# Laporan Akhir Eksplorasi Data ## 1. Ringkasan Eksekutif Analisis data ini bertujuan untuk mengevaluasi dan mengidentifikasi kinerja penjualan yang diatribusikan kepada setiap individu di seluruh tim penjualan: OMG, AO, dan PDN. Laporan ini juga memberikan wawasan tentang struktur penjualan dan pola kontribusi penjualan, baik daring (online) maupun luring (offline), di setiap outlet. Langkah awal dalam analisis ini melibatkan pembersihan dan normalisasi data mentah. Data telah diproses untuk menghilangkan duplikasi baris dan menangani nilai-nilai yang hilang pada kolom identifikasi seperti NIP dan Nama, serta pada angka penjualan. Kolom pengenal utama seperti 'Kode PI' yang kosong telah dihilangkan, sementara nama apotek yang hilang diisi dengan 'UNKNOWN'. Angka penjualan telah diubah menjadi format numerik yang konsisten, dengan nilai yang hilang atau tidak valid diisi dengan nol, memastikan integritas data untuk perhitungan selanjutnya. Normalisasi data dilakukan untuk menciptakan tabel `normalized_outlets_sales` untuk data penjualan outlet, `normalized_personnel_master` untuk informasi personel unik, dan `normalized_outlet_personnel_link` untuk mengaitkan NIP personel dengan outlet dan peran mereka, yang sangat penting untuk analisis yang fleksibel di seluruh tim dan tingkatan hierarki. Atribusi penjualan didasarkan pada aturan bisnis yang telah ditetapkan: * **Penjualan Luring (Offline Sales)**: Sepenuhnya diatribusikan kepada semua personel OMG terkait (di tingkat mana pun) dalam hierarki outlet. * **Penjualan Daring (Online Sales)**: Sepenuhnya diatribusikan kepada semua personel terkait (dari tim OMG, AO, atau PDN, di tingkat mana pun) dalam hierarki outlet. Ini berarti jika seorang individu terhubung dengan suatu outlet, mereka menerima kredit penuh untuk penjualan daring outlet tersebut. * **Agregasi Penjualan**: Penjualan diagregasikan untuk setiap individu berdasarkan jumlah penjualan dari semua outlet yang terkait dengannya (baik secara langsung maupun melalui atasan/bawahan yang ada di outlet tertentu). Berdasarkan analisis performa penjualan, dapat diamati bahwa BRIAN LEMBONG, sebagai GM OMG, menunjukkan total penjualan yang tertinggi secara signifikan, mencapai 138,470,629,048. Angka ini mencakup penjualan daring dan luring, dengan kontribusi penjualan luring yang substansial, yaitu 84,765,223,205, sesuai dengan aturan atribusi yang menyebutkan bahwa penjualan luring sepenuhnya menjadi kontribusi tim OMG. Sementara itu, KAMILO FIDELIANT IQBAL sebagai GM AO memimpin tim AO dengan total penjualan daring 48,098,960,654. Di tim PDN, ANDRE SOESENO sebagai GM PDN mencatat total penjualan daring 16,020,637,842. Penting untuk dicatat bahwa tim AO dan PDN tidak memiliki atribusi penjualan luring, dengan angka penjualan luring sebesar 0 untuk seluruh personel dalam kedua tim tersebut, sejalan dengan aturan atribusi. Terdapat juga beberapa posisi "VACANT" yang tercatat dalam data, terutama di tingkat Supervisor (SPV) dan Field Force (FF) untuk tim OMG, serta PIC untuk tim AO dan PDN, yang saat ini memiliki kontribusi penjualan 0. Hal ini mengindikasikan potensi yang belum dimanfaatkan dan area yang perlu diperhatikan untuk peningkatan kinerja. Berikut adalah rincian kinerja penjualan yang diatribusikan per individu: ## Performa Penjualan yang Diatribusikan per Individu (Semua Tim dan Peran) | NIP | Nama | Team | Role | Total Online Sales | Total Offline Sales | Total Sales | |:--------|:--------------------------------------|:-----|:--------|---------------------:|---------------------:|-----------------:| | P070810 | KAMILO FIDELIANT IQBAL | AO | GM | 48,098,960,654 | 0 | 48,098,960,654 | | P220138 | NIKE MELANI PUTRI | AO | Manager | 26,791,189,818 | 0 | 26,791,189,818 | | I250036 | RISMA PUTRI TESSA LONIKA MATONDANG | AO | Manager | 21,307,770,836 | 0 | 21,307,770,836 | | I250038 | MAYPITA INDIANA | AO | SPV | 11,017,677,533 | 0 | 11,017,677,533 | | P260024 | JEFRI ADIGUNA SEMBIRING | AO | SPV | 8,542,705,403 | 0 | 8,542,705,403 | | P220134 | MEICE WULANDARI | AO | SPV | 8,211,790,643 | 0 | 8,211,790,643 | | P250174 | I NYOMAN SURYASA | AO | SPV | 7,561,721,642 | 0 | 7,561,721,642 | | P220137 | SITI LUPPI NURMA MUDA | AO | SPV | 6,595,584,299 | 0 | 6,595,584,299 | | I250031 | MOCHAMAD IQBAL HADI | AO | SPV | 6,169,481,134 | 0 | 6,169,481,134 | | I250043 | MARTALESIA | AO | PIC | 1,841,871,831 | 0 | 1,841,871,831 | | P230027 | JUBAEDAH SILITONGA | AO | PIC | 1,438,571,254 | 0 | 1,438,571,254 | | P230171 | EKA MAULIZA | AO | PIC | 1,428,737,529 | 0 | 1,428,737,529 | | I250059 | DENNI HERINTA SIHALOHO | AO | PIC | 1,390,067,022 | 0 | 1,390,067,022 | | I250041 | MIRALDA EKLECIA | AO | PIC | 1,273,212,049 | 0 | 1,273,212,049 | | P230389 | MARSELA FAUZIAH | AO | PIC | 1,236,674,986 | 0 | 1,236,674,986 | | P230012 | ANANDA JUNIARIN | AO | PIC | 1,069,954,086 | 0 | 1,069,954,086 | | I250049 | FARAH AMELIA | AO | PIC | 1,061,358,227 | 0 | 1,061,358,227 | | P220136 | NETTY LOLYTA BR LUMBANTORUAN | AO | PIC | 1,014,225,306 | 0 | 1,014,225,306 | | P260091 | ANGGI SEPTIANI SIMORANGKIR | AO | PIC | 1,005,875,756 | 0 | 1,005,875,756 | | I250057 | NUR WAHYUNINGSIH | AO | PIC | 1,000,047,352 | 0 | 1,000,047,352 | | P250253 | LATIFA IMELYA | AO | PIC | 999,522,822 | 0 | 999,522,822 | | P260048 | STEFY VENTHY FAUZI | AO | PIC | 992,693,094 | 0 | 992,693,094 | | I250063 | DINDA RAMADHANI | AO | PIC | 990,097,604 | 0 | 990,097,604 | | I250055 | JOJOR MONIKA SINURAT | AO | PIC | 983,158,608 | 0 | 983,158,608 | | P250334 | NADIA AINUL HAQ | AO | PIC | 980,864,991 | 0 | 980,864,991 | | P230287 | ESALYGNA SITINJAK | AO | PIC | 970,308,498 | 0 | 970,308,498 | | P220155 | LALA ROSE SINAMBELA | AO | PIC | 944,061,138 | 0 | 944,061,138 | | P250214 | ELMA MONITA MUNTHE | AO | PIC | 935,737,254 | 0 | 935,737,254 | | I250042 | NURHASNA RAHMAWATI | AO | PIC | 913,544,550 | 0 | 913,544,550 | | I250032 | ANNA TRIWULANDARI | AO | PIC | 903,174,179 | 0 | 903,174,179 | | I250054 | ROH KARINA TUMANGGOR | AO | PIC | 896,587,779 | 0 | 896,587,779 | | P240283 | JIMINA MANALU | AO | PIC | 895,758,444 | 0 | 895,758,444 | | I250062 | HENNY PUTRI SITOPAN T. | AO | PIC | 879,343,465 | 0 | 879,343,465 | | P230251 | KHOIRUN NISA | AO | PIC | 866,565,563 | 0 | 866,565,563 | | P230123 | TETIH LINAWATIH | AO | PIC | 807,420,228 | 0 | 807,420,228 | | I250037 | FARAH DIBA | AO | PIC | 797,815,406 | 0 | 797,815,406 | | P250254 | SURATMI | AO | PIC | 796,603,295 | 0 | 796,603,295 | | I250026 | MELSI AFRILIANA | AO | PIC | 762,715,470 | 0 | 762,715,470 | | P220276 | ROMAULI HASUGIAN | AO | PIC | 735,249,913 | 0 | 735,249,913 | | P230010 | ZESTYLA OKTARIANI | AO | PIC | 734,086,926 | 0 | 734,086,926 | | P220234 | NUR AINI | AO | PIC | 729,729,373 | 0 | 729,729,373 | | P260141 | KETRIN OPANIA BR SIDEBANG | AO | PIC | 703,215,750 | 0 | 703,215,750 | | P260108 | APRI SITANGGANG | AO | PIC | 701,307,576 | 0 | 701,307,576 | | I250061 | AEDY CHRISTINE SIBURIAN | AO | PIC | 692,399,110 | 0 | 692,399,110 | | I250060 | EVILIE TAKINA AKYIS | AO | PIC | 690,881,838 | 0 | 690,881,838 | | I250052 | NOFYAN EVI RUSDIANA | AO | PIC | 675,759,703 | 0 | 675,759,703 | | P250332 | TRI OKTAVIA | AO | PIC | 674,555,118 | 0 | 674,555,118 | | P230127 | SYLVIE ANGGREANA SINAGA | AO | PIC | 662,041,893 | 0 | 662,041,893 | | P260037 | RIVA AULIA | AO | PIC | 656,921,447 | 0 | 656,921,447 | | P240120 | WIWIT INDRIANI | AO | PIC | 654,909,402 | 0 | 654,909,402 | | P220268 | RAHMA HARTINI | AO | PIC | 638,525,504 | 0 | 638,525,504 | | P230175 | DANI FIRQOH | AO | PIC | 631,304,894 | 0 | 631,304,894 | | I250051 | PINA OKRAVIANI MANURUNG | AO | PIC | 621,844,850 | 0 | 621,844,850 | | P230107 | KUKUH FEBY ERISKA | AO | PIC | 603,909,225 | 0 | 603,909,225 | | P260009 | OKTAFIANI | AO | PIC | 596,166,968 | 0 | 596,166,968 | | P250175 | RIFKA YOSI OKTAULI SIBURIAN | AO | PIC | 593,901,188 | 0 | 593,901,188 | | I250029 | DEWI SRI UTAMI | AO | PIC | 589,129,756 | 0 | 589,129,756 | | I250044 | MIRA OKTAVIANI | AO | PIC | 563,312,940 | 0 | 563,312,940 | | I250056 | VIONI AGUSTIA | AO | PIC | 560,854,318 | 0 | 560,854,318 | | I250040 | NOVIYANTI | AO | PIC | 548,086,175 | 0 | 548,086,175 | | I250035 | IKE DESTRI SIPAYUNG | AO | PIC | 533,306,594 | 0 | 533,306,594 | | P230024 | FEBI AMBAR KARISMA | AO | PIC | 518,146,700 | 0 | 518,146,700 | | P260038 | JUITA SIRONGORINGO | AO | PIC | 504,503,017 | 0 | 504,503,017 | | P250261 | JENIFER FRISKA | AO | PIC | 502,421,342 | 0 | 502,421,342 | | P250147 | DINDA VITALOKA | AO | PIC | 499,468,890 | 0 | 499,468,890 | | I250048 | MUTIARA PUTRI RIHHADATULAISY | AO | PIC | 431,063,342 | 0 | 431,063,342 | | P220246 | DINDA PUSPITA SARI | AO | PIC | 416,700,746 | 0 | 416,700,746 | | P260137 | GILANG AULIA RAMADANI | AO | PIC | 358,688,370 | 0 | 358,688,370 | | P220029 | WIWIN SETIABUDI | AO | PIC | 48,488,200 | 0 | 48,488,200 | | PIC0002 | VACANT - PIC 02 | AO | PIC | 0 | 0 | 0 | | I250030 | SYEVIRA NOFTARI | AO | PIC | 0 | 0 | 0 | | P250387 | KANIA NAYLA HUSNA | AO | PIC | 0 | 0 | 0 | | P200134 | BRIAN LEMBONG | OMG | GM | 53,705,405,843 | 84,765,223,205 | 138,470,629,048 | | P250161 | ROBBY NURHENDRA | OMG | SM | 8,040,075,477 | 11,791,426,015 | 19,831,501,492 | | P240093 | MOHAMMAD SULTON | OMG | SM | 5,014,193,901 | 11,407,408,190 | 16,421,602,091 | | L260328 | UMAR DHANY | OMG | SM | 8,195,626,896 | 8,008,322,514 | 16,203,949,410 | | P210721 | SURYA PERDANA | OMG | SM | 6,307,455,576 | 9,787,113,986 | 16,094,569,562 | | P250185 | MOHAMMAD YASSIN FATTAH | OMG | SM | 7,129,527,546 | 7,031,987,958 | 14,161,515,504 | | L260201 | TIKA OKTARIA TARIGAN | OMG | SM | 3,779,078,712 | 9,253,206,899 | 13,032,285,611 | | P230219 | AHMAD HIRZI | OMG | SM | 4,625,505,498 | 7,851,004,797 | 12,476,510,295 | | L250264 | INDRAWAN SURYA | OMG | SM | 2,045,936,095 | 7,789,279,216 | 9,835,215,311 | | P250186 | IIP PRIYADI | OMG | SM | 4,894,659,068 | 4,852,057,577 | 9,746,716,645 | | P250023 | BAMBANG ADI PANCORO | OMG | SM | 1,980,870,903 | 5,463,910,113 | 7,444,781,016 | | 994670 | ANWAR | OMG | SM | 1,692,476,171 | 1,529,505,940 | 3,221,982,111 | | VRL0020 | (VACANT) INDONESIA 12 | OMG | SM | 0 | 0 | 0 | | L240062 | SUPRIYATNA | OMG | ASM | 955,154,941 | 3,859,040,198 | 4,814,195,139 | | P240261 | RIZKY DANIEL | OMG | ASM | 1,239,103,235 | 3,554,883,976 | 4,793,987,211 | | P250116 | LUKMAN | OMG | ASM | 766,522,955 | 3,797,623,947 | 4,564,146,902 | | L240097 | LUDY WARDHANA SAPTA KURNIA | OMG | ASM | 1,710,609,224 | 2,821,739,305 | 4,532,348,529 | | L260299 | HENGKY LIAUWIS | OMG | ASM | 2,449,451,775 | 1,649,729,555 | 4,099,181,330 | | L260314 | SUTRISNO | OMG | ASM | 1,671,570,309 | 2,422,264,971 | 4,093,835,280 | | L250265 | DWIARSO BUDI PRABOWO | OMG | ASM | 1,440,496,533 | 2,540,461,252 | 3,980,957,785 | | P220113 | ZURAIDAH.Z | OMG | ASM | 1,160,949,106 | 2,633,301,632 | 3,794,250,738 | | L250366 | FIRMAN WIBOWO SUSANTO | OMG | ASM | 145,644,024 | 3,410,493,416 | 3,556,137,440 | | P010504 | KRISTIAN INDROYONO | OMG | ASM | 2,201,251,510 | 1,324,282,967 | 3,525,534,477 | | L260387 | ZAINAL HAKIM | OMG | ASM | 1,293,684,950 | 2,202,514,435 | 3,496,199,385 | | L250553 | I PUTU RAVIKA SUKMA ADHINATA | OMG | ASM | 814,018,634 | 2,615,170,789 | 3,429,189,423 | | P210729 | TOTO ISKANDAR | OMG | ASM | 1,071,358,365 | 2,256,613,490 | 3,327,971,855 | | L260076 | SUBHAN FITRAHILAH | OMG | ASM | 274,108,316 | 2,992,483,925 | 3,266,592,241 | | P130381 | DARYANTO | OMG | ASM | 1,170,404,033 | 2,091,043,544 | 3,261,447,577 | | P220222 | SUPRIYANTO | OMG | ASM | 1,692,476,171 | 1,529,505,940 | 3,221,982,111 | | L260082 | ROBERTUS TRI PRABOWO | OMG | ASM | 1,102,922,041 | 2,001,687,682 | 3,104,609,723 | | L250375 | SOFIAN | OMG | ASM | 1,871,401,412 | 1,226,495,719 | 3,097,897,131 | | L240058 | JUMRANI | OMG | ASM | 948,014,642 | 2,001,046,975 | 2,949,061,617 | | P210956 | RIA AUDINA PRAPITA SARI | OMG | ASM | 905,499,437 | 1,975,542,237 | 2,881,041,674 | | L250415 | ARIS GUNAWAN | OMG | ASM | 1,108,818,828 | 1,658,472,652 | 2,767,291,480 | | P220112 | MAWARDI | OMG | ASM | 1,627,689,801 | 912,862,949 | 2,540,552,750 | | P210839 | LILI NOVIA SARI | OMG | ASM | 1,022,450,758 | 1,511,232,524 | 2,533,683,282 | | L250205 | MARGO AGUNG BAYU SANTOSO | OMG | ASM | 287,669,384 | 2,189,939,987 | 2,477,609,371 | | P220111 | RIDWAN FIRDAUS | OMG | ASM | 328,881,778 | 2,040,408,254 | 2,369,290,032 | | L240072 | RIAN KHAIRULLAH | OMG | ASM | 1,695,512,209 | 580,319,944 | 2,275,832,153 | | P230319 | ERIK SETRA SANTOS PANGGABEAN | OMG | ASM | 592,044,361 | 1,668,845,528 | 2,260,889,889 | | L240067 | MUHAMMAD DEDDY RAMADHANI | OMG | ASM | 975,799,530 | 1,242,445,803 | 2,218,245,333 | | L250258 | ANGGIE SATRIA | OMG | ASM | 427,856,782 | 1,742,772,326 | 2,170,629,108 | | P230437 | RANGGA SAPUTRO | OMG | ASM | 1,230,452,444 | 929,881,546 | 2,160,333,990 | | L260175 | RAJIMAN B. DARMIN | OMG | ASM | 113,940,628 | 2,027,257,989 | 2,141,198,617 | | L240088 | AGNES MANGUNSONG | OMG | ASM | 1,560,578,934 | 474,003,734 | 2,034,582,668 | | L260153 | SYAIFUL PANJAITAN | OMG | ASM | 1,499,541,140 | 530,876,779 | 2,030,417,919 | | L260155 | DINI OCTAVIANI | OMG | ASM | 531,755,324 | 1,464,999,483 | 1,996,754,807 | | P210820 | SRINANDA SEFTYANIE | OMG | ASM | 637,771,081 | 1,340,380,759 | 1,978,151,840 | | L250293 | HERU AGUSTANTO | OMG | ASM | 1,197,887,991 | 775,309,362 | 1,973,197,353 | | P230266 | STEPPHEN ANGELO GUNAWAN | OMG | ASM | 1,221,298,391 | 690,246,830 | 1,911,545,221 | | P240054 | DODIK HERMAWAN | OMG | ASM | 364,475,446 | 1,522,434,341 | 1,886,909,787 | | L260381 | DEDY | OMG | ASM | 692,619,139 | 1,172,520,089 | 1,865,139,228 | | L240065 | BONUS PUSPITA DARMA | OMG | ASM | 590,279,478 | 1,272,282,444 | 1,862,561,922 | | P220104 | HENDRA SAPUTRA | OMG | ASM | 723,397,883 | 1,126,470,807 | 1,849,868,690 | | P090188 | ALI KHUDDIN FIRMANSYAH | OMG | ASM | 1,077,596,736 | 771,772,795 | 1,849,369,531 | | P210802 | ROY HASIAN | OMG | ASM | 967,389,229 | 866,980,321 | 1,834,369,550 | | P220220 | TEDDY IRAWAN | OMG | ASM | 1,560,536,388 | 157,907,595 | 1,718,443,983 | | P060032 | EDI SYAHPUTRA | OMG | ASM | 1,209,293,751 | 462,595,805 | 1,671,889,556 | | L250481 | ANTON GUNAWAN | OMG | ASM | 850,279,403 | 750,012,135 | 1,600,291,538 | | L260171 | ARI ILHAM WAHYUDI | OMG | ASM | 781,233,367 | 818,528,249 | 1,599,761,616 | | L260193 | DEWANTI PUTRI BR SEMBIRING | OMG | ASM | 0 | 1,562,521,527 | 1,562,521,527 | | P210803 | ADYATNA SEPTI WICAKSANA | OMG | ASM | 1,210,273,463 | 271,917,594 | 1,482,191,057 | | L250059 | MUHAMMAD IQBAL A. SAHA | OMG | ASM | 25,758,916 | 1,435,177,033 | 1,460,935,949 | | L250257 | MOHAMAD YAMIN | OMG | ASM | 1,220,306,114 | 223,658,635 | 1,443,964,749 | | L260192 | LUKMAN HAKIM NASUTION, S.PDI | OMG | ASM | 465,900,965 | 854,024,744 | 1,319,925,709 | | L260152 | MUHLIS | OMG | ASM | 511,264,878 | 555,655,463 | 1,066,920,341 | | L240096 | ANDIKA BONI | OMG | ASM | 510,209,710 | 254,581,224 | 764,790,934 | | VAL0105 | (VACANT) JAKARTA 01 | OMG | ASM | 0 | 0 | 0 | | VML0462 | (VACANT) DC TANGERANG 01 | OMG | FF | 343,675,342 | 3,056,159,754 | 3,399,835,096 | | VML0464 | (VACANT) PARETO JAKARTA 06 | OMG | FF | 0 | 3,398,446,538 | 3,398,446,538 | | VML0427 | (VACANT) DC BEKASI 01 | OMG | FF | 0 | 2,457,708,196 | 2,457,708,196 | | VML0326 | (VACANT) PARETO JAKARTA UTARA 05 | OMG | FF | 0 | 2,320,226,302 | 2,320,226,302 | | VML0468 | (VACANT) PARETO SURABAYA 02 | OMG | FF | 1,534,362,380 | 784,449,794 | 2,318,812,174 | | VML0333 | (VACANT) PARETO SURABAYA 14 | OMG | FF | 146,198,050 | 1,946,326,025 | 2,092,524,075 | | VML0422 | (VACANT) PARETO JAKARTA TIMUR 09 | OMG | FF | 145,644,024 | 1,665,162,701 | 1,810,806,725 | | VML0348 | (VACANT) PARETO PONTIANAK 01 | OMG | FF | 1,085,150,470 | 551,597,968 | 1,636,748,438 | | VML0438 | (VACANT) PBF MEDAN 02 | OMG | FF | 953,207,992 | 502,827,860 | 1,456,035,852 | | VML0316 | (VACANT) PARETO MALANG 09 | OMG | FF | 378,213,482 | 1,071,356,878 | 1,449,570,360 | | VML0361 | (VACANT) PBF SEMARANG 01 | OMG | FF | 43,596,800 | 1,378,309,038 | 1,421,905,838 | | VML0402 | (VACANT) PARETO YOGYA 03 | OMG | FF | 0 | 1,291,743,896 | 1,291,743,896 | | VML0325 | (VACANT) PARETO DEPOK 04 | OMG | FF | 508,885,376 | 746,073,330 | 1,254,958,706 | | VML0420 | (VACANT) PARETO JAKARTA TIMUR 08 | OMG | FF | 0 | 1,197,875,899 | 1,197,875,899 | | VML0446 | (VACANT) PARETO BANDUNG 02 | OMG | FF | 10,580,898 | 1,138,504,826 | 1,149,085,724 | | VML0448 | (VACANT) PARETO BANDUNG 03 | OMG | FF | 2,415,711 | 1,128,622,056 | 1,131,037,767 | | P240151 | IMAM SAFRUDIN | OMG | FF | 610,541,332 | 483,995,907 | 1,094,537,239 | | L260048 | NOVARIO KHANO SIDIK | OMG | FF | 831,607,756 | 232,151,060 | 1,063,758,816 | | VML0469 | (VACANT) PBF MAKASSAR 02 | OMG | FF | 358,705,098 | 617,500,091 | 976,205,189 | | VML0351 | (VACANT) PARETO SOLO 02 | OMG | FF | 0 | 921,808,004 | 921,808,004 | | VML0399 | (VACANT) DC PEKANBARU 02 | OMG | FF | 400,507,410 | 496,580,768 | 897,088,178 | | L240083 | ILHAM FADILAH | OMG | FF | 775,326,721 | 119,323,306 | 894,650,027 | | VML0322 | (VACANT) PARETO TUBAN 02 | OMG | FF | 677,379,142 | 141,921,608 | 819,300,750 | | VML0447 | (VACANT) PARETO BANDUNG 01 | OMG | FF | 113,061,805 | 702,081,752 | 815,143,557 | | L260073 | MURNIATI SIMBOLON | OMG | FF | 660,721,656 | 154,297,091 | 815,018,747 | | P240223 | CHRISTOFEL OCTORANDY SITUMORANG | OMG | FF | 627,801,712 | 177,537,850 | 805,339,562 | | L250536 | KADEK AYU DIAH ANGGRENI | OMG | FF | 301,899,034 | 471,578,008 | 773,477,042 | | L240048 | SANDI PRATAMA PUTRA | OMG | FF | 399,284,664 | 324,974,028 | 724,258,692 | | VML0360 | (VACANT) PARETO SUMSEL 01 | OMG | FF | 152,214,530 | 543,030,976 | 695,245,506 | | P230282 | AHMAD WAHYUDI FIKRI | OMG | FF | 112,612,531 | 575,021,735 | 687,634,266 | | L260333 | AGUS PUJIYANTO | OMG | FF | 174,471,640 | 512,365,698 | 686,837,338 | | VML0319 | (VACANT) PARETO BATAM 05 | OMG | FF | 0 | 637,900,585 | 637,900,585 | | VML0437 | (VACANT) PBF MEDAN 01 | OMG | FF | 399,309,881 | 228,510,750 | 627,820,631 | | P240102 | HERNITETRA KASIH ZENDRATO | OMG | FF | 369,804,636 | 252,201,970 | 622,006,606 | | VML0410 | (VACANT) PARETO BALI 03 | OMG | FF | 0 | 619,642,292 | 619,642,292 | | VML0315 | (VACANT) PARETO BANJARMASIN 09 | OMG | FF | 258,924,955 | 354,365,916 | 613,290,871 | | P240126 | ANNES ANDRIANO | OMG | FF | 258,403,334 | 351,619,608 | 610,022,942 | | P250091 | RICKY TAUPIK SUBAGJA | OMG | FF | 65,930,294 | 541,954,097 | 607,884,391 | | L250339 | IRMA MAULIDAH | OMG | FF | 519,152,888 | 88,604,136 | 607,757,024 | | P230181 | LIFQI PRATAMA PUTRA | OMG | FF | 296,383,935 | 305,862,961 | 602,246,896 | | VML0127 | (VACANT) BEKASI 13 | OMG | FF | 563,352,149 | 38,584,289 | 601,936,438 | | L260279 | DEDI SUPRIADI | OMG | FF | 208,708,587 | 390,931,510 | 599,640,097 | | P230345 | M AGUNG PERDANA | OMG | FF | 531,512,341 | 67,955,134 | 599,467,475 | | VML0428 | (VACANT) PBF BEKASI 01 | OMG | FF | 178,884,464 | 416,807,184 | 595,691,648 | | P230117 | RIVONATHAN GAEL | OMG | FF | 256,319,479 | 335,994,799 | 592,314,278 | | P240033 | M. SAID ABDULLAH | OMG | FF | 199,327,308 | 392,745,883 | 592,073,191 | | P250177 | BUDIMAN | OMG | FF | 550,587,704 | 34,880,650 | 585,468,354 | | L240035 | RINA YUNINGSIH | OMG | FF | 411,029,589 | 165,275,155 | 576,304,744 | | VML0318 | (VACANT) PARETO MEDAN 15 | OMG | FF | 505,439,275 | 68,450,120 | 573,889,395 | | L250274 | MOHAMMAD RAFI FAUZHAN | OMG | FF | 302,420,442 | 269,095,026 | 571,515,468 | | VML0078 | (VACANT) JAKARTA SELATAN 01 | OMG | FF | 353,361,768 | 215,060,270 | 568,422,038 | | P230425 | YUDHISTIRA IKHSAN HADI | OMG | FF | 337,929,539 | 228,475,409 | 566,404,948 | | VML0375 | (VACANT) PARETO BOGOR 01 | OMG | FF | 0 | 565,329,760 | 565,329,760 | | L250180 | AGUS GIRANTE | OMG | FF | 173,729,576 | 389,661,319 | 563,390,895 | | VML0387 | (VACANT) PARETO SURABAYA 01 | OMG | FF | 0 | 562,564,850 | 562,564,850 | | L260332 | HANDI SUGIARTO | OMG | FF | 200,717,267 | 354,420,770 | 555,138,037 | | L260335 | ROBBY FAHRI SIREGAR | OMG | FF | 390,918,697 | 163,817,959 | 554,736,656 | | P260115 | ATISA JANNATI | OMG | FF | 280,142,581 | 267,910,327 | 548,052,908 | | P210822 | DIAH TRIWULANDARI | OMG | FF | 69,822,684 | 474,623,189 | 544,445,873 | | P240553 | OBE SATRIAGI | OMG | FF | 360,314,758 | 172,906,113 | 533,220,871 | | L250065 | MUHAMMAD FAREL GUNAWAN | OMG | FF | 400,272,510 | 123,511,972 | 523,784,482 | | VML0050 | (VACANT) KALTARA 02 | OMG | FF | 109,343,252 | 412,213,445 | 521,556,697 | | L240052 | SULAIMAN | OMG | FF | 324,062,805 | 196,014,934 | 520,077,739 | | VML0467 | (VACANT) PARETO SURABAYA 03 | OMG | FF | 370,779,242 | 148,577,884 | 519,357,126 | | L260391 | YOGI PRAYUDA WANSURI | OMG | FF | 224,079,781 | 293,045,347 | 517,125,128 | | P240134 | ABDUL WARIS | OMG | FF | 182,948,916 | 322,739,627 | 505,688,543 | | VML0461 | (VACANT) DC SERANG 01 | OMG | FF | 136,761,120 | 366,141,796 | 502,902,916 | | L250222 | TEGAR ACHMAD GUMELAR | OMG | FF | 283,039,336 | 219,126,554 | 502,165,890 | | P250132 | ADE HIDAYAT | OMG | FF | 378,039,761 | 120,976,996 | 499,016,757 | | L260384 | ALEX MUBAROK | OMG | FF | 309,105,224 | 184,638,689 | 