CORE Platform
Commercial Optimization & Retention Engine
Sistem analitik prediktif berbasis AI untuk mendukung pengambilan keputusan komersial di pasar semen kantong. Mengintegrasikan deteksi risiko pasar, optimasi program loyalty, manajemen operasional peserta, dan pemantauan outcome dalam satu ekosistem digital yang terhubung.
Lima Modul Utama
AEGIS Market Share Defense
Deteksi anomali perilaku transaksi toko mitra 3–6 minggu sebelum berdampak pada volume. Ensemble tiga model AI: CRS + Isolation Forest + XGBoost.
Fitur
ILP Store Selection
Integer Linear Programming untuk seleksi toko loyalty program optimal dengan multi-constraint: budget, cluster, wilayah, dan hierarki sales.
Fitur
Loyalty Management
Manajemen peserta program loyalty dengan target hybrid adaptive, smart promotion berbasis kondisi AEGIS, dan pengelolaan program promo multi-jenis.
Fitur
Store Performance Tracker
Memantau outcome toko setelah intervensi program loyalty — menutup loop AEGIS Detection + GMM Cannibalization + Competitor Intelligence → ILP Optimization → Loyalty Enrollment → hasil nyata di lapangan.
Fitur
Competitor Intelligence
Triangulasi sinyal internal AEGIS dengan data ASPERSSI untuk mengkonfirmasi apakah anomali transaksi disebabkan tekanan kompetitor eksternal atau faktor internal dan seasonal.
Fitur
4 Pola Deteksi AEGIS
5 Verdict Competitor Intelligence
Tiga Tipe Program Promo
Program Promo mendukung tiga tipe konfigurasi yang masing-masing cocok untuk strategi insentif berbeda. Semua tipe menggunakan satuan Poin yang dikonversi ke Rupiah berdasarkan nilai per brand yang dikonfigurasi terpusat di Settings.
Flat Multiplier
Setiap transaksi langsung mendapat poin berlipat tanpa perlu mencapai target apapun. Cocok untuk dorongan jangka pendek yang ingin langsung terasa.
Multi-Tier Target
Reward bertingkat berdasarkan persentase pencapaian target individual toko. Threshold dan multiplier setiap tier dikonfigurasi bebas saat membuat program.
Gamifikasi / Leaderboard
Toko-toko bersaing membentuk papan peringkat berdasarkan volume total atau growth persentase, dengan scope per cluster atau global. Reward berbeda per posisi — poin maupun Rupiah tetap.
Konversi Poin ke Rupiah
Ketiga tipe program menggunakan satuan Poin yang dikonversi ke Rupiah berdasarkan nilai per brand yang dikonfigurasi terpusat di Settings — memungkinkan strategi insentif berbeda per brand tanpa mengubah struktur program satu per satu.
Konfigurasi Brand per Wilayah (MB/CB/FB)
Sistem konfigurasi brand loyalty yang fleksibel per provinsi dan kabupaten, dengan hierarki resolusi otomatis: setting kabupaten menggantikan provinsi, provinsi menggantikan default global. Memungkinkan strategi brand yang berbeda per wilayah sesuai kondisi pasar setempat.
Main Brand (MB)
Brand utama wilayah tersebut — tepat satu brand per konfigurasi. Volume brand ini dihitung penuh terhadap target dan reward loyalty.
Companion Brand (CB)
Brand pendukung — boleh lebih dari satu per wilayah, mendukung strategi multi-brand sesuai kondisi pasar setempat.
Fighting Brand (FB)
Brand fighting/value untuk melawan kompetitor di kelas harga rendah. Dapat dikosongkan per wilayah jika tidak ingin diikutkan dalam kalkulasi.
Hierarki Resolusi & Kalkulasi Volume
Resolusi config mengikuti urutan Kabupaten → Provinsi → Default Global. Volume dan target toko loyalty dihitung dari semua brand yang masuk kategori MB+CB+FB sesuai konfigurasi wilayah yang berlaku — bukan statis dari satu brand saja. Perhitungan ini menggunakan fork kalkulasi terpisah dari ILP Optimizer untuk menjaga independensi kedua sistem.
