CustoLens

Customer Explorer & Health Score

Menu ini membedah kesehatan (kondisi) setiap pelanggan secara individu. Bintang utama di sini adalah Health Score (Skor 0-100), yang menilai seberapa sehat hubungan bisnis pelanggan tersebut.

Formulasi Health Score

Sistem mengambil data 36 Bulan (3 Tahun) terakhir dari *Database*, lalu memecahnya menjadi 4 komponen pembentuk skor:

1. Trend Penjualan (Bobot 30%)

Mengukur apakah performa belanja pelanggan ini sedang dalam tren naik atau turun selama 6 bulan terakhir.

Darimana angkanya? Jika rata-rata belanjanya Rp 10 Juta, dan trennya naik Rp 500 Ribu tiap bulan, maka pertumbuhannya adalah +5%. Skor = 50 + (5 × 10) = 100.

2. Konsistensi (Bobot 25%)

Mengukur kerutinan belanja (loyalitas) dalam 12 bulan (1 tahun) terakhir.

Darimana angkanya? Sistem menghitung ada berapa bulan yang nilai 'total_revenue'-nya > 0 selama 1 tahun terakhir. Jika ia belanja di 6 bulan yang berbeda, Skor = (6/12) × 100 = 50.

3. Pertumbuhan Volume YoY (Bobot 25%)

Year-over-Year (YoY) membandingkan total nilai bisnis tahun ini melawan tahun lalu.

Darimana angkanya? Jika tahun ini belanjanya Rp 150 Juta, tahun lalu Rp 100 Juta, maka YoY naik 50%. Skor = 50 + 50 = 100.

4. Recency / Keterkinian (Bobot 20%)

Mengukur keterkinian. Pelanggan yang baru saja belanja tentu lebih "sehat" daripada yang menghilang.

Darimana angkanya? Sistem mendeteksi 'year_month' terakhir. Jika sekarang bulan 7, terakhir belanja bulan 4 (selisih 3 bulan). Skor = 100 - (3 × 10) = 70.

RFM Segmentasi

RFM adalah singkatan dari Recency, Frequency, Monetary. Sistem membaca data 36 bulan (3 Tahun) terakhir dari *Database* untuk memosisikan gelembung pelanggan di layar.

Rumus Penempatan Koordinat & Ukuran

• Recency (Sumbu X Mendatar):
  Angka Sumbu X diambil dari selisih bulan saat ini dengan bulan terakhir belanja.
  
  Nilai X = (Tahun.Bulan Saat Ini) - (Tahun.Bulan Transaksi Terakhir)
  Contoh: Jika sekarang Juli 2026, dan terakhir beli Mei 2026. Nilai X = 2 (Berada di sebelah kiri layar).
• Frequency (Sumbu Y Tegak):
  Angka Sumbu Y diambil dari fungsi COUNT() jumlah bulan yang memiliki minimal 1 transaksi.
  
  Nilai Y = Total Bulan Aktif (dimana total_revenue > 0) dalam 3 Tahun terakhir
  Contoh: Pelanggan A rutin belanja tiap bulan selama 3 tahun = Nilai Y adalah 36 (Berada di pucuk layar).
• Monetary (Ukuran Gelembung):
  Besarnya lingkaran murni diambil dari penjumlahan uang yang disetorkan.
  
  Ukuran Gelembung = SUM(total_revenue) selama 36 Bulan terakhir

Sistem Penilaian (Skor R, F, M 1-5) pada Tabel

Jika Anda melihat ke dalam tabel di menu RFM, Anda akan menemukan kolom Skor R, Skor F, dan Skor M yang berisi angka 1 sampai 5. Angka ini didapat dari sistem pemeringkatan berjenjang (Quintile Scoring) terhadap seluruh pelanggan Anda.

Bagaimana Sistem Membagi Skor 1 sampai 5?

Sistem akan mengurutkan seluruh pelanggan dari yang terburuk hingga terbaik, lalu membaginya rata ke dalam 5 kelompok (masing-masing berisi 20% populasi pelanggan).