493,743,913 | | L240076 | EKA PRASTIO | OMG | FF | 332,974,407 | 157,936,762 | 490,911,169 | | L260088 | RENITA PUTRI LESTARI | OMG | FF | 161,887,000 | 325,831,155 | 487,718,155 | | P250176 | M.ABDUL AZIS | OMG | FF | 264,264,533 | 222,460,784 | 486,725,317 | | L250573 | VIKY VALENTINO PRATAMA | OMG | FF | 204,901,665 | 280,518,619 | 485,420,284 | | P230016 | MOHAMAD NIZAM TRIAJI | OMG | FF | 257,400,418 | 225,125,310 | 482,525,728 | | L250238 | M. FAISOL | OMG | FF | 250,644,599 | 229,493,341 | 480,137,940 | | L250154 | FELIX CIANUS BAYU AJI PRAKOSO | OMG | FF | 216,293,880 | 263,150,362 | 479,444,242 | | L240071 | MUHAMMAD RASIT | OMG | FF | 247,944,623 | 224,784,267 | 472,728,890 | | L250424 | FADHIL AZHAR TARIGAN | OMG | FF | 319,578,542 | 151,836,205 | 471,414,747 | | P240508 | IQBAL AFADRY KURNIAWAN | OMG | FF | 89,224,334 | 376,184,868 | 465,409,202 | | L240080 | AYUNDA RAKHMAWATI | OMG | FF | 370,236,197 | 94,129,021 | 464,365,218 | | P240262 | LUKY ARDIANTO | OMG | FF | 285,871,311 | 176,460,779 | 462,332,090 | | VML0342 | (VACANT) PARETO MEDAN 18 | OMG | FF | 0 | 456,670,830 | 456,670,830 | | VML0392 | (VACANT) DC SEMARANG 01 | OMG | FF | 9,587,750 | 442,828,296 | 452,416,046 | | P220116 | SUWARDI | OMG | FF | 388,865,974 | 63,005,680 | 451,871,654 | | VML0344 | (VACANT) PARETO LAMPUNG 01 | OMG | FF | 0 | 451,656,941 | 451,656,941 | | L250551 | IRAWATI NABABAN | OMG | FF | 403,131,787 | 44,652,661 | 447,784,448 | | L240064 | RIZKY MAULIDAH, S.E | OMG | FF | 130,795,095 | 316,441,442 | 447,236,537 | | P240512 | RISKY TRI HARYANTO | OMG | FF | 367,775,089 | 79,214,368 | 446,989,457 | | L250518 | RONI ARDIANSAH | OMG | FF | 270,703,291 | 171,071,568 | 441,774,859 | | L250517 | ALYA ZAHIRA FEBRIANA | OMG | FF | 190,127,094 | 244,085,206 | 434,212,300 | | P230307 | RIFQI ABDILLAH | OMG | FF | 256,334,747 | 176,470,186 | 432,804,933 | | L250228 | IVAN HENDRIAWAN | OMG | FF | 194,331,181 | 237,705,274 | 432,036,455 | | VML0167 | (VACANT) TANGERANG 06 | OMG | FF | 355,324,441 | 72,603,641 | 427,928,082 | | P240156 | YOKO KURNIAWAN | OMG | FF | 320,488,530 | 107,143,457 | 427,631,987 | | L250550 | EDO AFRIZAL | OMG | FF | 135,706,553 | 291,129,144 | 426,835,697 | | P230420 | NILAN CAHYA | OMG | FF | 405,860,108 | 19,583,280 | 425,443,388 | | VML0336 | (VACANT) PARETO JAKARTA TIMUR 06 | OMG | FF | 278,326,064 | 146,895,120 | 425,221,184 | | L240170 | ADE SITI NURFADILLAH.ND | OMG | FF | 357,320,136 | 67,782,409 | 425,102,545 | | L240082 | SANTI OKTAVIANTI | OMG | FF | 360,401,159 | 64,453,260 | 424,854,419 | | P240290 | PERIAMAN TAFONAO | OMG | FF | 213,734,941 | 210,619,773 | 424,354,714 | | L250170 | FILDO YUDHA PUTRA | OMG | FF | 120,249,155 | 304,044,152 | 424,293,307 | | L260298 | MUHAMMAD NUR NAFIAN | OMG | FF | 291,995,639 | 131,300,827 | 423,296,466 | | P240132 | DANI RUSNANTO | OMG | FF | 271,200,649 | 151,424,914 | 422,625,563 | | VML0343 | (VACANT) PARETO LAMPUNG 02 | OMG | FF | 144,284,780 | 276,440,730 | 420,725,510 | | P210834 | PUTRI ZAHRAWANI ALFATH | OMG | FF | 100,137,222 | 320,562,775 | 420,699,997 | | L250507 | SAMUEL ANTONIUS. S | OMG | FF | 272,293,723 | 148,401,170 | 420,694,893 | | P250021 | TEGUH WIRA SATRIA | OMG | FF | 228,424,215 | 192,043,482 | 420,467,697 | | P240008 | NUGROHO EKA FRASETYO | OMG | FF | 126,639,543 | 293,265,404 | 419,904,947 | | VML0324 | (VACANT) PARETO SURABAYA 13 | OMG | FF | 11,739,200 | 405,257,340 | 416,996,540 | | P240124 | RAKHAEL ANANTA SALSABILLA | OMG | FF | 333,012,639 | 82,640,593 | 415,653,232 | | L260018 | FARREL APRILINO | OMG | FF | 290,827,518 | 124,568,922 | 415,396,440 | | L250453 | RIZQI ALFINASIHIN | OMG | FF | 72,881,538 | 342,147,892 | 415,029,430 | | L260360 | RIZKY ARDIANSYAH | OMG | FF | 195,265,348 | 208,592,768 | 403,858,116 | | L260326 | FRANSISCUS BIMO BUDI P | OMG | FF | 279,573,466 | 124,247,295 | 403,820,761 | | L250187 | LEYOWALDI | OMG | FF | 83,570,772 | 319,783,610 | 403,354,382 | | L240068 | RANDA | OMG | FF | 230,576,118 | 171,412,807 | 401,988,925 | | L260209 | MESDA HUTABALIAN | OMG | FF | 308,971,956 | 87,789,076 | 396,761,032 | | L250152 | TEDY ARTASYAH PUTRA | OMG | FF | 310,813,938 | 85,255,250 | 396,069,188 | | P210836 | PUGIYANISA LIMARA | OMG | FF | 139,768,522 | 256,065,248 | 395,833,770 | | L250117 | MUHAMAD FAHRI REJA AGUSTIA | OMG | FF | 171,901,401 | 219,396,989 | 391,298,390 | | L260242 | VIKI MARIYO | OMG | FF | 355,296,200 | 35,102,872 | 390,399,072 | | P240416 | DEDE KOHARA | OMG | FF | 74,755,981 | 313,536,000 | 388,291,981 | | P250041 | ARJUNA AJI WICAKSONO | OMG | FF | 297,557,980 | 86,328,417 | 383,886,397 | | P240180 | ADI PRATAMA | OMG | FF | 245,349,431 | 137,842,803 | 383,192,234 | | L250057 | MOH RAFLY FEBRIYANTO | OMG | FF | 68,818,301 | 312,356,574 | 381,174,875 | | P230005 | ROUMALDUS CATUR NUGROHO | OMG | FF | 179,301,701 | 201,648,363 | 380,950,064 | | VML0452 | (VACANT) PARETO CIREBON 02 | OMG | FF | 46,135,534 | 333,495,244 | 379,630,778 | | L250441 | SINTHYA FLORENTINA PAKPAHAN | OMG | FF | 283,563,112 | 94,485,932 | 378,049,044 | | L260397 | MOCH LEO MAHDA YUDITIRA | OMG | FF | 102,074,157 | 274,614,014 | 376,688,171 | | L260330 | JEEFRI NASUTION | OMG | FF | 244,704,981 | 126,700,850 | 371,405,831 | | L250471 | ALFI`AH INDRI RAHMAWATI | OMG | FF | 266,039,649 | 103,209,304 | 369,248,953 | | VML0366 | (VACANT) MALUKU 01 | OMG | FF | 0 | 365,921,826 | 365,921,826 | | L250055 | HAORNAS PRICILIA DOTULONG | OMG | FF | 25,758,916 | 337,534,935 | 363,293,851 | | VML0442 | (VACANT) PBF BANDUNG 02 | OMG | FF | 4,246,000 | 358,614,194 | 362,860,194 | | L260208 | ACHMAD ZEIN SAVIOLA | OMG | FF | 230,636,244 | 130,333,929 | 360,970,173 | | L260385 | LUTFI TURU | OMG | FF | 147,069,920 | 213,619,622 | 360,689,542 | | L250051 | MEIDI STEVEN | OMG | FF | 137,704,112 | 221,958,235 | 359,662,347 | | L250276 | ALFIN ANWAR | OMG | FF | 118,311,669 | 240,731,103 | 359,042,772 | | L250576 | PIPI OKTAVIANI | OMG | FF | 179,581,026 | 177,430,761 | 357,011,787 | | VML0335 | (VACANT) PARETO SAMARINDA 06 | OMG | FF | 0 | 356,853,400 | 356,853,400 | | L240133 | RAHMAH HAYATI | OMG | FF | 132,926,558 | 223,123,534 | 356,050,092 | | L250370 | GARNAMAS | OMG | FF | 191,237,205 | 162,410,326 | 353,647,531 | | L260331 | MUAMAR | OMG | FF | 219,247,790 | 133,653,384 | 352,901,174 | | L250209 | HOFI FIRDHANIS ROHMAN | OMG | FF | 74,403,931 | 278,414,030 | 352,817,961 | | L250562 | THIERY HENDRY | OMG | FF | 222,820,829 | 129,853,157 | 352,673,986 | | VML0379 | (VACANT) PARETO SUMSEL 02 | OMG | FF | 0 | 347,901,416 | 347,901,416 | | P250022 | GALI SUTANTO | OMG | FF | 140,781,123 | 207,011,775 | 347,792,898 | | P210779 | RIZKA PUTRI ADRIANI | OMG | FF | 176,784,875 | 170,241,494 | 347,026,369 | | P240454 | AHMAD RIZALDI | OMG | FF | 229,117,991 | 115,768,015 | 344,886,006 | | L250206 | FERDA ARIANI | OMG | FF | 235,338,149 | 109,312,618 | 344,650,767 | | P240246 | FAHMI TANJUNG | OMG | FF | 250,467,312 | 94,138,731 | 344,606,043 | | L240059 | DEDY | OMG | FF | 173,944,800 | 169,910,011 | 343,854,811 | | P230316 | WAFI AULIA FIKRY | OMG | FF | 219,701,463 | 124,102,503 | 343,803,966 | | P240264 | ARI SOBARI | OMG | FF | 10,114,251 | 333,659,400 | 343,773,651 | | VML0405 | (VACANT) PARETO YOGYA 02 | OMG | FF | 111,395,044 | 230,814,144 | 342,209,188 | | L250239 | MOH IQBAL AMAR GADAFI | OMG | FF | 211,422,388 | 127,463,909 | 338,886,297 | | P080841 | DWI EVA HARYANTO | OMG | FF | 174,079,834 | 159,566,549 | 333,646,383 | | P240153 | SRI WAHYUNINGSIH | OMG | FF | 213,385,019 | 118,911,257 | 332,296,276 | | P240143 | RIFKY SAPUTRA | OMG | FF | 55,039,578 | 275,023,050 | 330,062,628 | | P240043 | FADHLI FATHULLAH | OMG | FF | 82,320,016 | 244,714,579 | 327,034,595 | | P240506 | NABILLA SHYFA SALSABILLA | OMG | FF | 104,342,116 | 221,963,585 | 326,305,701 | | L240079 | MARDIANA | OMG | FF | 166,518,683 | 159,283,775 | 325,802,458 | | L260154 | RISMIKA MULYASNI | OMG | FF | 274,162,471 | 49,167,442 | 323,329,913 | | P230273 | OKKY MAULANA PUTRA | OMG | FF | 19,829,954 | 303,247,441 | 323,077,395 | | VML0364 | (VACANT) PARETO SEMARANG 11 | OMG | FF | 5,463,000 | 317,550,262 | 323,013,262 | | L250331 | NURFADILLAH | OMG | FF | 100,563,831 | 221,491,712 | 322,055,543 | | P250111 | RENDRA HADI NUGRAHA | OMG | FF | 203,500,173 | 116,837,883 | 320,338,056 | | L250508 | CHANDRA FERNANDA TRIAS ERLANGGA PUTRA | OMG | FF | 224,622,574 | 90,914,071 | 315,536,645 | | L240095 | FITRY AISYAH ALQURANIA | OMG | FF | 46,911,450 | 268,615,256 | 315,526,706 | | VML0358 | (VACANT) PARETO YOGYA 01 | OMG | FF | 0 | 314,357,670 | 314,357,670 | | VML0441 | (VACANT) PBF JAKARTA PUSAT 01 | OMG | FF | 0 | 313,416,240 | 313,416,240 | | P240483 | M. RIZAL FIRDAOS | OMG | FF | 197,486,753 | 115,090,552 | 312,577,305 | | L250135 | CHOIRUL IKHSAN NUR FAUZAN | OMG | FF | 107,104,424 | 205,234,837 | 312,339,261 | | L250220 | HAMDA HAMSAH | OMG | FF | 119,195,602 | 192,664,936 | 311,860,538 | | L260308 | AYU ROBBY | OMG | FF | 79,593,954 | 231,977,990 | 311,571,944 | | P240430 | HAIRUL RAHMAN | OMG | FF | 135,013,314 | 175,687,669 | 310,700,983 | | L260029 | CITRA SURYANI | OMG | FF | 49,091,188 | 260,581,709 | 309,672,897 | | L240063 | UMMI LISTIAWATI | OMG | FF | 175,489,934 | 133,972,783 | 309,462,717 | | L250133 | M ANDREAN | OMG | FF | 52,908,238 | 254,753,184 | 307,661,422 | | P240128 | SAFIRA MULIATUS SALIMAH | OMG | FF | 187,061,271 | 118,499,836 | 305,561,107 | | P240103 | ALAI JULIUS JONATAN JOGI NABABAN | OMG | FF | 243,379,067 | 61,690,721 | 305,069,788 | | L250230 | RAHMA AYU UTAMI | OMG | FF | 181,106,957 | 120,292,427 | 301,399,384 | | P230326 | RADI MULYADI | OMG | FF | 172,076,685 | 128,085,531 | 300,162,216 | | L240055 | SUKOCO ADI NUGROHO | OMG | FF | 210,642,582 | 89,152,856 | 299,795,438 | | L240123 | VINA YULIANI | OMG | FF | 150,647,304 | 149,054,729 | 299,702,033 | | P240133 | PUJI KHOIRUL ARIFIN | OMG | FF | 173,003,715 | 126,607,145 | 299,610,860 | | L260297 | SALMA DIBA ALIFA | OMG | FF | 176,503,195 | 123,021,224 | 299,524,419 | | P250080 | ADOLF REISHA DING | OMG | FF | 188,931,452 | 110,207,237 | 299,138,689 | | P230262 | DIFA IKZHA ISLAM | OMG | FF | 207,570,730 | 91,162,547 | 298,733,277 | | VML0449 | (VACANT) PARETO CIREBON 01 | OMG | FF | 23,366,000 | 274,677,792 | 298,043,792 | | P240538 | ELFYA FARADHILLA | OMG | FF | 162,446,231 | 135,288,840 | 297,735,071 | | P230491 | WAHYU MAULANA | OMG | FF | 82,912,897 | 213,990,837 | 296,903,734 | | P230478 | NUNING KUSMAYATI ABUBAKAR | OMG | FF | 157,307,101 | 139,035,740 | 296,342,841 | | P210678 | HANIFIAH MAHRIFIANA PUTRI | OMG | FF | 