Brief-nya
Toko Kita adalah toko online kecil di Indonesia yang menjual kopi, peralatan dapur, alat tulis, perlengkapan rumah, dan beberapa barang elektronik. Toko ini punya dua masalah yang bisa dibantu sebuah model. Sebagian pelanggan berhenti memesan dan tidak pernah kembali, dan saat ada yang menyadarinya, sudah terlambat untuk menarik mereka kembali. Dan gudang tidak pernah tahu berapa kantong kopi yang perlu disiapkan, jadi kalau tidak kehabisan, ya kelebihan stok yang akhirnya basi.
Kamu akan membangun dua model pertama toko ini: satu yang menandai pelanggan yang kemungkinan akan pergi, dan satu yang memprediksi berapa unit yang akan terjual di hari tertentu. Membangun model adalah bagian yang mudah. Tugas-tugasnya sebagian besar soal keputusan di sekitarnya: mengukurnya pada data yang belum pernah dilihatnya, memilih threshold karena alasan bisnis, bukan memakai 0.5 karena kebiasaan, dan membandingkan model dengan cara yang tidak bisa dikelabui split yang beruntung.
Cara kerja tugas-tugasnya
Setiap tugas dicek otomatis, seperti soal-soal modul. Tiketnya menetapkan random seed dan ukuran split, supaya angka-angkamu bisa dibandingkan dengan angka yang diharapkan. Di dalam aturan itu, cara menulis kodenya terserah kamu. Ada petunjuk kalau kamu buntu, tapi coba setiap tugas tanpa membuka solusinya dulu.
Tugas-tugasnya
| # | Tugas | Keterampilan utama |
|---|---|---|
| 1 | Model churn | Pipeline, train/test split, ROC AUC, koefisien |
| 2 | Threshold yang paling murah | Probabilitas prediksi, hitungan confusion, biaya kesalahan |
| 3 | Memprakirakan permintaan | Regresi, KFold, MAE hasil cross-validation, memilih model |
Datanya
churn.csv berisi satu baris per pelanggan (400 orang), dengan apa yang diketahui toko tentang mereka di awal sebuah kuartal, dan apakah mereka berhenti memesan selama kuartal itu:
customer_id, tenure_months, orders_90d, avg_order_value, days_since_last_order, support_tickets, segment, app_user, churned
churned bernilai 1 untuk pelanggan yang pergi dan 0 untuk yang bertahan. app_user bernilai 1 kalau mereka memakai aplikasi mobile.
daily_demand.csv berisi satu baris per hari di tahun 2024 (366 baris), dengan jumlah unit kopi yang terjual hari itu dan apa saja yang mungkin menjelaskannya:
date, temperature, weekend, promo, ad_spend, units
weekend dan promo bernilai 0 atau 1, temperature dalam °C, dan ad_spend dalam juta rupiah.
Kalau sudah siap, buka Task 1.