<![CDATA[Penelitian ini bertujuan untuk mengimplementasikan data analytics menggunakan metodologi CRISP-DM pada dataset penjualan sepeda di Eropa yang diperoleh melalui platform Kaggle. Data analytics menjadi salah satu elemen penting dalam pengambilan keputusan strategis perusahaan, khususnya dalam industri sepeda yang memiliki tantangan unik dalam memahami preferensi konsumen dan dinamika pasar. Penelitian ini menggunakan pendekatan deskriptif kualitatif dengan enam tahap utama, yakni: (1) Business Issue Understanding untuk memahami konteks bisnis menggunakan metode SMART, (2) Data Understanding untuk identifikasi awal dataset, (3) Data Preparation untuk pembersihan data, (4) Exploratory Data Analysis menggunakan Python dan library Pandas, Matplotlib, serta Seaborn, (5) Validation untuk memverifikasi hipotesis dan tren revenue menggunakan BigQuery, serta (6) Visualization and Presentation untuk menyajikan hasil dalam bentuk dashboard interaktif menggunakan Tableau Public. Hasil penelitian menunjukkan bahwa kategori produk Bikes menjadi kontributor profit terbesar, sedangkan Accessories dan Clothing memiliki potensi yang masih dapat dioptimalkan. Analisis segmentasi pelanggan menunjukkan kelompok usia Adult (35-64) memberikan kontribusi profit tertinggi. Validasi analisis revenue menunjukkan adanya tren pertumbuhan yang stabil sejak tahun 2013, serta adanya kesenjangan profit antar negara yang memerlukan strategi diferensiasi. Studi ini menegaskan pentingnya implementasi data analytics dengan pendekatan CRISP-DM untuk mendukung pengambilan keputusan berbasis data di industri sepeda, sekaligus memberikan rekomendasi praktis bagi strategi pemasaran dan pengembangan bisnis yang lebih efektif.]]>
