Seandainya AI Agents Menjadi Data Analyst (part II)

Beberapa waktu yang lalu, saya menuliskan bagaimana saya membuat AI agents menggunakan ellmer untuk menganalisa data survey. Kali ini saya akan menambahkan function dari library(btw) untuk menyempurnakan AI agents ini. Rekan-rekan bisa melihat dokumentasi library(btw) di link ini.

Proses kerjanya adalah seperti ini:

Saya akan menggunakan data yang berasal dari library(Robyn) yang pernah saya jelaskan tentang Mixed Marketing Model.

Data tersebut berisi 208 baris data mingguan yang berisi revenue dan marketing activities spending dari suatu perusahaan. Di sana juga diberikan data competitor sales value. Berikut adalah gambaran dari data yang saya gunakan.

Statistika Deskriptif

Kita bisa melihat bahwa hampir semua marketing activities spending memiliki korelasi positif dengan kekuatan lemah - sedang. Sedangkan competitor sales value ternyata berkorelasi positif dan sangat kuat.

Business Question

Sekarang saya akan membuat AI agent yang kemudian diberikan wewenang untuk membaca data tersebut. Pertanyaan bisnis yang saya berikan adalah:

Dari data yang ada bagaimana cara meningkatkan revenue?

Jawaban AI Agent (tanpa edit sama sekali)

Untuk bisa menjawab pertanyaan tersebut, AI agent membuat beberapa analisa berikut ini secara otomatis:

Korelasi terhadap Revenue

internet_ads_spending       tv_ads_spending            newsletter 
           0.44277364            0.41986942            0.40609935 
facebook_ads_spending    print_ads_spending  out_of_home_spending 
           0.31759430            0.23041537            0.09527928 

Analisa Keberadaan Events

events	avg_revenue	count	total_revenue
event1	2601602	1	2601602
event2	2303595	1	2303595
na	1816022	206	374100500

Analisa ROI Marketing Activities

$tv_ads_spending
[1] 6078.614

$out_of_home_spending
[1] 1689.215

$print_ads_spending
[1] 22531.14

$internet_ads_spending
[1] 25866.65

$facebook_ads_spending
[1] 47674.47

$newsletter
[1] 8039.463

Analisa Kompetitor

$correlation
[1] 0.9164541

$summary
# A tibble: 5 × 3
  competitor_quartile avg_revenue count
  <fct>                     <dbl> <int>
1 Q1                     1068793.    51
2 Q2                     1410206.    52
3 Q3                     2119862.    52
4 Q4                     2697336.    52
5 <NA>                    672250      1

Analisa Budget Optimization

      tv_ads_spending  out_of_home_spending    print_ads_spending 
          0.059353396           0.008120626           0.112208802 
internet_ads_spending facebook_ads_spending            newsletter 
          0.343231894           0.425885379           0.051199902 

Dari semua analisa yang dilakukan oleh AI agent, kini ia akan men-sintesa jawaban finalnya seperti ini:

Jawaban FINAL Hasil Sintesa dari Analisa-Analisa di Atas

Berdasarkan analisis data yang tersedia, berikut adalah rekomendasi strategis untuk meningkatkan revenue:

Rekomendasi Utama untuk Meningkatkan Revenue:

1. Optimasi Alokasi Budget Iklan

Berdasarkan analisis ROI dan korelasi, prioritaskan channel dengan ROI tertinggi: - Facebook Ads: ROI 47,674 (tertinggi) - alokasikan 42.6% budget - Internet Ads: ROI 25,867 - alokasikan 34.3% budget

• Print Ads: ROI 22,531 - alokasikan 11.2% budget

2. Fokus pada Channel Digital

• Facebook Ads dan Internet Ads menunjukkan korelasi positif tertinggi dengan revenue (0.318 dan 0.443)
• Kurangi alokasi untuk Out-of-Home (ROI hanya 1,689) dan TV Ads (ROI 6,079) yang kurang efektif

3. Leverage Events

• Event1 menghasilkan revenue rata-rata 2,601,602 (tertinggi)
• Event2 menghasilkan 2,303,595
• Tingkatkan frekuensi dan skala events untuk mendongkrak revenue

4. Strategi Kompetitif

• Korelasi tinggi dengan competitor sales (0.916) menunjukkan pasar yang kompetitif
• Revenue meningkat seiring dengan quartile kompetitor:
  • Q1: 1,068,793
  • Q4: 2,697,336
• Fokus pada diferensiasi produk/layanan untuk bersaing di pasar tinggi

5. Optimasi Newsletter

• ROI newsletter 8,039 dengan korelasi 0.406
• Tingkatkan engagement newsletter untuk meningkatkan konversi

Action Plan Prioritas:

1. Realokasi Budget: Pindahkan budget dari TV dan Out-of-Home ke Facebook & Internet Ads
2. Scale Events: Tingkatkan frekuensi events dari 2 kali menjadi 4-6 kali per tahun
3. Digital Transformation: Fokus pada kampanye digital yang lebih terukur dan efektif
4. Competitive Positioning: Kembangkan strategi untuk bersaing di segmen pasar tinggi (Q3-Q4)

Dengan implementasi strategi ini, revenue dapat meningkat signifikan mengingat potensi ROI yang tinggi dari channel digital dan events.

Remarks

Bagaimana menurut kalian?

---

if you find this article helpful, support this blog by clicking the ads.