Setiap Senin pagi, tim Sales menghadapi mimpi buruk yang sama: "Ritual Laporan Mingguan."
Sebelumnya, manajer penjualan dan dua staf admin harus menghabiskan waktu sekitar 2 jam masing-masing untuk mengunduh CSV dari CRM, membersihkan data di Excel, membuat Pivot Table, lalu menyalin grafik ke PowerPoint untuk presentasi manajemen. Total waktu terbuang: 10 jam per minggu.
Masalah: Data Terpecah
Tantangan utamanya adalah data tidak berada di satu tempat yang terpusat:
- Data Transaksi ada di SQL Database.
- Target Penjualan ada di Google Sheets.
- Data Logistik ada di file CSV harian.
Solusi: Python Script
Saya membangun script Python sederhana menggunakan library Pandas untuk pengolahan data dan smtplib untuk pengiriman email otomatis. Berikut adalah gambaran logikanya:
df_sales = pd.read_sql(query, connection)
df_target = pd.read_csv('targets.csv')
# 2. Data Cleaning & Merge
df_final = pd.merge(df_sales, df_target, on='sales_id')
# 3. Kirim Email Otomatis
send_email(to='manager@company.com', attachment='report.xlsx')
Dampak Bisnis
Script ini sekarang berjalan otomatis setiap Senin pukul 08:00 pagi. Berikut perbandingannya:
⛔ Sebelum
- • 10 Jam kerja/minggu terbuang
- • Rentan human error (typo)
- • Laporan baru siap siang hari
✅ Sesudah
- • 0 Jam kerja (Full Otomatis)
- • 100% Akurat (Programmatic)
- • Laporan siap jam 8 pagi
Proyek ini membuktikan bahwa Data Analytics bukan hanya tentang grafik yang bagus, tapi juga tentang efisiensi operasional yang nyata.