193,703,013 | 101,996,033 | 295,699,046 | | L250168 | FARIZ NUR PRATOMO | OMG | FF | 202,582,193 | 92,986,912 | 295,569,105 | | L250569 | ANDI SURYA RAMADHAN | OMG | FF | 128,885,126 | 166,566,474 | 295,451,600 | | L250442 | DISKY ARIYANTO YUSMAN | OMG | FF | 142,385,675 | 151,467,768 | 293,853,443 | | P250120 | BAYU ADYAKSA | OMG | FF | 256,756,335 | 35,857,471 | 292,613,806 | | L260241 | ARSI ATTA NURFITA MAIN | OMG | FF | 214,250,866 | 77,410,505 | 291,661,371 | | L250444 | FATWA NOVITA | OMG | FF | 131,239,172 | 159,623,410 | 290,862,582 | | L260255 | PINSI HIRIMAN SAPUTRA | OMG | FF | 62,748,852 | 225,542,613 | 288,291,465 | | L250358 | ARIFAN JAYA HARTONO | OMG | FF | 116,596,614 | 170,280,491 | 286,877,105 | | L250066 | MA`SUM FEBRIANSYAH | OMG | FF | 59,850,358 | 226,181,264 | 286,031,622 | | P240520 | NINIS MUSNERI | OMG | FF | 100,654,178 | 184,548,679 | 285,202,857 | | VML0329 | (VACANT) PARETO BEKASI 16 | OMG | FF | 284,907,292 | 0 | 284,907,292 | | L250437 | BENI SAPUTRA | OMG | FF | 127,179,283 | 156,290,125 | 283,469,408 | | VML0311 | (VACANT) PARETO KARAWANG 03 | OMG | FF | 50,082,838 | 233,257,906 | 283,340,744 | | VML0459 | (VACANT) PBF MANADO 01 | OMG | FF | 0 | 282,958,716 | 282,958,716 | | L240226 | DAFFA ARYA PUTRA NURMANSYAH | OMG | FF | 231,334,207 | 46,957,103 | 278,291,310 | | L250340 | GIFTA EKA RAUDYA | OMG | FF | 98,625,937 | 179,316,739 | 277,942,676 | | P210778 | JAMILATUR ROSYIDAH | OMG | FF | 155,251,216 | 122,114,358 | 277,365,574 | | P230244 | YULA ARDIYANTO | OMG | FF | 127,112,999 | 149,908,455 | 277,021,454 | | L250221 | FAUZAN AKHDAN RAMADHANI | OMG | FF | 174,766,383 | 101,406,728 | 276,173,111 | | L250543 | RENALDI HARISKI FIRDAUS | OMG | FF | 105,742,540 | 170,415,317 | 276,157,857 | | L260070 | OKTAVIANI | OMG | FF | 0 | 275,644,330 | 275,644,330 | | L250367 | MUH ALFURQAAN RUKMANA RUSTAM | OMG | FF | 17,258,029 | 256,465,273 | 273,723,302 | | L250226 | ARJUNA SATRIA ADHITAMA | OMG | FF | 196,889,570 | 74,198,602 | 271,088,172 | | L250387 | AHMAD EKI BAIHAQI | OMG | FF | 162,098,818 | 108,284,914 | 270,383,732 | | P240158 | ALDI YANTO | OMG | FF | 131,999,449 | 138,237,573 | 270,237,022 | | L250277 | ANGGA GINTING | OMG | FF | 0 | 267,906,755 | 267,906,755 | | L260267 | RATAASYA ARSYA PUTRI AZMIN | OMG | FF | 121,444,740 | 140,808,956 | 262,253,696 | | L250182 | RAENA JUNIARTI | OMG | FF | 59,636,988 | 201,826,091 | 261,463,079 | | VML0393 | (VACANT) DC SEMARANG 02 | OMG | FF | 118,706,160 | 141,953,168 | 260,659,328 | | L250204 | RIAN NUR NGABDUROFIQ | OMG | FF | 119,133,303 | 140,679,875 | 259,813,178 | | VML0471 | (VACANT) PAPUA 01 | OMG | FF | 0 | 259,422,280 | 259,422,280 | | VML0376 | (VACANT) PARETO BOGOR 02 | OMG | FF | 0 | 257,969,410 | 257,969,410 | | L260231 | YUSUP APRIA SANTOSO | OMG | FF | 44,850,821 | 212,935,126 | 257,785,947 | | L250374 | RIZKI AULIA RACHMAN | OMG | FF | 47,700,990 | 209,150,835 | 256,851,825 | | L250425 | TRISNA YANSYAH | OMG | FF | 201,642,497 | 54,837,160 | 256,479,657 | | VML0401 | (VACANT) PARETO YOGYA 04 | OMG | FF | 49,146,450 | 205,668,846 | 254,815,296 | | L250452 | RIDHO JIHADULLOH | OMG | FF | 133,003,156 | 120,567,488 | 253,570,644 | | P240465 | IMAM WAHYUDI | OMG | FF | 102,705,444 | 150,783,698 | 253,489,142 | | L250438 | FIRZY MARTIAN | OMG | FF | 62,017,406 | 189,266,385 | 251,283,791 | | L250167 | ADITIYA PUTRA PRATMA | OMG | FF | 15,213,925 | 235,961,028 | 251,174,953 | | L260254 | RIKI WAHYUDI | OMG | FF | 81,232,375 | 169,399,131 | 250,631,506 | | VML0313 | (VACANT) PARETO PALU 03 | OMG | FF | 209,120,360 | 40,250,900 | 249,371,260 | | L250403 | MOKHAMAD LUTFIY ROKHMAN | OMG | FF | 173,994,766 | 74,309,713 | 248,304,479 | | L250511 | ADE RICO SETYAWAN | OMG | FF | 115,823,357 | 129,722,871 | 245,546,228 | | L260194 | AISYAH | OMG | FF | 73,553,174 | 170,879,238 | 244,432,412 | | L250539 | RACHUL RAMDHANI | OMG | FF | 73,559,723 | 170,397,292 | 243,957,015 | | L250181 | YOFANNY AULIA SAPUTRI | OMG | FF | 90,905,575 | 152,586,220 | 243,491,795 | | P250133 | MITA MEGASARI | OMG | FF | 134,320,666 | 109,162,873 | 243,483,539 | | P190146 | MUHAMMAD SIRAJUDDIN | OMG | FF | 114,440,779 | 128,843,894 | 243,284,673 | | VML0363 | (VACANT) DC SUMBAR 01 | OMG | FF | 44,714,370 | 198,258,774 | 242,973,144 | | VML0334 | (VACANT) PARETO PEKANBARU 11 | OMG | FF | 320,516 | 239,973,845 | 240,294,361 | | L260402 | MUQTI KAFAFA | OMG | FF | 100,402,032 | 135,839,978 | 236,242,010 | | P240225 | MUHAMAD NABIL SABAT | OMG | FF | 64,930,824 | 169,816,349 | 234,747,173 | | P240233 | SUHAT RIFKY SEBASTIAN | OMG | FF | 0 | 231,684,040 | 231,684,040 | | L250138 | CEPRI RAMADHAN | OMG | FF | 174,941,724 | 55,962,408 | 230,904,132 | | P081283 | DICKY ANDIYANA PRASETYA | OMG | FF | 67,721,323 | 162,995,539 | 230,716,862 | | P240265 | FRIDANA GIRDA YURISDIYANTO | OMG | FF | 55,463,680 | 174,687,330 | 230,151,010 | | P240348 | GUNTUR BASTIAN PRIMA DI PUTRA | OMG | FF | 74,062,171 | 156,015,348 | 230,077,519 | | VML0374 | (VACANT) PARETO JAMBI 01 | OMG | FF | 0 | 230,073,152 | 230,073,152 | | L250062 | FARKHA ARUM WIDIASTUTI | OMG | FF | 61,077,442 | 168,373,158 | 229,450,600 | | P240108 | TEGUH INDIARTO SUPOMO | OMG | FF | 97,717,448 | 130,531,259 | 228,248,707 | | VML0176 | (VACANT) BANDUNG 10 | OMG | FF | 55,376,937 | 171,981,533 | 227,358,470 | | P240474 | YOPI PRIKA LITARI | OMG | FF | 206,814,942 | 19,298,514 | 226,113,456 | | VML0031 | (VACANT) MALANG 05 | OMG | FF | 111,557,764 | 114,180,775 | 225,738,539 | | P230292 | MELLISA OKTAVIA | OMG | FF | 16,645,091 | 208,786,418 | 225,431,509 | | VML0352 | (VACANT) PARETO SOLO 01 | OMG | FF | 0 | 224,972,743 | 224,972,743 | | L260323 | ASNAN WAHYU ADHY | OMG | FF | 69,247,972 | 155,360,769 | 224,608,741 | | VML0243 | (VACANT) BATAM 03 | OMG | FF | 0 | 224,541,748 | 224,541,748 | | P240149 | RIO CAHYONO | OMG | FF | 39,999,277 | 182,431,067 | 222,430,344 | | VML0330 | (VACANT) PARETO BEKASI 17 | OMG | FF | 221,857,518 | 0 | 221,857,518 | | P250104 | GILANG BAYU AJI | OMG | FF | 38,828,369 | 178,124,077 | 216,952,446 | | L250540 | MUHAMMAD FAISAL SETIAWAN | OMG | FF | 170,315,547 | 45,021,976 | 215,337,523 | | VML0346 | (VACANT) PARETO JEMBER 05 | OMG | FF | 0 | 214,295,668 | 214,295,668 | | P240079 | MUHAMMAD IQBAL | OMG | FF | 24,901,658 | 188,868,078 | 213,769,736 | | L250419 | GREGORIUS PANJI JAYA | OMG | FF | 20,523,078 | 192,305,169 | 212,828,247 | | L250393 | M IFKAR MAULANA FAQIH | OMG | FF | 72,072,265 | 140,409,995 | 212,482,260 | | L250455 | MOCHAMMAD SETIAWAN RISKIANTO | OMG | FF | 61,824,739 | 150,536,319 | 212,361,058 | | P080960 | AINUR ROFIK | OMG | FF | 32,581,004 | 167,918,152 | 200,499,156 | | L260320 | ADI RIKI SETIAWAN | OMG | FF | 100,480,405 | 98,111,505 | 198,591,910 | | VML0314 | (VACANT) PARETO PALANGKARAYA 04 | OMG | FF | 46,473,170 | 151,906,656 | 198,379,826 | | P240419 | MUHAMMAD NABILLAH | OMG | FF | 49,893,971 | 147,330,003 | 197,223,974 | | P240239 | REZKY MADYA UTAMA | OMG | FF | 94,542,855 | 101,131,596 | 195,674,451 | | VML0355 | (VACANT) PARETO BEKASI 18 | OMG | FF | 71,031,416 | 122,297,432 | 193,328,848 | | L260303 | RENDY RIZAN ARDIANSYAH | OMG | FF | 49,670,146 | 142,041,818 | 191,711,964 | | L250227 | MUHAMMAD DWIKI SETIAWAN | OMG | FF | 125,141,050 | 64,266,968 | 189,408,018 | | L240081 | ANDRI SUSANTO | OMG | FF | 115,463,885 | 73,540,309 | 189,004,194 | | P250266 | RENI NURAENI | OMG | FF | 95,223,852 | 89,379,410 | 184,603,262 | | P230479 | YUSNIA SUPANDI | OMG | FF | 7,571,591 | 173,315,395 | 180,886,986 | | L250056 | FAIREL DAME | OMG | FF | 0 | 178,764,086 | 178,764,086 | | P250103 | LUTHFI AHLAM FAHREZA | OMG | FF | 97,920,653 | 79,943,989 | 177,864,642 | | L250183 | JANDRI IRWANDI SIDEBANG | OMG | FF | 78,476,405 | 95,921,404 | 174,397,809 | | L250538 | KIREY DESIRA HERNASARI | OMG | FF | 26,756,220 | 146,576,652 | 173,332,872 | | L250430 | MOHAMAD IRVAN YUSUF | OMG | FF | 107,915,912 | 64,232,548 | 172,148,460 | | L260398 | TONNY SOFYANTO | OMG | FF | 22,805,456 | 145,567,973 | 168,373,429 | | VML0421 | (VACANT) PARETO JAKARTA TIMUR 07 | OMG | FF | 0 | 163,232,680 | 163,232,680 | | L250542 | REYNALD DWI SAPUTRA | OMG | FF | 31,485,045 | 125,947,608 | 157,432,653 | | P240543 | FADHLY NUR FAUZAN | OMG | FF | 110,837,910 | 46,030,349 | 156,868,259 | | L250125 | ARSYI LABALIS | OMG | FF | 0 | 156,528,109 | 156,528,109 | | L250417 | MUHAMAD REHAN FAREZI | OMG | FF | 19,664,238 | 135,760,485 | 155,424,723 | | VML0172 | (VACANT) PARETO TANGERANG 05 | OMG | FF | 26,980,535 | 125,606,086 | 152,586,621 | | VML0439 | (VACANT) DC SUMUT 01 | OMG | FF | 0 | 151,731,198 | 151,731,198 | | L250166 | DONNY RIZALDY | OMG | FF | 99,314,919 | 52,136,577 | 151,451,496 | | L260253 | YUDA PATIRAHMAT | OMG | FF | 43,276,096 | 105,592,969 | 148,869,065 | | VML0317 | (VACANT) PARETO TANGERANG 14 | OMG | FF | 146,190,964 | 1,004,850 | 147,195,814 | | L250279 | CHAFID ILHAM | OMG | FF | 54,131,333 | 90,616,564 | 144,747,897 | | VML0359 | (VACANT) PBF PURWOKERTO 01 | OMG | FF | 0 | 144,000,340 | 144,000,340 | | VML0156 | (VACANT) GORONTALO 01 | OMG | FF | 0 | 137,987,038 | 137,987,038 | | VML0308 | (VACANT) MALANG 06 | OMG | FF | 37,392,905 | 100,066,306 | 137,459,211 | | VML0381 | (VACANT) PARETO JAKARTA SELATAN 01 | OMG | FF | 0 | 132,841,440 | 132,841,440 | | L260327 | NENENG DEWI PURWATI | OMG | FF | 13,137,490 | 118,989,721 | 132,127,211 | | VML0458 | (VACANT) DC MANADO 01 | OMG | FF | 0 | 132,010,432 | 132,010,432 | | L250406 | NANDA YUSUF PRATAMA | OMG | FF | 62,038,084 | 61,076,115 | 123,114,199 | | L250351 | ANISA EKA RAHMAWATI | OMG | FF | 0 | 121,448,909 | 121,448,909 | | L250451 | MUHAMMAD FACHRULROZI ASIANTO | OMG | FF | 66,194,023 | 50,911,596 | 117,105,619 | | L250064 | RUSTAWI | OMG | FF | 0 | 113,378,740 | 113,378,740 | | VML0365 | (VACANT) PBF MAKASSAR 01 | OMG | FF | 25,984,800 | 73,950,758 | 99,935,558 | | VML0341 | (VACANT) LAMPUNG 03 | OMG | FF | 60,721,520 | 37,783,298 | 98,504,818 | | VML0367 | (VACANT) KENDARI 01 | OMG | FF | 5,514,000 | 86,116,639 | 91,630,639 | | L260329 | ANTONIUS KURNIADI TANTO | OMG | FF | 52,000 | 87,208,047 | 87,260,047 | | L250544 | NUR SUKMA MELATI | OMG | FF | 0 | 75,156,804 | 75,156,804 | | VML0323 | (VACANT) PARETO MEDAN 17 | OMG | FF | 0 | 72,570,000 | 72,570,000 | | L250372 | MUHAMMAD TAARUF ARIS | OMG | FF | 0 | 70,131,940 | 70,131,940 | | L250512 | SHEVA SYAFRIL SYAIFUDIN | OMG | FF | 0 | 66,317,763 | 66,317,763 | | L250252 | FAIDZ ASFAR HAWARY | OMG | FF | 0 | 60,306,497 | 60,306,497 | | L250278 | TIARA SHINTA NURDANI | OMG | FF | 0 | 49,733,104 | 49,733,104 | | VML0409 | (VACANT) BALI 06 | OMG | FF | 0 | 49,584,504 | 49,584,504 | | VML0398 | (VACANT) DC PEKANBARU 01 | OMG | FF | 0 | 41,538,376 | 41,538,376 | | P230274 | SATYA BAKTI ARAYAKEN BUSTANI | OMG | FF | 0 | 37,227,310 | 37,227,310 | | L250121 | NOVALDI BOGAR | OMG | FF | 0 | 31,064,200 | 31,064,200 | | P240089 | YUSRAN MASYHURI | OMG | FF | 0 | 30,956,427 | 30,956,427 | | VML0457 | (VACANT) PBF KALIMANTAN SELATAN 01 | OMG | FF | 0 | 30,692,000 | 30,692,000 | | VML0431 | (VACANT) MALANG 02 | OMG | FF | 0 | 29,359,346 | 29,359,346 | | P220027 | RIFKY DEBRIAN PUTRA | OMG | FF | 0 | 28,589,135 | 28,589,135 | | VML0396 | (VACANT) DC PURWOKERTO 01 | OMG | FF | 0 | 25,624,580 | 25,624,580 | | VML0357 | (VACANT) PARETO JAKARTA BARAT 07 | OMG | FF | 23,529,658 | 308,358 | 23,838,016 | | L260162 | SOFARINA | OMG | FF | 0 | 20,636,630 | 20,636,630 | | VML0327 | (VACANT) PARETO TANGERANG 15 | OMG | FF | 18,149,530 | 928,000 | 19,077,530 | | VML0413 | (VACANT) SAMARINDA 01 | OMG | FF | 0 | 18,240,240 | 18,240,240 | | VML0436 | (VACANT) DC ACEH 01 | OMG | FF | 0 | 15,869,258 | 15,869,258 | | VML0411 | (VACANT) PARETO MATARAM 01 | OMG | FF | 0 | 14,770,700 | 14,770,700 | | VML0140 | (VACANT) BOGOR 01 | OMG | FF | 2,477,430 | 9,432,522 | 11,909,952 | | VML0412 | (VACANT) PARETO KALTARA 01 | OMG | FF | 0 | 11,263,630 | 11,263,630 | | VML0465 | (VACANT) PARETO JAKARTA 05 | OMG | FF | 24,785,746 | -14,986,640 | 9,799,106 | | VML0356 | (VACANT) PARETO SURABAYA 04 | OMG | FF | 0 | 6,940,200 | 6,940,200 | | VML0463 | (VACANT) PBF TANGERANG 01 | OMG | FF | 0 | 2,016,000 | 2,016,000 | | VML0312 | (VACANT) PARETO MEDAN 14 | OMG | FF | 1,955,000 | 0 | 1,955,000 | | VML0440 | (VACANT) DC JAKARTA 03 | OMG | FF | 0 | 1,320,000 | 1,320,000 | | VML0434 | (VACANT) DC KARAWANG 01 | OMG | FF | 0 | 1,320,000 | 1,320,000 | | VML0435 | (VACANT) ACEH 01 | OMG | FF | 0 | 424,360 | 424,360 | | VML0415 | (VACANT) JAKARTA 03 | OMG | FF | 0 | 0 | 0 | | VML0395 | (VACANT) JAKARTA 01 | OMG | FF | 0 | 0 | 0 | | VML0407 | (VACANT) JAKARTA 02 | OMG | FF | 0 | 0 | 0 | | VML0474 | (VACANT) PARETO JAKARTA 01 | OMG | FF | 0 | 0 | 0 | | VML0453 | (VACANT) DC CIREBON 02 | OMG | FF | 0 | 0 | 0 | | VML0414 | (VACANT) PARETO SAMARINDA 07 | OMG | FF | 0 | 0 | 0 | | VML0430 | (VACANT) PARETO MALANG 11 | OMG | FF | 0 | 0 | 0 | | 190529U | ANDRE SOESENO | PDN | GM | 16,020,637,842 | 0 | 16,020,637,842 | | P250258 | STEPHANUS PINTER LAKSONO | PDN | Manager | 16,020,637,842 | 0 | 16,020,637,842 | | 240115U | GUSTONO TRIWAHYUDI | PDN | SPV | 4,772,733,192 | 0 | 4,772,733,192 | | 211018U | FAJAR DWI PUTRA | PDN | SPV | 3,421,406,235 | 0 | 3,421,406,235 | | 210595U | HERI PRIYONO | PDN | SPV | 1,990,089,569 | 0 | 1,990,089,569 | | 210658U | LUKA PRIHANTARA | PDN | SPV | 749,688,169 | 0 | 749,688,169 | | 220259U | RIAN TRISNAEDI,S .KOM | PDN | SPV | 745,564,186 | 0 | 745,564,186 | | 250038U | RICHI ISMAN NAIBAHO | PDN | SPV | 716,351,306 | 0 | 716,351,306 | | 131790P | YULIAR EKO PRATOMO | PDN | SPV | 571,786,676 | 0 | 571,786,676 | | 220312U | MUHAMAD SUBHAN | PDN | SPV | 355,445,291 | 0 | 355,445,291 | | 220238U | HAFIZ IMANDARU, , S.IP | PDN | SPV | 353,819,414 | 0 | 353,819,414 | | 230031U | BAYU SUGARA | PDN | SPV | 283,159,449 | 0 | 283,159,449 | | 240100U | AHMAD AULIA IHSAN, S.M. | PDN | SPV | 202,011,272 | 0 | 202,011,272 | | 240150U | ANDI ARSYIN NAJIB M, S.P.W.K | PDN | SPV | 166,511,715 | 0 | 166,511,715 | | 230142U | OEI WIE MANT | PDN | SPV | 161,854,994 | 0 | 161,854,994 | | SPV0001 | VACANT - SUPERVISOR 01 | PDN | SPV | 149,636,453 | 0 | 149,636,453 | | 210637U | AGUS SUMARNO | PDN | SPV | 77,073,081 | 0 | 77,073,081 | | 220221U | EDY KURNIAWAN | PDN | SPV | 70,692,381 | 0 | 70,692,381 | | 220102U | PUJIANTO | PDN | SPV | 61,811,679 | 0 | 61,811,679 | | 250005U | MUHAMAD FIRDAUS YUSUF | PDN | PIC | 4,756,860,478 | 0 | 4,756,860,478 | | 230035U | GERRIANSYAH CESAR MAULANA | PDN | PIC | 3,421,406,235 | 0 | 3,421,406,235 | | 130945P | HENDRY JHONSON | PDN | PIC | 1,344,988,810 | 0 | 1,344,988,810 | | 260049U | RM ARGA YUDHA DEWANTORO | PDN | PIC | 1,198,126,006 | 0 | 1,198,126,006 | | 260051U | MOCH ALFIAR YUDHA | PDN | PIC | 838,834,363 | 0 | 838,834,363 | | 250074U | ARIF BUDIARTO | PDN | PIC | 668,737,806 | 0 | 668,737,806 | | 210602U | SHERLY APRI WULANDARI | PDN | PIC | 660,973,473 | 0 | 660,973,473 | | 220240U | RAYNALDO WAN OKSA | PDN | PIC | 571,786,676 | 0 | 571,786,676 | | 240028U | APRIDA YANTI | PDN | PIC | 504,617,817 | 0 | 504,617,817 | | 240084U | PRISCA ERBIANTI | PDN | PIC | 298,023,609 | 0 | 298,023,609 | | 260042U | PUTRI NABILA | PDN | PIC | 283,159,449 | 0 | 283,159,449 | | 260046U | M. NABIL HIBRIZI | PDN | PIC | 264,673,220 | 0 | 264,673,220 | | 260045U | IRVAN JAPARDI SINAGA | PDN | PIC | 211,733,489 | 0 | 211,733,489 | | 240136U | MUHAMMAD RIZKY | PDN | PIC | 202,011,272 | 0 | 202,011,272 | | 260015U | SRI WULAN | PDN | PIC | 161,854,994 | 0 | 161,854,994 | | 260071U | MUHAMMAD ARZETHA P | PDN | PIC | 124,834,610 | 0 | 124,834,610 | | 260047U | M TRI BUDI MAHA SAKTI | PDN | PIC | 87,996,063 | 0 | 87,996,063 | | 260044U | M. TRI BUDI MAHA SAKTI | PDN | PIC | 78,515,652 | 0 | 78,515,652 | | 260077U | RIZKY SALMA | PDN | PIC | 77,073,081 | 0 | 77,073,081 | | PIC0003 | VACANT - PIC 03 | PDN | PIC | 76,826,380 | 0 | 76,826,380 | | 260050U | SAPUTRA | PDN | PIC | 70,692,381 | 0 | 70,692,381 | | 260060U | M.FAIZAL TANJUNG | PDN | PIC | 59,490,296 | 0 | 59,490,296 | | 240031U | ISMAIL KAMIL MUSYAFFA | PDN | PIC | 57,421,682 | 0 | 57,421,682 | **Observasi dan Rekomendasi Utama:** 1. **Dominasi Penjualan Luring oleh OMG**: Tim OMG menunjukkan kinerja penjualan yang sangat kuat berkat kontribusi penjualan luring, yang menjadi pilar utama total penjualan mereka. Ini mengindikasikan efektivitas strategi penjualan luring tim OMG. 2. **Fokus Penjualan Daring AO dan PDN**: Tim AO dan PDN memiliki kontribusi penjualan yang signifikan secara daring, namun ketiadaan penjualan luring dalam atribusi mereka menyajikan gambaran yang berbeda. Analisis lebih lanjut diperlukan untuk memahami strategi dan efektivitas penjualan daring mereka dibandingkan dengan total pasar daring. 3. **Identifikasi Kesenjangan Posisi**: Kehadiran posisi "VACANT" dengan penjualan 0 menunjukkan potensi peningkatan yang belum dimanfaatkan. Rekomendasi untuk mengisi posisi-posisi ini secepatnya dapat meningkatkan cakupan penjualan dan potensi pendapatan secara keseluruhan. 4. **Analisis Kinerja Individual**: Performa penjualan individu yang terperinci memungkinkan identifikasi karyawan berkinerja terbaik dan yang memerlukan dukungan atau pelatihan tambahan. Misalnya, ROBBY NURHENDRA (SM OMG) dan MOHAMMAD SULTON (SM OMG) merupakan manajer penjualan yang menunjukkan performa tinggi dalam tim OMG setelah GM. 5. **Variasi Kontribusi Sales Luring**: Dalam tim OMG, terlihat variasi yang luas dalam kontribusi penjualan luring antar individu, bahkan di level yang sama (misalnya, FF). Hal ini memerlukan investigasi lebih lanjut untuk memahami faktor-faktor yang mempengaruhi variasi tersebut (misalnya, wilayah, jenis outlet, pengalaman, dll.). 6. **Peluang Optimalisasi Penjualan Daring**: Dengan aturan atribusi penjualan daring yang melibatkan semua tim, penting untuk menganalisis bagaimana setiap tim berkontribusi pada penjualan daring secara efektif. Hal ini dapat mengungkap sinergi atau area di mana tim dapat belajar dari praktik terbaik satu sama lain. ## 2. Kualitas Data & Pra-pemrosesan Tingkat keandalan sebuah analisis sangat bergantung pada kualitas data yang mendasarinya. Oleh karena itu, tahap pra-pemrosesan data merupakan langkah krusial untuk memastikan integritas, konsistensi, dan kelengkapan data sebelum analisis lebih lanjut dilakukan. Proses ini melibatkan identifikasi dan penanganan berbagai isu kualitas data yang ditemukan dalam dataset awal `laporan_data_struktur_gabungan_omg___ao___sales_pdn_sheet1`. ### 2.1 Identifikasi dan Penanganan Duplikasi Data Pada pemeriksaan awal, potensi adanya duplikasi baris dalam dataset terdeteksi. Duplikasi baris dapat menyebabkan perhitungan yang tidak akurat dan bias dalam analisis. Untuk mengatasi hal ini, langkah pertama yang dilakukan adalah mengidentifikasi dan menghapus semua baris yang merupakan duplikat persis. Tindakan ini bertujuan untuk memastikan setiap entri mewakili catatan unik dari data outlet, sehingga analisis yang dilakukan mencerminkan kondisi sebenarnya tanpa penggelembungan artifisial. ### 2.2 Penanganan Nilai yang Hilang (Missing Values) Nilai yang hilang merupakan tantangan umum dalam data dunia nyata dan dapat mengganggu proses analisis. Penanganan nilai yang hilang dilakukan secara strategis, mempertimbangkan sifat dan kepentingan setiap kolom: * **Kolom Identifikasi dan Nama (Outcode, NIP, Nama)**: Kolom-kolom seperti `Outcode`, serta semua kolom yang berkaitan dengan `NIP` dan `Nama` personel dari tim OMG, AO, dan PDN, sangat penting untuk mengidentifikasi individu dan entitas. Nilai yang hilang dalam kolom ini dapat mengganggu proses linking dan atribusi. Oleh karena itu, nilai null pada kolom-kolom ini diisi dengan string kosong ('') untuk mempertahankan struktur data dan memastikan bahwa tidak ada entri yang hilang secara tiba-tiba yang dapat menyebabkan kesalahan dalam pemetaan. * **Nama Apotek**: Kolom `Nama Apotek` adalah deskriptif namun penting untuk konteks bisnis. Nilai null yang ditemukan dalam kolom ini diisi dengan 'UNKNOWN' untuk menunjukkan bahwa informasi nama apotek tidak tersedia tanpa menghilangkan data outlet yang relevan. * **Kolom Penjualan (Value Sales & Total Sales)**: Kolom-kolom yang berkaitan dengan angka penjualan (`Value Sales B1 Online`, `Value Sales B1 Offline`, `Value Sales B2 Online`, `Value Sales B2 Offline`, `Value Sales B3 Online`, `Value Sales B3 Offline`, `Total Sales`) adalah metrik kuantitatif utama dalam analisis ini. Nilai null pada kolom-kolom ini diinterpretasikan sebagai tidak adanya penjualan atau kontribusi dan diisi dengan angka 0. ### 2.3 Penanganan Inkonsistensi Tipe Data dan Format Inkonsistensi tipe data, terutama pada kolom numerik, dapat menghambat perhitungan dan menyebabkan kesalahan. Langkah-langkah berikut diambil untuk memastikan konsistensi: * **Konversi Kolom Penjualan ke Numerik**: Semua kolom penjualan (`Value Sales B1 Online` hingga `Total Sales`) secara proaktif dikonversi ke tipe data numerik. Selama proses konversi, setiap nilai yang tidak dapat diubah menjadi numerik (misalnya, string teks yang tidak valid) secara otomatis diubah menjadi nilai null sementara, yang kemudian diisi dengan 0. Hal ini memastikan