"Sederhananya adalah, dengan Burn Rate Analysis kamu dapat mengetahui efektivitas dari campaign yang kamu lakukan. Apakah berjalan dengan baik atau sebaliknya." Tambahnya.
4. Target Promotion
Dengan menggunakan data-data yang sudah diolah dari step-step sebelumnya baik dari sales atau dari burn rate, kita dapat mengkategorisasikan para costumer dengan target promotion sehingga dapat meningkatkan penjualannya.
"Jadi dapat meningkatkan sales nya dengan keadaan burn rate nya tetap rendah."
5. Terapkan ilmunya dengan DQLab Project
Nah, penasaran kan gimana caranya menerapkan tahapan-tahapan di atas pada studi kasus nyata? Bangun portofoliomu untuk siap berkarir jadi seorang Data Analyst. Akses project 'Measuring Retail Store Sales Performance with SQL' sekarang dan persiapkan kompetensimu untuk menghadapi dunia data yang sebenarnya!
Ikuti step mudah untuk mengakases DQLab Project :
Step 1 : Sign in akun aktif DQLab pada platform https://academy.dqlab.id/
Step 2 :Pilih menu Build Portofolio
Step 3 : Pilih "Building Recommendation System using Similarity Function in Python"
Step 4 : Kamu dapat langsung mengerjakan DQLab Project!
