Beberapa waktu lalu ada teman saya yang membuka bisnis restoran pizza. Saya jadi teringat dengan ragam topik bahasan editorial di majalah Pesona, majalah tempat saya bekerja pra 2017 silam. Majalah ini ditargetkan untuk orang dengan usia matang (baca: 40 something), dan karenanya isinya tak jauh-jauh dari urusan kesehatan dan … membangun karier kedua.

Restoran pizza itu, sebut saja Woodfire Pizza, adalah karier kedua teman saya. Dan ini bukan pizza biasa. Ini pizza bergaya neapolitan, dimasak dengan kompor batu dan kayu bakar, disajikan dengan hangat dalam format 8 atau 10 inci. Menunya cukup beragam, mulai dari yang klasik seperti Margherita sampai yang beraksen lokal dengan menggunakan daging sei sapi. Singkat cerita, saya tertarik dan mengajak ia bekerja sama dalam urusan data. Kebetulan ia sepakat.

Dua bulan berlalu, kini data mulai terkumpul dan saya bisa menganalisis. Hasilnya ternyata cukup baik untuk ukuran restoran pizza yang niche dan didirikan daerah satelit ibukota. Berikut adalah sekilas temuan saya (untuk versi lengkap akan saya publikasikan di Github ketika masa kerja sama sudah selesai):

• Dua bulan pertama buka, tren penjualan pizza terlihat sudah menemukan baseline-nya. Hari paling ramai adalah Sabtu dan Jumat, dengan jam tersibuk pada jam 19.00.
• Menu terpopuler tempat itu, yaitu pizza jamur, ternyata bukan penghasil profit tertinggi. Di tempat dia, margin terbesar datang dari pembelian pizza ukuran besar.
• Ada beberapa menu yang terindikasi lemah. Meski demikian, karena baru dua bulan buka, rasanya kurang bijak untuk terburu-buru meniadakannya. Saran saya sejauh ini adalah melakukan optimasi harga.

• Hal menarik lain adalah temuan adanya beberapa menu yang cocok sebagai pendamping menu utama, seperti minuman tertentu dan air mineral. Terkait hal ini, saya pun menyarankan teman saya untuk merancang promosi bundling menu. Bisa pizza + minuman, atau pizza dengan dua jenis berbeda. Hal tersebut setidaknya bisa membantu dalam mendorong Average Order Value restoran.
• Dari sisi loyalitas pelanggan juga ada beberapa temuan menarik. Misalnya, pada 75% kuartil, sebagian besar repeat order terjadi dalam seminggu. Ini merupakan sinyal awal yang sehat terkait pelanggan setia dan juga alternatif promosi yang bisa dilakukan. Misalnya, promo potongan harga untuk pembelian di minggu depan.

Untuk saat ini, saya tidak menyarankan teman saya itu untuk membangun machine learning model. Hal tersebut karena, pertama, belum ada kebutuhan akan itu. Semua masih bisa dianalisis dengan menggunakan algoritma dan rule-based method. Kedua, karena datanya belum terlalu banyak. Jika dipaksakan, pembelajaran mesin bisa jadi malah tidak optimal, sementara resources sudah keluar.

Meski demikian, jika situasinya memungkinkan, kelak saya ingin mengaplikasikan machine learning dalam bisnis teman saya. Paling tidak, saya ingin menggunakan unsupervised learning untuk mengidentifikasi kluster pelanggan, baik itu menggunakan K-Means atau pun KNN . Saya rasa, dari sekian banyak model yang ada, inilah yang paling bermanfaat untuk rentang waktu terdekat.

Melihat laporan bisnis yang saya rancang, rasanya teman saya cukup senang. Dia bilang laporan itu menarik untuk digunakan dalam merancang promosi menu. Dia senang, saya pun ikut senang. Semoga, ke depannya, data yang masuk bisa lebih melimpah (berkat penjualan yang terdongkrak).

Saya tak sabar untuk kembali melakukan analisis dalam dua bulan mendatang.