bahwa semua perhitungan penjualan dilakukan dengan data yang valid dan homogen. * **Pembersihan Nama Kolom**: Ditemukan adanya inkonsistensi dalam penulisan nama kolom, seperti adanya spasi tambahan di awal atau akhir (`NIP NSM OMG `, ` nip nsm omg `). Semua spasi berlebih pada nama kolom telah dihapus untuk memastikan keseragaman dan kemudahan akses dalam skrip pengolahan data. Contoh pembersihan nama kolom yang telah dilakukan meliputi: * Nama kolom awal: `['NIP NSM OMG ', 'Another Column', ' nip nsm omg ']` * Nama kolom setelah pembersihan: `['NIP NSM OMG', 'Another Column', 'nip nsm omg']` Penyeragaman ini sangat membantu dalam proses normalisasi data dan pembentukan skema basis data yang bersih. ### 2.4 Validasi Integritas Kolom Kritis Kolom `Kode PI` diidentifikasi sebagai pengenal unik utama untuk setiap outlet. Integritas kolom ini sangat krusial karena digunakan sebagai kunci dalam struktur data. Oleh karena itu, setiap baris yang memiliki nilai null pada kolom `Kode PI` dianggap tidak lengkap atau tidak valid dan dihapus dari dataset. Langkah ini menjamin bahwa setiap catatan yang tersisa memiliki identifikasi outlet yang jelas dan unik. Selain `Kode PI`, kolom `Outcode` juga merupakan pengenal unik dari sistem berbeda. Meskipun nilai null pada `Outcode` diisi dengan string kosong pada tahap awal, kolom ini juga dikonfirmasi sebagai tipe string untuk memastikan konsistensi dalam representasi kode identifikasi. ### 2.5 Rekomendasi untuk Peningkatan Kualitas Data di Masa Depan Berdasarkan temuan selama tahap pra-pemrosesan, beberapa rekomendasi dapat diajukan untuk meningkatkan kualitas data pada proses pengumpulan atau entri data di masa mendatang: * **Standardisasi Entri Data**: Menerapkan validasi data di tingkat entri untuk kolom-kolom kritis seperti `Kode PI`, `Outcode`, dan `NIP` personel untuk mencegah nilai null atau format yang tidak valid. * **Penggunaan Tipe Data yang Konsisten**: Memastikan bahwa kolom yang ditujukan untuk nilai numerik (misalnya, semua kolom `Value Sales` dan `Total Sales`) secara konsisten disimpan dalam format numerik pada sumber data, mengurangi kebutuhan untuk koersi tipe data yang dapat menyembunyikan masalah entri. * **Pembersihan Nama Kolom di Sumber**: Menerapkan kebijakan penamaan kolom yang konsisten dan bersih di sumber data untuk menghindari spasi berlebih atau karakter khusus yang tidak perlu. * **Manajemen Data Personel Aktif**: Memastikan bahwa data NIP dan Nama personel selalu terbarui dan akurat, serta membedakan antara posisi yang kosong (VACANT) dengan NIP yang memang tidak terisi atau salah entri. Ini akan memudahkan atribusi dan analisis kinerja. Dengan serangkaian langkah pra-pemrosesan ini, data telah disiapkan untuk analisis yang lebih akurat dan bermakna, membentuk dasar yang kokoh untuk wawasan yang disajikan dalam laporan ini. ## 3. Tinjauan Data & Metodologi Atribusi Sales Pada bab ini, kami akan meninjau metodologi atribusi penjualan yang diterapkan pada data, bersama dengan struktur data penjualan dan personel. Hal ini menjadi dasar untuk memahami pola kinerja yang diamati dan mengidentifikasi area-area penting untuk analisis lebih lanjut. ### 3.1 Metodologi Atribusi Sales Atribusi penjualan dalam analisis ini didasarkan pada serangkaian aturan bisnis yang jelas untuk merefleksikan kontribusi setiap tim dan individu. Proses ini dilakukan setelah data melalui tahap pembersihan dan normalisasi yang dijelaskan pada bab sebelumnya. Metodologi utamanya adalah sebagai berikut: * **Penjualan Offline**: Seluruh nilai penjualan offline diatribusikan secara eksklusif kepada personel yang tergabung dalam tim OMG. Ini menggarisbawahi peran tim OMG sebagai pendorong utama penjualan luring di setiap outlet. * **Penjualan Online**: Penjualan online diatribusikan kepada seluruh personel yang terkait dengan outlet tersebut, tidak peduli tim mana mereka berasal (OMG, AO, atau PDN). Jika suatu outlet memiliki personel dari beberapa tim yang terlibat, maka semua personel tersebut menerima kredit penuh untuk penjualan online outlet tersebut. * **Agregasi Hierarkis**: Untuk setiap individu, total penjualan diatribusikan dengan menjumlahkan seluruh penjualan (baik online maupun offline, sesuai aturan di atas) dari semua outlet yang berada di bawah lingkup tanggung jawabnya. Atribusi ini mencakup agregasi dari bawahan langsung maupun tidak langsung dalam struktur hierarki tim. Metodologi ini memastikan bahwa setiap kontribusi penjualan tercatat dan diatribusikan kepada individu yang relevan, memungkinkan evaluasi kinerja yang komprehensif di seluruh organisasi penjualan. ### 3.2 Struktur Organisasi Sales dan Data Outlet Data yang dianalisis mencakup informasi penjualan dari berbagai outlet yang terhubung dengan struktur organisasi sales yang terbagi menjadi tiga tim utama: OMG, AO, dan PDN. Setiap tim memiliki jenjang hierarki yang berbeda, yang memengaruhi bagaimana penjualan diatribusikan dan diagregasikan: * **Tim OMG**: Terdiri dari General Manager (GM), National Sales Manager (NSM), Sales Manager (SM), Assistant Sales Manager (ASM), Supervisor (SPV), dan Field Force (FF). Tim ini bertanggung jawab atas penjualan online dan offline. * **Tim AO (Area Operations)**: Struktur hierarkinya mencakup General Manager (GM), Manager, Supervisor (SPV), dan Person In Charge (PIC). Tim AO bertanggung jawab atas penjualan online. * **Tim PDN (Partnership & Distribution Network)**: Mirip dengan AO, tim ini memiliki jenjang General Manager (GM), Manager, Supervisor (SPV), dan Person In Charge (PIC). Tim PDN juga bertanggung jawab atas penjualan online. Setiap outlet diidentifikasi secara unik dengan `Kode PI` dan `Outcode`, yang memungkinkan pemetaan detail antara data penjualan dan struktur personel. Data penjualan mencakup tiga periode bulanan (B1, B2, B3) untuk penjualan online dan offline, memberikan gambaran historis kinerja selama tiga bulan terakhir. ### 3.3 Analisis Pola Atribusi Sales Dengan metodologi atribusi yang telah ditetapkan, kami dapat mengamati pola dan kinerja penjualan di setiap tim dan peran: #### Tim OMG Tim OMG menunjukkan kontribusi penjualan yang substansial, didorong oleh peran eksklusif mereka dalam penjualan offline. Hal ini terlihat dari tingginya angka penjualan offline yang diatribusikan kepada hampir semua anggota tim OMG. * **Variasi Kinerja di Tingkat Lapangan**: Terdapat variasi yang luas dalam total penjualan yang diatribusikan di antara anggota Field Force (FF). Misalnya, `VML0462 | (VACANT) DC TANGERANG 01` mencatat total penjualan sebesar 3,399,835,096, sementara beberapa FF lainnya memiliki angka penjualan yang jauh lebih rendah, atau bahkan nol. * **Anomali Penjualan Offline Negatif**: Sebuah anomali signifikan teridentifikasi pada entri `VML0465 | (VACANT) PARETO JAKARTA 05` dengan peran FF dalam tim OMG, yang menunjukkan `Total Offline Sales` negatif sebesar -14,986,640. Meskipun `Total Online Sales` positif (24,785,746), menyebabkan `Total Sales` akhir sebesar 9,799,106. Nilai negatif pada penjualan offline memerlukan investigasi mendalam untuk memahami penyebabnya, apakah itu karena pengembalian produk dalam jumlah besar, koreksi data, atau kesalahan entri. * **Posisi "VACANT"**: Banyak posisi FF di tim OMG masih berstatus "VACANT" (misalnya, `VML0415 | (VACANT) JAKARTA 03`, `VML0395 | (VACANT) JAKARTA 01`) yang secara konsisten diatribusikan dengan 0 penjualan. Ini mengindikasikan potensi penjualan yang belum dimanfaatkan. #### Tim AO (Area Operations) Tim AO, seperti yang diharapkan dari metodologi atribusi, menunjukkan kontribusi penjualan yang sepenuhnya berasal dari penjualan online, dengan `Total Offline Sales` selalu 0 untuk semua personel. * **Kinerja Online**: Terlihat jelas bahwa kinerja tim AO didominasi oleh penjualan online. Meskipun demikian, terdapat variasi signifikan antara GM, Manager, SPV, dan PIC dalam hal total penjualan online yang diatribusikan. * **Sales Nol pada PIC Non-Vacant**: Beberapa individu dengan peran PIC AO, seperti `I250030 | SYEVIRA NOFTARI` dan `P250387 | KANIA NAYLA HUSNA`, tercatat memiliki `Total Online Sales` dan `Total Sales` sebesar 0, meskipun mereka tidak secara eksplisit ditandai sebagai "VACANT". Hal ini perlu ditelusuri lebih lanjut untuk memahami apakah mereka baru bergabung, tidak memiliki cakupan outlet, atau adanya masalah lain dalam atribusi. * **Posisi "VACANT"**: Terdapat beberapa posisi PIC di tim AO yang berstatus "VACANT", seperti `PIC0002 | VACANT - PIC 02`, yang juga menunjukkan 0 penjualan. #### Tim PDN (Partnership & Distribution Network) Mirip dengan tim AO, tim PDN juga fokus pada penjualan online, dengan `Total Offline Sales` sebesar 0 untuk semua anggotanya. * **Pola Atribusi Tingkat Atas yang Unik**: Terdapat observasi menarik pada tingkat General Manager dan Manager di tim PDN. `190529U | ANDRE SOESENO` sebagai GM PDN dan `P250258 | STEPHANUS PINTER LAKSONO` sebagai Manager PDN memiliki `Total Online Sales` yang sama persis yaitu 16,020,637,842. Kesamaan ini mungkin menunjukkan bahwa pada tingkat hierarki ini, atribusi penjualan online bersifat konsolidasi penuh atau memiliki struktur pelaporan yang sangat langsung, di mana Manajer diatribusikan seluruh penjualan yang juga diatribusikan ke GM. Ini perlu diklarifikasi lebih lanjut. * **Posisi "VACANT"**: Beberapa posisi Supervisor dan PIC di tim PDN juga berstatus "VACANT" (misalnya, `SPV0001 | VACANT - SUPERVISOR 01`, `PIC0003 | VACANT - PIC 03`), yang tidak menunjukkan kontribusi penjualan. ### 3.4 Rekomendasi Lanjutan Berdasarkan tinjauan data dan metodologi atribusi sales, beberapa rekomendasi dapat diajukan untuk meningkatkan akurasi data dan optimalisasi kinerja: * **Investigasi Anomali Penjualan Negatif**: Segera lakukan penyelidikan terhadap entri `VML0465` di tim OMG yang menunjukkan `Total Offline Sales` negatif. Pastikan penyebabnya diidentifikasi dan data dikoreksi jika perlu untuk menjaga integritas laporan penjualan. * **Klarifikasi Atribusi Sales Nol Non-Vacant**: Verifikasi status dan lingkup tanggung jawab personel non-VACANT di tim AO (misalnya, `I250030 | SYEVIRA NOFTARI`, `P250387 | KANIA NAYLA HUSNA`) dan tim PDN yang tercatat memiliki 0 penjualan. Hal ini akan membantu memahami apakah ada masalah dalam pemetaan outlet, target yang belum ditetapkan, atau memang tidak ada aktivitas penjualan. * **Prioritaskan Pengisian Posisi "VACANT"**: Untuk memaksimalkan potensi penjualan, disarankan untuk memprioritaskan rekrutmen dan pengisian posisi-posisi yang masih "VACANT" di semua tim dan jenjang, terutama di level FF dan PIC yang berinteraksi langsung