Check-in
Pelanggan Makin Sepi? Coba Cari Tahu Polanya Lewat Data Science
Jumlah pelanggan yang mulai berkurang tentu bisa jadi tanda yang perlu diperhatikan dalam bisnis. Namun, mencari tahu penyebabnya tidak selalu cukup hanya dengan melihat jumlah transaksi. Ada banyak data pelanggan yang sebenarnya bisa membantu menemukan pola di balik kondisi tersebut.
Misalnya, ada pelanggan yang sebelumnya rutin membeli, tetapi tiba-tiba tidak kembali. Ada juga yang hanya menggunakan layanan beberapa kali sebelum akhirnya berhenti. Pola seperti ini bisa dianalisis dengan bantuan data science.
Hal tersebut menjadi salah satu contoh yang akan dipelajari dalam detikcourse “Kenali Risiko Bisnis Lewat Data Science dan Python”. Peserta diajak memahami bagaimana data dapat digunakan untuk membaca risiko bisnis melalui studi kasus yang dekat dengan aktivitas pelanggan.
Cari Tahu Pola Pelanggan yang Mulai Pergi
Salah satu studi kasus dalam kelas ini adalah Customer Churn Prediction. Sederhananya, peserta akan belajar bagaimana data dapat digunakan untuk melihat kemungkinan pelanggan berhenti menggunakan produk atau layanan. Untuk mendapatkan hasil tersebut, peserta akan mempelajari proses predictive analytics, mulai dari mengolah data hingga membuat model. Pengolahan data dilakukan menggunakan Python melalui Google Colab.
Kelas juga membahas dua metode, yaitu Decision Tree dan Random Forest. Setelah model dibuat, peserta akan belajar mengevaluasi hasilnya menggunakan Confusion Matrix, Accuracy, Precision, Recall, dan F1-Score.
Hasil analisis kemudian tidak hanya dilihat dari sisi teknis. Peserta juga akan belajar menghubungkan hasil model dengan business insight, sehingga data yang sudah diolah dapat membantu memahami kondisi pelanggan dan menjadi bahan pertimbangan dalam mengambil keputusan.
Data Pelanggan Bisa Jadi Bahan Pertimbangan Bisnis
Data pelanggan dapat memberikan gambaran tentang kebiasaan dan pola tertentu. Ketika pola tersebut dianalisis dengan tepat, bisnis bisa mendapatkan informasi yang lebih terarah untuk memahami kondisi pelanggannya. Karena itu, pemahaman data science tidak hanya relevan bagi programmer. Data analyst, business analyst, marketer, business development, entrepreneur, mahasiswa, fresh graduate, hingga profesional dari bidang lain juga dapat mengikuti kelas ini. Peserta tidak perlu memiliki pengalaman sebagai programmer untuk mengikuti pembelajaran.
Belajar Sekaligus Praktik dengan Expert
Selain mendapatkan materi mengenai data science dan predictive analytics, peserta akan mengikuti hands-on practice bersama expert. Ada pula career tips yang bisa menambah wawasan bagi peserta yang ingin mengembangkan skill di bidang data.
Kelas dari detikcourse ini akan digelar secara online melalui Zoom Meeting pada Selasa, 13 Oktober 2026 pukul 19.00-21.00 WIB.
Peserta akan mendapatkan e-sertifikat detikcourse, video recording, career tips, serta kesempatan untuk dipublikasikan dalam artikel detikcom.
Pendaftaran kelas dapat dilakukan melalui detikevent.
