Intelijen Penjualan Spasial

Masalah

PT. Makassar Raya Motor mengelola 10 cabang Daihatsu di Sulawesi Selatan, Sulawesi Tengah, dan Sulawesi Tenggara. Keputusan penjualan diambil tanpa gambaran geografis yang jelas tentang di mana permintaan kuat, lemah, atau belum tergarap.

Konteks

Data penjualan sudah ada, tetapi tidak terhubung dengan geografi maupun konteks sosial-ekonomi. Analisisnya harus bekerja di beberapa tingkat — provinsi, kabupaten/kota, kecamatan, dan desa — dan bisa dipakai oleh pemangku kepentingan non-teknis.

Solusi

• Analisis spasial penjualan di 3 provinsi, 54 kabupaten/kota, 709 kecamatan, dan 7.394 desa.
• Peta yang punya konteks — dipadukan dengan indikator PDRB, pendapatan per kapita, dan jumlah penduduk dari BPS, dirancang bersama para ahli perencanaan wilayah.
• Dashboard interaktif yang dibangun dengan Python Plotly.
• Aplikasi web full-stack (Laravel Livewire) untuk manajemen data, impor, dan dashboard yang tertanam, didukung layanan FastAPI untuk pemrosesan spasial.

Arsitektur

Tantangan teknis

• Menyerap dan membersihkan GeoJSON untuk tiga provinsi di beberapa tingkat administratif.
• Menjaga peta tetap responsif saat merender ratusan poligon kecamatan.
• Menggabungkan catatan penjualan dengan wilayah administratif secara konsisten.

Dampak

provinsi dianalisis

3provinsi dianalisis

kecamatan dipetakan

709kecamatan dipetakan

desa tercakup

7.394desa tercakup

Pemangku kepentingan bisa menjelajahi kinerja penjualan berdampingan dengan indikator sosial-ekonomi dalam sekali lihat, alih-alih membaca spreadsheet per cabang.

Pelajaran

Nilai sebuah dashboard ada pada pertanyaan yang bisa diajukan orang melaluinya. Memadukan data penjualan dengan data sosial-ekonomi publik mengubah "di mana kita berjualan?" menjadi "di mana kita seharusnya berjualan?".

Cuplikan

Analisis peta

Analisis dashboard

Manajemen data

Fitur impor data