dengan outlet. * **Dokumentasikan Atribusi Hierarki PDN**: Lakukan dokumentasi lebih lanjut dan klarifikasi mekanisme atribusi penjualan online antara General Manager dan Manager di tim PDN, mengingat angka penjualan yang identik. Ini akan membantu menghindari ambiguitas dan meningkatkan transparansi. * **Analisis Driver Kinerja Individu**: Lakukan analisis lebih mendalam tentang faktor-faktor yang mendorong variasi kinerja antar individu dalam setiap tim. Pertimbangkan variabel seperti wilayah geografis, jenis outlet yang ditangani, pengalaman personel, atau inisiatif penjualan khusus untuk mengidentifikasi praktik terbaik dan area yang membutuhkan dukungan. [Download CSV: attributed_sales_performance.csv] ## 4. Analisis Kinerja Sales Berdasarkan Tim dan Individu Analisis pada bab ini akan mendalami kinerja penjualan yang diatribusikan kepada setiap tim dan individu, mengacu pada metodologi atribusi sales yang telah dijelaskan pada Bab 3. Tujuannya adalah untuk mengidentifikasi kontributor utama, pola kinerja, serta anomali yang memerlukan perhatian lebih lanjut. ### 4.1 Ringkasan Kinerja Tim Keseluruhan Secara keseluruhan, kinerja penjualan menunjukkan dominasi signifikan dari tim OMG, terutama didukung oleh kontribusi penjualan luring. Tim AO dan PDN menunjukkan kekuatan pada penjualan daring, namun tanpa kontribusi penjualan luring yang diatribusikan. Berikut adalah ringkasan kinerja penjualan agregat per tim: | Team | Total Online Sales | Total Offline Sales | Total Sales | |:-----|:-----------------------|:-------------------------|:--------------------| | OMG | 53,705,405,843 | 84,765,223,205 | 138,470,629,048 | | AO | 48,098,960,654 | 0 | 48,098,960,654 | | PDN | 16,020,637,842 | 0 | 16,020,637,842 | Dari tabel di atas, terlihat jelas bahwa tim OMG memiliki total penjualan tertinggi, jauh melampaui tim AO dan PDN, berkat kontribusi penjualan offline mereka yang substansial. ### 4.2 Kinerja Tim OMG Tim OMG merupakan tulang punggung penjualan keseluruhan, terutama karena tanggung jawab eksklusif mereka terhadap penjualan luring. * **Kontribusi Utama**: `P200134 | BRIAN LEMBONG` sebagai GM OMG adalah individu dengan kinerja penjualan tertinggi di seluruh organisasi, mencapai total penjualan sebesar 138,470,629,048. Ini mencakup 53,705,405,843 dari penjualan online dan 84,765,223,205 dari penjualan offline, menegaskan peran kunci GM dalam mengelola penjualan luring. * **Performa Manajemen Sales**: Di tingkat Sales Manager (SM) OMG, individu seperti `P250161 | ROBBY NURHENDRA` (total penjualan 19,831,501,492) dan `P240093 | MOHAMMAD SULTON` (total penjualan 16,421,602,091) menunjukkan kontribusi yang sangat kuat, baik dari penjualan online maupun offline. * **Kinerja Field Force (FF)**: Terdapat variasi yang sangat signifikan di antara Field Force (FF). Beberapa posisi "VACANT" FF menunjukkan total penjualan yang tinggi, misalnya `VML0462 | (VACANT) DC TANGERANG 01` dengan 3,399,835,096. Ini mengindikasikan bahwa bahkan posisi kosong yang terisi secara fungsional (mungkin melalui penugasan sementara) masih bisa menghasilkan penjualan yang besar. Namun, banyak posisi "VACANT" lainnya memiliki penjualan 0, seperti `VML0415 | (VACANT) JAKARTA 03`. * **Anomali Penjualan Offline Negatif**: Sebuah anomali ditemukan pada `VML0465 | (VACANT) PARETO JAKARTA 05` (FF OMG) yang mencatat `Total Offline Sales` sebesar -14,986,640. Meskipun `Total Online Sales` positif sebesar 24,785,746, penjualan offline yang negatif ini memerlukan investigasi mendalam. **Rekomendasi untuk Tim OMG**: * **Investigasi Anomali Penjualan Negatif**: Segera selidiki `VML0465 | (VACANT) PARETO JAKARTA 05` untuk memahami penyebab penjualan offline negatif. Pastikan ini bukan indikasi masalah data atau pengembalian produk yang tidak biasa. * **Optimalisasi Penugasan FF**: Analisis lebih lanjut diperlukan untuk memahami mengapa beberapa posisi "VACANT" Field Force masih menunjukkan penjualan signifikan, dan mengapa yang lain tidak. Hal ini penting untuk mengoptimalkan penugasan dan memastikan cakupan penjualan yang konsisten di semua area. * **Identifikasi Faktor Keberhasilan**: Pelajari faktor-faktor yang mendorong kinerja tinggi pada Sales Manager dan Field Force terkemuka untuk mereplikasi praktik terbaik di seluruh tim. ### 4.3 Kinerja Tim AO Tim AO menunjukkan kinerja yang kuat di segmen penjualan daring, dengan atribusi penjualan yang sepenuhnya berasal dari kanal online. * **Kontribusi Online**: `P070810 | KAMILO FIDELIANT IQBAL` sebagai GM AO adalah pemimpin tim AO dengan `Total Online Sales` tertinggi sebesar 48,098,960,654. Hal ini menunjukkan kemampuan tim AO dalam mendorong penjualan melalui platform online. * **Performa Manajemen**: Di tingkat Manager AO, `P220138 | NIKE MELANI PUTRI` (total online sales 26,791,189,818) dan `I250036 | RISMA PUTRI TESSA LONIKA MATONDANG` (total online sales 21,307,770,836) adalah kontributor utama. * **PIC dengan Sales Nol**: Terdapat beberapa individu dengan peran PIC AO yang tidak teridentifikasi sebagai "VACANT" namun memiliki `Total Online Sales` dan `Total Sales` sebesar 0, seperti `I250030 | SYEVIRA NOFTARI` dan `P250387 | KANIA NAYLA HUSNA`. Ini bisa mengindikasikan masalah dalam penugasan outlet, kurangnya aktivitas, atau kesalahan data. **Rekomendasi untuk Tim AO**: * **Verifikasi Performa PIC Non-Vacant dengan Sales Nol**: Selidiki secara spesifik mengapa `I250030 | SYEVIRA NOFTARI` dan `P250387 | KANIA NAYLA HUSNA` memiliki 0 penjualan. Ini dapat mengungkap kebutuhan pelatihan, restrukturisasi wilayah, atau koreksi data. * **Fokus pada Strategi Online**: Mengingat atribusi penjualan AO yang sepenuhnya online, tim harus terus berinovasi dan mengoptimalkan strategi penjualan daring mereka. ### 4.4 Kinerja Tim PDN Tim PDN, serupa dengan tim AO, berfokus pada penjualan daring dan tidak memiliki atribusi penjualan luring. * **Kontribusi Online**: `190529U | ANDRE SOESENO` sebagai GM PDN menunjukkan `Total Online Sales` sebesar 16,020,637,842. * **Anomali Identitas Atribusi GM dan Manager**: Ada observasi menarik di mana `P250258 | STEPHANUS PINTER LAKSONO` sebagai Manager PDN memiliki `Total Online Sales` yang sama persis dengan GM PDN, yaitu 16,020,637,842. Ini sangat tidak biasa dan memerlukan klarifikasi mengenai struktur pelaporan dan mekanisme atribusi penjualan di tim PDN. * **Performa PIC**: `250005U | MUHAMAD FIRDAUS YUSUF` sebagai PIC PDN adalah kontributor individu tertinggi di tingkat PIC PDN dengan 4,756,860,478 online sales. **Rekomendasi untuk Tim PDN**: * **Klarifikasi Atribusi GM dan Manager**: Lakukan klarifikasi segera mengenai atribusi penjualan yang identik antara GM dan Manager PDN. Pahami apakah ini disengaja karena struktur pelaporan tertentu atau merupakan anomali data. * **Optimalisasi Peran PIC**: Dukung PIC PDN untuk meningkatkan penjualan daring, dan selidiki alasan di balik individu dengan penjualan rendah atau nol untuk mengidentifikasi hambatan dan peluang. ### 4.5 Posisi "VACANT" dan Dampaknya Di semua tim, terdapat beberapa posisi yang ditandai sebagai "VACANT". * **OMG**: Banyak posisi Field Force (FF) dan beberapa Supervisor (SPV) berstatus "VACANT". Beberapa di antaranya masih diatribusikan dengan penjualan yang substansial (misalnya, `VML0462 | (VACANT) DC TANGERANG 01` dengan 3,399,835,096), menunjukkan bahwa outlet yang seharusnya ditangani oleh posisi tersebut masih menghasilkan penjualan, kemungkinan dikelola oleh personel lain atau sistem. Namun, banyak "VACANT" lainnya yang memiliki 0 penjualan. * **AO & PDN**: Beberapa posisi PIC dan SPV juga "VACANT" dengan 0 penjualan. **Rekomendasi Umum**: * **Prioritaskan Pengisian Posisi "VACANT"**: Untuk memaksimalkan potensi penjualan dan memastikan cakupan yang optimal, perusahaan harus memprioritaskan rekrutmen dan pengisian posisi-posisi yang masih "VACANT", terutama di level operasional seperti Field Force dan Person In Charge. * **Audit Kinerja Posisi "VACANT" dengan Sales**: Bagi posisi "VACANT" yang masih mencatat penjualan, identifikasi personel atau tim yang saat ini mengelola area tersebut dan pastikan atribusi penjualan yang akurat. Hal ini juga dapat mengungkap beban kerja tambahan pada personel yang ada. [Download CSV: attributed_sales_performance.csv] ## 5. Temuan Utama Analisis mendalam terhadap data penjualan dan struktur personel telah mengungkap beberapa temuan utama yang krusial untuk evaluasi kinerja dan pengambilan keputusan strategis. Temuan ini menyoroti pola kontribusi penjualan antar tim, mengidentifikasi anomali data, serta menggarisbawahi potensi yang belum termanfaatkan. ### 5.1 Disparitas Kinerja Penjualan Antar Tim yang Signifikan Salah satu temuan paling menonjol adalah perbedaan skala penjualan yang signifikan antar tim. Tim OMG secara konsisten menunjukkan total penjualan tertinggi, jauh melampaui tim AO dan PDN. Dominasi ini sebagian besar disebabkan oleh atribusi penjualan luring yang sepenuhnya menjadi tanggung jawab tim OMG. * **Total Penjualan Tim**: Tim OMG mencatat total penjualan sebesar 138,470,629,048. Bandingkan dengan tim AO yang mencapai 48,098,960,654, dan tim PDN dengan 16,020,637,842. Angka ini menegaskan bahwa tim OMG adalah kontributor utama pendapatan perusahaan. * **Kontribusi Penjualan Luring**: Atribusi penjualan luring secara eksklusif kepada tim OMG menjadi faktor kunci dalam performa superior mereka. GM OMG, BRIAN LEMBONG, misalnya, mengelola penjualan luring sebesar 84,765,223,205, yang merupakan porsi besar dari total penjualannya (138,470,629,048). Ini menunjukkan vitalnya strategi dan eksekusi penjualan luring oleh tim OMG. * **Fokus Tim AO dan PDN pada Penjualan Daring**: Sejalan dengan aturan atribusi, tim AO dan PDN sepenuhnya berfokus pada penjualan daring. GM AO, KAMILO FIDELIANT IQBAL, memimpin timnya dengan penjualan daring sebesar 48,098,960,654. Demikian pula, GM PDN, ANDRE SOESENO, berkontribusi pada penjualan daring sebesar 16,020,637,842. Meskipun tidak ada penjualan luring yang diatribusikan kepada mereka, performa daring mereka merupakan komponen penting dari total pendapatan online perusahaan. ### 5.2 Potensi yang Belum Terjamah pada Posisi "VACANT" Data menunjukkan adanya sejumlah posisi yang ditandai sebagai "VACANT" di semua tim, dan status ini memberikan wawasan tentang potensi penjualan yang hilang atau yang saat ini dikelola secara tidak optimal. * **Posisi "VACANT" dengan Penjualan Substansial**: Beberapa posisi "VACANT" di tim OMG, terutama pada tingkat Field Force (FF), masih diatribusikan dengan penjualan yang signifikan. Contohnya, `VML0462 | (VACANT) DC TANGERANG 01` mencatat