• Skor 5 (Top 20%): Kelompok peringkat 1-20% terbaik.
• Skor 4 (20% Kedua): Kelompok peringkat 21-40%.
• Skor 3 (20% Menengah): Kelompok peringkat 41-60%.
• Skor 2 (20% Keempat): Kelompok peringkat 61-80%.
• Skor 1 (Bottom 20%): Kelompok peringkat 81-100% terburuk.

Oleh karena itu, pelanggan berpredikat VIP biasanya akan memiliki kombinasi skor 5-5-5 atau 5-5-4.

Pembagian 4 Kuadran (Warna Gelembung)

Pareto 80/20 (Aturan 80/20)

Pareto membuktikan bahwa 80% omzet biasanya hanya dihasilkan oleh 20% pelanggan teratas. Di menu ini, sistem hanya menarik data 12 Bulan (1 Tahun) Terakhir untuk memastikan grafiknya relevan dengan kondisi bisnis saat ini.

Formulasi Grafik Pareto

1. Diagram Batang (Revenue Pelanggan)

Setiap balok mewakili SUM(total_revenue) satu pelanggan selama 12 bulan terakhir. Balok ini di-*Sort* (diurutkan) dari angka terbesar (kiri) hingga terkecil (kanan).

2. Garis Merah (Persentase Kumulatif)

Sistem menjumlahkan revenue pelanggan pertama, kedua, ketiga, dst, lalu membaginya dengan total omzet perusahaan.

Cara Membaca Garis: Jika pada balok ke-5 garis merah sudah menyentuh angka 80% di sumbu kanan, artinya HANYA 5 pelanggan itu saja yang membiayai 80% perputaran uang perusahaan Anda.

Seasonal Insight (Pola Musiman)

Sistem menarik data utuh 36 Bulan (3 Tahun) Terakhir untuk melihat pola transaksi bulan apa yang paling ramai (Peak) dan paling sepi (Low) secara tahunan.

Formulasi Indeks Musiman (Seasonal Index)

Sistem tidak hanya menjumlahkan, tapi merata-ratakan performa bulan tersebut agar adil.

Darimana angkanya?

• Misal rata-rata perputaran uang per bulan perusahaan Anda adalah Rp 100 Juta (Rata-rata Global).
• Tapi khusus setiap bulan Januari (selama 3 tahun terakhir), rata-rata pemasukannya adalah Rp 130 Juta.
• Maka Indeks Januari = (130 / 100) × 100% = 130%. (Lebih tinggi 30% dari bulan normal = Peak Season).

Action List & WhatsApp

Sistem secara otomatis men-scan seluruh *database* pelanggan dan menghitung selisih bulan sejak transaksi terakhir mereka (Inactivity / Recency). Pelanggan yang menghilang terlalu lama akan langsung masuk ke daftar hitam (Action List).

Formulasi Status Risiko (*Churn Risk*)

Penentuan warna label dan skala prioritas ditetapkan murni dari angka (Bulan Berlalu Sejak Transaksi Terakhir):

• Risiko Tinggi (Merah) : Jika Nilai Inaktif ≥ 6 Bulan.
  Prioritas: High (Penyelamatan Darurat / Rescue).
• Risiko Menengah (Kuning) : Jika Nilai Inaktif 3 s.d 5 Bulan.
  Prioritas: Medium (Pemanasan Kembali / Warm Up).
• Penurunan Baru (Biru) : Jika Nilai Inaktif 1 s.d 2 Bulan.
  Prioritas: Medium (Monitor / Pantau).
• Aktif (Hijau) : Jika Nilai Inaktif 0 Bulan (Transkasi terjadi bulan ini).
  Prioritas: Low (Pertahankan).

Integrasi WhatsApp (WAHA)

Sistem menggunakan engine WAHA (WhatsApp HTTP API) untuk mengirim pesan instan ke nomor WhatsApp yang terdaftar pada tabel Customers. Pastikan variabel lingkungan (Environment Variables) API Key dan URL WAHA di sisi Admin sudah disetel.