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:
- Realokasi Budget: Pindahkan budget dari TV dan Out-of-Home ke Facebook & Internet Ads
- Scale Events: Tingkatkan frekuensi events dari 2 kali menjadi 4-6 kali per tahun
- Digital Transformation: Fokus pada kampanye digital yang lebih terukur dan efektif
- 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.