total penjualan sebesar 3,399,835,096. Hal ini menunjukkan bahwa outlet-outlet yang seharusnya berada di bawah tanggung jawab posisi tersebut masih beroperasi dan menghasilkan penjualan, kemungkinan besar dikelola oleh personel lain atau melalui mekanisme penugasan sementara. Ini menggarisbawahi potensi pendapatan yang dapat dikunci dan ditingkatkan jika posisi tersebut diisi secara permanen dan optimal. * **Posisi "VACANT" dengan Nol Penjualan**: Di sisi lain, banyak posisi "VACANT" lainnya, seperti `VML0415 | (VACANT) JAKARTA 03` di tim OMG atau `PIC0002 | VACANT - PIC 02` di tim AO, tercatat memiliki 0 penjualan. Ini mengindikasikan area penjualan yang tidak tercakup atau tidak aktif, menandakan peluang signifikan untuk peningkatan cakupan pasar dan pendapatan jika posisi-posisi ini diisi. * **Rekomendasi**: Prioritas harus diberikan pada pengisian posisi "VACANT", terutama yang menunjukkan penjualan substansial, untuk memastikan atribusi yang tepat, akuntabilitas, dan memaksimalkan potensi pertumbuhan. ### 5.3 Anomali Data Kritis yang Membutuhkan Investigasi Segera Selama analisis, beberapa anomali data teridentifikasi yang memerlukan klarifikasi dan investigasi lebih lanjut untuk menjaga integritas dan akurasi laporan. * **Penjualan Luring Negatif**: Anomali paling mencolok adalah penjualan luring negatif sebesar -14,986,640 yang diatribusikan kepada `VML0465 | (VACANT) PARETO JAKARTA 05` dengan peran FF di tim OMG. Meskipun total penjualan untuk entri ini masih positif (9,799,106 karena adanya penjualan daring 24,785,746), nilai negatif pada penjualan luring mengindikasikan potensi masalah entri data, pengembalian produk yang sangat besar, atau koreksi yang tidak biasa. * **Penjualan Identik GM dan Manajer PDN**: Dalam tim PDN, terdapat temuan bahwa `190529U | ANDRE SOESENO` (GM PDN) dan `P250258 | STEPHANUS PINTER LAKSONO` (Manager PDN) memiliki `Total Online Sales` yang persis sama, yaitu 16,020,637,842. Situasi ini sangat tidak biasa untuk dua level hierarki yang berbeda dan memerlukan klarifikasi mendalam mengenai mekanisme atribusi penjualan di tim PDN atau apakah ada kesalahan dalam pemetaan data. * **Individu Non-Vacant dengan Nol Penjualan**: Beberapa personel di tim AO, seperti `I250030 | SYEVIRA NOFTARI` dan `P250387 | KANIA NAYLA HUSNA` yang memegang peran PIC AO, tercatat memiliki 0 penjualan daring dan total penjualan 0, meskipun mereka tidak ditandai sebagai "VACANT". Hal ini menimbulkan pertanyaan tentang status penugasan mereka, apakah mereka tidak memiliki area cakupan, baru bergabung dan belum beraktivitas, atau ada isu dalam atribusi data. * **Rekomendasi**: Setiap anomali ini harus diselidiki secara menyeluruh untuk mengidentifikasi akar masalahnya. Koreksi data diperlukan jika ditemukan kesalahan entri atau pemrosesan, dan klarifikasi proses bisnis harus dilakukan untuk mencegah anomali serupa di masa mendatang. ### 5.4 Variabilitas Kinerja Individual dalam Tim Meskipun terdapat top performer di setiap tim dan jenjang, terlihat juga variabilitas kinerja yang luas di antara individu dengan peran yang sama, terutama pada tingkat operasional. * **Contoh di FF OMG**: Dalam tim OMG, anggota Field Force (FF) menunjukkan rentang kinerja yang sangat lebar. Beberapa FF mencatat penjualan yang sangat tinggi, sementara yang lain memiliki penjualan yang rendah atau nol. Hal ini menunjukkan bahwa ada faktor-faktor yang mempengaruhi keberhasilan individu di lapangan yang perlu diidentifikasi dan dipahami. * **Rekomendasi**: Analisis lebih lanjut diperlukan untuk mengidentifikasi faktor-faktor yang mempengaruhi variasi kinerja ini, seperti lokasi geografis, jenis dan jumlah outlet yang ditangani, pengalaman, atau akses ke sumber daya. Dengan memahami faktor-faktor ini, program pelatihan yang ditargetkan, penyesuaian strategi penugasan wilayah, atau intervensi manajemen dapat diterapkan untuk meningkatkan kinerja secara merata di seluruh tim. [Download CSV: attributed_sales_performance.csv] ## 6. Kesimpulan & Rekomendasi Analisis yang mendalam terhadap data penjualan dan struktur personel telah memberikan wawasan krusial mengenai kinerja, tantangan, dan peluang di seluruh organisasi penjualan. Dari temuan-temuan yang teridentifikasi, beberapa kesimpulan penting dapat ditarik, diikuti dengan rekomendasi strategis untuk peningkatan kinerja di masa mendatang. ### 6.1 Kesimpulan Utama 1. **Dominasi Tim OMG melalui Penjualan Luring**: Tim OMG secara signifikan mendominasi total penjualan perusahaan, dengan total penjualan mencapai 138,470,629,048. Keberhasilan ini didorong oleh kontribusi penjualan luring yang substansial sebesar 84,765,223,205, yang secara eksklusif diatribusikan kepada tim ini. GM OMG, BRIAN LEMBONG, menjadi kontributor individu tertinggi secara keseluruhan, menegaskan peran sentral tim OMG dalam pendapatan offline. 2. **Fokus Tim AO dan PDN pada Penjualan Daring**: Tim AO dan PDN menunjukkan kinerja yang kuat di segmen daring. GM AO, KAMILO FIDELIANT IQBAL, memimpin timnya dengan total penjualan daring sebesar 48,098,960,654. Sementara itu, GM PDN, ANDRE SOESENO, berkontribusi sebesar 16,020,637,842 dari penjualan daring. Kedua tim tidak memiliki atribusi penjualan luring, mengindikasikan spesialisasi mereka pada kanal online. 3. **Potensi Penjualan yang Belum Dimanfaatkan dari Posisi "VACANT"**: Keberadaan banyak posisi "VACANT" merupakan indikator jelas adanya potensi penjualan yang belum terjamah atau dialihkan. Beberapa posisi "VACANT" di tim OMG (misalnya, `VML0462 | (VACANT) DC TANGERANG 01`) masih mencatat penjualan yang signifikan (3,399,835,096), menunjukkan bahwa area tersebut tetap aktif namun tanpa PIC yang bertanggung jawab penuh. Sebaliknya, banyak posisi "VACANT" lainnya di semua tim menunjukkan 0 penjualan, menandakan celah cakupan yang dapat diperbaiki. 4. **Anomali Data Kritis Memerlukan Klarifikasi Mendesak**: Ditemukan beberapa anomali data yang memerlukan investigasi segera untuk menjaga integritas dan akurasi laporan: * **Penjualan Luring Negatif**: `VML0465 | (VACANT) PARETO JAKARTA 05` dari tim OMG tercatat memiliki penjualan luring negatif sebesar -14,986,640. Meskipun total penjualannya positif (9,799,106) karena penjualan daring, nilai negatif ini sangat tidak biasa dan harus ditelusuri penyebabnya. * **Atribusi Identik GM dan Manajer PDN**: GM PDN, ANDRE SOESENO, dan Manager PDN, STEPHANUS PINTER LAKSONO, memiliki total penjualan daring yang persis sama, yaitu 16,020,637,842. Ini mengindikasikan potensi inkonsistensi dalam mekanisme atribusi atau pelaporan di tim PDN. * **Individu Non-Vacant dengan Nol Penjualan**: Beberapa PIC di tim AO, seperti `I250030 | SYEVIRA NOFTARI` dan `P250387 | KANIA NAYLA HUSNA`, tercatat dengan 0 penjualan meskipun tidak berstatus "VACANT". Hal ini menimbulkan pertanyaan mengenai status penugasan mereka atau efektivitas aktivitas penjualan mereka. 5. **Variabilitas Kinerja Individual yang Luas**: Terutama di tingkat operasional seperti Field Force (FF) OMG dan PIC AO/PDN, terdapat perbedaan kinerja yang signifikan antar individu. Beberapa individu menunjukkan kinerja yang sangat tinggi (contoh: ROBBY NURHENDRA di SM OMG dengan total 19,831,501,492), sementara yang lain berada jauh di bawah. ### 6.2 Rekomendasi Berdasarkan kesimpulan di atas, berikut adalah rekomendasi strategis untuk meningkatkan efisiensi operasional dan kinerja penjualan: 1. **Investigasi dan Koreksi Anomali Data**: * **Segera selidiki** penyebab penjualan luring negatif pada `VML0465 | (VACANT) PARETO JAKARTA 05`. Pastikan apakah ini kesalahan entri data, mekanisme pengembalian produk yang tidak biasa, atau masalah lain yang memerlukan koreksi pada data atau proses bisnis. * **Klarifikasi mekanisme atribusi** penjualan daring di tim PDN antara GM dan Manajer (`190529U | ANDRE SOESENO` dan `P250258 | STEPHANUS PINTER LAKSONO`). Pahami apakah atribusi identik ini disengaja karena struktur pelaporan tertentu atau merupakan anomali yang membutuhkan perbaikan dalam sistem atau pencatatan. * **Verifikasi status dan penugasan** personel non-VACANT di tim AO (`I250030 | SYEVIRA NOFTARI` dan `P250387 | KANIA NAYLA HUSNA`) dan tim PDN yang tercatat memiliki 0 penjualan. Tentukan apakah mereka tidak memiliki cakupan outlet, baru bergabung, atau memerlukan dukungan dan pelatihan tambahan. 2. **Prioritaskan Pengisian Posisi "VACANT"**: * Fokus pada rekrutmen untuk mengisi posisi-posisi "VACANT" di semua tim, terutama yang terkait dengan Field Force (FF) dan Person In Charge (PIC). Memberi prioritas pada posisi "VACANT" yang saat ini masih mencatat penjualan akan memastikan adanya akuntabilitas dan potensi peningkatan penjualan lebih lanjut. * Alokasikan kembali tanggung jawab penjualan dari posisi "VACANT" yang menghasilkan penjualan ke personel yang relevan dan aktif untuk memastikan atribusi yang akurat dan mencegah kelebihan beban kerja pada individu lain. 3. **Identifikasi dan Replikasi Praktik Terbaik**: * Lakukan analisis lebih lanjut terhadap individu berkinerja tinggi, seperti ROBBY NURHENDRA dan MOHAMMAD SULTON (SM OMG) dan MUHAMAD FIRDAUS YUSUF (PIC PDN), untuk mengidentifikasi faktor-faktor keberhasilan mereka (misalnya, strategi penjualan, manajemen waktu, hubungan pelanggan). * Kembangkan program pelatihan dan berbagi pengetahuan berbasis temuan ini untuk meningkatkan kinerja seluruh tim, khususnya bagi individu dengan kinerja yang lebih rendah. 4. **Optimasi Strategi Penjualan Daring dan Luring**: * Untuk tim AO dan PDN, terus berinvestasi dalam strategi dan teknologi penjualan daring untuk memaksimalkan potensi di kanal ini. Pertimbangkan untuk membandingkan metrik konversi dan efisiensi penjualan daring antar tim. * Untuk tim OMG, meskipun kuat di penjualan luring, tetap lakukan inovasi dan adaptasi terhadap perubahan pasar. Evaluasi efektivitas alokasi Field Force dan cakupan wilayah untuk memastikan pertumbuhan yang berkelanjutan. 5. **Review Struktur Organisasi dan Beban Kerja**: * Lakukan tinjauan berkala terhadap struktur hierarki dan distribusi beban kerja, terutama di area dengan posisi "VACANT" atau variabilitas kinerja yang tinggi. Hal ini dapat membantu dalam menyesuaikan wilayah, target, dan penugasan untuk mencapai distribusi yang lebih merata dan adil. Dengan mengimplementasikan rekomendasi ini, perusahaan dapat tidak hanya mengatasi masalah data yang teridentifikasi, tetapi juga secara strategis meningkatkan kinerja penjualan secara keseluruhan, memanfaatkan potensi yang ada, dan memastikan pertumbuhan yang berkelanjutan di semua kanal. [Download CSV: attributed_sales_performance.csv]