Pricing Data Administration Staff

Teori: Mempelajari konsep dasar pengelolaan data produk dalam bisnis ritel, fungsi data produk dalam mendukung operasional pricing, struktur database, serta pengenalan atribut produk seperti SKU, merek, kategori, ukuran, gramasi, rasa, dan warna. Praktik: Mengobservasi proses pengelolaan database produk, mempelajari struktur dan atribut data, serta mengidentifikasi hubungan antara informasi SKU, Family Item, dan Variant Item dalam sistem pengelompokan produk. Output: Pemetaan struktur data produk dan laporan hasil observasi proses pengelolaan data pada fungsi pricing.

Teori: Mempelajari prinsip data cleansing, standardisasi format data produk, pemeriksaan kelengkapan atribut, identifikasi data duplikat, serta metode penanganan data yang tidak konsisten menggunakan Microsoft Excel. Praktik: Melakukan pengecekan dan pembersihan data produk, mengidentifikasi duplikasi atau ketidaksesuaian informasi, serta melakukan standardisasi penulisan merek, ukuran, gramasi, dan atribut produk berdasarkan ketentuan perusahaan. Output: Dataset produk yang telah melalui proses data cleansing beserta laporan temuan data duplikat, tidak lengkap, dan tidak konsisten.

Teori: Mempelajari konsep dan prinsip pengelompokan Family Item berdasarkan kesamaan merek dan perbedaan ukuran atau gramasi produk, serta metode identifikasi hubungan antar SKU dalam satu kelompok produk. Praktik: Melakukan analisis atribut merek dan ukuran produk, mengelompokkan SKU berdasarkan kriteria Family Item, serta memeriksa konsistensi hasil klasifikasi sesuai pedoman perusahaan. Output: Database hasil klasifikasi Family Item yang telah diperiksa beserta rekapitulasi ketepatan pengelompokan dan temuan ketidaksesuaian.

Teori: Mempelajari prinsip pengelompokan Variant Item berdasarkan kesamaan merek dan ukuran atau gramasi, serta perbedaan rasa, varian, atau warna, termasuk metode validasi atribut dan identifikasi kesalahan klasifikasi produk. Praktik: Melakukan pengecekan atribut produk, mengelompokkan SKU berdasarkan kriteria Variant Item, membandingkan kesesuaian merek dan gramasi, serta mengidentifikasi ketidaksesuaian pengelompokan untuk ditindaklanjuti. Output: Database hasil klasifikasi Variant Item yang telah divalidasi beserta laporan temuan ketidaksesuaian atribut dan pengelompokan produk.

Teori: Mempelajari prinsip pengendalian kualitas data, metode validasi hasil klasifikasi Family dan Variant Item, identifikasi anomali data, serta pengukuran tingkat kelengkapan, konsistensi, dan akurasi database produk. Praktik: Melakukan pemeriksaan ulang hasil data cleansing dan klasifikasi produk, membandingkan data dengan aturan pengelompokan, mengidentifikasi anomali atau kesalahan klasifikasi, serta menyusun rekapitulasi data yang memerlukan perbaikan. Output: Laporan quality control data produk yang mencakup hasil validasi Family dan Variant Item, daftar anomali, serta rekapitulasi ketidaksesuaian klasifikasi.

Teori: Mempelajari teknik pengolahan dan analisis kualitas data produk, penggunaan Microsoft Excel untuk rekapitulasi dan visualisasi data, penyusunan indikator kualitas database, serta metode pelaporan hasil evaluasi dan rekomendasi perbaikan. Praktik: Mengolah hasil data cleansing dan klasifikasi Family serta Variant Item, menganalisis tren kesalahan dan ketidaksesuaian data, menyusun laporan evaluasi kualitas database, serta mempresentasikan temuan dan rekomendasi perbaikan kepada mentor. Output: Laporan analisis kualitas data produk yang mencakup hasil data cleansing, tingkat kesesuaian klasifikasi, temuan anomali, serta rekomendasi peningkatan akurasi dan konsistensi database.