perbedaan antar klaster.
3.  **Validasi dan Interpretasi Bisnis**: Hasil segmentasi harus divalidasi dan diinterpretasikan oleh pakar domain bisnis untuk memastikan bahwa klaster yang teridentifikasi secara statistik memiliki makna dan implikasi yang relevan secara operasional.

Dengan data karakteristik klaster yang lebih lengkap, analisis segmentasi kinerja personel ini akan menjadi alat yang sangat kuat untuk mengoptimalkan strategi manajemen penjualan dan sumber daya manusia.

## 7. Kesimpulan & Rekomendasi

Analisis data penjualan tiga bulan terakhir telah memberikan wawasan mendalam mengenai lanskap operasional dan performa tim penjualan di berbagai tingkatan. Dari total penjualan aktual perusahaan sebesar Rp 138,470,629,048, terlihat dominasi kuat dari kanal luring (offline) dengan kontribusi sebesar Rp 84,765,223,205, sementara penjualan daring (online) menyumbang Rp 53,705,405,843. Fluktuasi penjualan bulanan menunjukkan dinamika pasar yang perlu terus dipantau untuk mengidentifikasi tren dan musiman.

Upaya serius dalam pembersihan data menjadi fondasi analisis ini. Resolusi inkonsistensi NIP-Nama—di mana 15 NIP sebelumnya terkait dengan beberapa nama dan 1 nama dengan beberapa NIP—telah berhasil diseragamkan menjadi satu nama kanonis untuk setiap NIP. Penanganan nilai hilang dengan imputasi 'Unknown' untuk kolom identifikasi/nama dan 0 untuk nilai penjualan juga krusial untuk menjaga integritas data. Ini memastikan bahwa atribusi penjualan dan evaluasi kinerja individu didasarkan pada informasi yang akurat dan konsisten.

Struktur dan cakupan tim penjualan menunjukkan pembagian peran yang jelas. Tim OMG memiliki cakupan terluas, hadir di sebagian besar dari 33,715 outlet, bahkan menjadi satu-satunya tim di 20,603 outlet. Tim AO berkolaborasi dengan OMG di 10,661 outlet, sementara ketiga tim (OMG, AO, dan PDN) hanya hadir bersama di 2,445 outlet. Keberadaan tim PDN tergolong paling terbatas, dengan hanya 6 outlet di mana mereka hadir bersama OMG tanpa AO. Pola ini mengindikasikan strategi penetrasi pasar yang berbeda dan alokasi sumber daya yang ditargetkan untuk setiap tim.

Metodologi atribusi penjualan hierarkis mengungkapkan bagaimana kontribusi setiap personel dihitung. Penjualan luring sepenuhnya diatribusikan kepada personel OMG, menegaskan peran sentral mereka dalam pendapatan inti perusahaan. Penjualan daring diatribusikan secara proporsional kepada tim-tim yang hadir di outlet. Akibat model agregasi hierarkis, total penjualan yang diatribusikan kepada personel mencapai Rp 777,260,497,760,34 (Rp 268,669,158,532 untuk daring dan Rp 508,591,339,228,34 untuk luring), angka yang jauh lebih tinggi dari penjualan aktual. Ini harus diinterpretasikan sebagai refleksi dari cakupan tanggung jawab dan pengaruh hierarkis setiap individu terhadap kinerja tim di bawahnya. Personel manajerial di tim AO, seperti GM KAMILO FIDELIANT IQBAL dengan atribusi penjualan daring sebesar Rp 21,380,094,709,50, menunjukkan dampak signifikan dari kepemimpinan mereka pada kinerja penjualan daring.

Meskipun K-Means clustering telah diimplementasikan untuk mengidentifikasi segmen kinerja personel, detail karakteristik setiap klaster (misalnya, rata-rata penjualan, komposisi tim atau peran) belum dapat dianalisis secara mendalam. Pusat klaster yang dihasilkan bersifat abstrak dan memerlukan interpretasi lebih lanjut dengan metrik bisnis yang relevan untuk memberikan wawasan yang *actionable*.

### Rekomendasi

Berdasarkan temuan-temuan di atas, berikut adalah beberapa rekomendasi strategis:

1.  **Optimalisasi Cakupan Tim AO dan PDN**:
    *   Lakukan analisis mendalam terhadap 20,603 outlet yang saat ini hanya dilayani oleh tim OMG untuk mengidentifikasi potensi pertumbuhan penjualan daring. Pertimbangkan strategi ekspansi tim AO dan PDN ke outlet-outlet ini, terutama di wilayah dengan potensi pasar daring yang belum termanfaatkan.
    *   Pelajari secara spesifik 6 outlet di mana tim OMG dan PDN hadir tanpa AO. Pahami alasan di balik konfigurasi tim ini dan apakah model operasional tersebut dapat direplikasi atau ditingkatkan di lokasi lain.

2.  **Penguatan Kualitas Data Berkelanjutan**:
    *   Implementasikan sistem validasi data otomatis pada titik masukan data untuk mencegah terjadinya inkonsistensi NIP-Nama di masa mendatang. Hal ini krusial untuk menjaga akurasi pelaporan kinerja dan atribusi penjualan.
    *   Lakukan audit data secara berkala untuk mengidentifikasi dan mengoreksi anomali data lainnya yang mungkin muncul seiring waktu.

3.  **Pemanfaatan Data Atribusi untuk Manajemen Kinerja yang Efektif**:
    *   **Program Insentif yang Adil**: Desain ulang atau perbaiki program insentif dan kompensasi agar secara adil mencerminkan kontribusi individu terhadap penjualan daring dan luring, sesuai dengan metodologi atribusi yang telah ditetapkan.
    *   **Identifikasi dan Pengembangan *High-Performers***: Gunakan data atribusi untuk secara proaktif mengidentifikasi individu dengan kinerja penjualan luar biasa di setiap tim dan level. Mereka dapat dijadikan mentor atau dipersiapkan untuk peran kepemimpinan di masa depan.
    *   **Pelatihan dan Dukungan Bertarget**: Identifikasi personel atau tim dengan atribusi penjualan di bawah ekspektasi (disesuaikan dengan peran dan area) dan berikan pelatihan atau pembinaan yang ditargetkan untuk meningkatkan keterampilan dan performa mereka.

4.  **Analisis Mendalam Segmentasi Personel (Klaster K-Means)**:
    *   Prioritaskan untuk mendapatkan karakteristik rinci dari setiap klaster K-Means yang teridentifikasi. Informasi ini harus mencakup rata-rata penjualan daring, luring, dan total per klaster, serta distribusi tim dan peran dalam setiap klaster.
    *   Dengan informasi ini, manajemen dapat mengembangkan profil kinerja yang jelas (misalnya, "Klaster Spesialis Penjualan Daring Volume Tinggi," "Klaster Penjual Luring Berpengalaman," dll.) untuk menginformasikan strategi penempatan personel, pengembangan karir, dan alokasi sumber daya.

5.  **Komunikasi Transparan Metodologi Atribusi**:
    *   Penting untuk mengkomunikasikan secara jelas dan edukatif kepada seluruh personel dan pemangku kepentingan mengenai perbedaan antara total penjualan aktual perusahaan dan total penjualan yang diatribusikan secara hierarkis. Hal ini akan membangun kepercayaan, memastikan pemahaman yang benar tentang evaluasi kinerja, dan menghindari kesalahpahaman.