Kapabilitas AI
Isolation Forest
Deteksi anomali statistik per tier cluster
Contamination: SP 3% · Platinum 4% · Gold 5% · Silver 6% · Bronze 8%
XGBoost Classifier
Prediksi probabilitas risiko beralih
SMOTE oversampling · Walk-forward validation · ROC-AUC 0.860
Integer Linear Programming
Optimasi alokasi dengan multi-constraint
PuLP CBC Solver · Global optimum · Tidak greedy
Prophet Forecasting
Prediksi trendline adaptif di 3 modul platform
AEGIS-PREDICT (4 minggu) · Loyalty trendline · Competitor market share (Prophet + LinReg + Delta adaptive) · CI 80% · Seasonal aware
SHAP Explainability
Transparansi keputusan model AI
TreeExplainer · Narasi otomatis bahasa bisnis
Hybrid Adaptive Target
Target loyalty yang fair dan seasonal-aware
Base_1 (60%) × rolling 3M + Base_2 (40%) × YoY · Growth rate per AEGIS
Smart Promotion Engine
Rekomendasi insentif real-time per toko
Emergency Boost · Retention · Loyalty Reward · Standard
Performance Attribution
Mengukur dampak nyata intervensi program
Volume delta · FBSI delta · Verdict otomatis · Journey reconstruction
GMM Cannibalization Detector
Membedakan kanibalisasi internal dari tekanan kompetitor eksternal
Gaussian Mixture Model · BIC-optimal k · 4 brand-shift features · Digunakan ILP & Smart Promotion Engine
Causal Impact Estimator
Mengkuantifikasi besaran dampak program loyalty terhadap volume toko
DoWhy + EconML · Panel Diff-in-Diff · Causal Forest (CATE per toko) · Refutation test
Multi-Signal Priority Adjustment
Menyesuaikan skor ILP dari sinyal GMM dan triangulasi kompetitor, dengan deteksi sinyal bertentangan
GMM Cannibalization × Competitor Intelligence (ASPERSSI) · Verdict Kompetitor per provinsi · Sinyal Bertentangan → reset skor dasar + Validasi Lapangan TSO
Generative AI (Claude API)
ORACLE Intelligence
AI analyst dengan tool calling ke data real platform, page-context aware, dan Root Cause Analysis
14+ tools (volume, AEGIS, kompetitor, GMM, ROI promo, simulasi) · Floating widget di semua halaman + Full Workspace di /analytics/oracle · Claude API
AI Report Generator
Laporan bulanan lengkap otomatis dalam satu klik
Ringkasan eksekutif · Analisis AEGIS · Evaluasi Loyalty · Rekomendasi tindakan · Download PDF
Executive Summary
Ringkasan kondisi platform lintas-modul dalam satu halaman — orientasi cepat untuk stakeholder
Health score AEGIS · Loyalty achievement snapshot · Competitor risk overview · KPI utama · Cross-module aggregation
Action Center
Agregasi rekomendasi aksi terprioritasi dari semua modul dalam satu tampilan
3 severity level (Kritis/Penting/Info) · Source: AEGIS, Loyalty, Competitor Intelligence · Badge real-time di navbar · Dismiss per item · 5-menit cache TTL
Logika Bisnis
Mengapa Ensemble untuk AEGIS Score?
Mengapa Target Hybrid 60/40?
Mengapa AEGIS adalah Warning, Bukan Diagnosis?
AEGIS adalah sistem early warning, bukan pengganti validasi lapangan.
Cara Menggunakan
🔑Login
Gunakan demo account viewer / viewer123 (read-only) atau admin / admin123 (penuh).
🏠Home Dashboard
Ringkasan kondisi pasar: distribusi warning level, top toko berisiko, peta sebaran.
⚠️AEGIS Monitor
Identifikasi toko dan wilayah berisiko, analisis pola A/B/C/D, prioritaskan kunjungan TSO.
🔍Store Detail
Analisis mendalam per toko: SHAP explanation faktor risiko, prediksi 4 minggu ke depan.
🗺️Peta Wilayah
Visualisasi geografis choropleth distribusi CAD Alert per kabupaten/kota.
📊ILP Optimizer
Seleksi toko untuk program loyalty dengan constraint budget, cluster, dan wilayah.
👥Loyalty Management
Kelola peserta aktif, smart promotion berbasis AEGIS, target & achievement monitoring.
🎁Program Promo
Buat, monitor, dan hentikan program promosi multi-jenis dengan tracking realisasi.
📈Performance Tracker
Evaluasi outcome program: volume delta, FBSI delta, dan verdict otomatis per toko.
🤝Competitor Intelligence
Triangulasi AEGIS + ASPERSSI per provinsi: konfirmasi ancaman kompetitor, ranking brand dari dua sumber, dan prediksi market share dengan label keandalan.
📄AI Report Generator
Generate laporan bulanan otomatis — ringkasan eksekutif, analisis AEGIS, evaluasi loyalty, dan rekomendasi tindakan dalam satu klik. Tinjau di browser sebelum unduh PDF.
📊Executive Summary
Ringkasan lintas-modul dalam satu halaman: health score AEGIS, Loyalty achievement, Competitor snapshot, dan KPI utama — orientasi cepat kondisi platform untuk stakeholder.
⚡Action Center
Rekomendasi aksi terprioritasi dari semua modul. Severity Kritis → tindak segera, Penting → dalam 48 jam, Info → pantau berkala. Dismiss item yang sudah ditangani.
Hak Akses per Role
| Fitur | Admin | Viewer |
|---|---|---|
| Home Dashboard | ||
| AEGIS Monitor + Detail | ||
| Peta Choropleth | ||
| AEGIS-PREDICT | ||
| AEGIS-EXPLAIN (SHAP) | ||
| CAD Alert History | ||
| ILP Optimizer | ||
| Loyalty Management | ||
| Program Promo | ||
| Performance Tracker | ||
| Competitor Intelligence | ||
| Executive Summary | ||
| Action Center | ||
| AI Report Generator | ||
| ORACLE Intelligence | ||
| Settings (view) | ||
| Settings (edit) | ||
| Brand Config (view) | ||
| Brand Config (tambah/edit/hapus) | ||
| Reload Data |
Demo: admin / admin123 · viewer / viewer123
Panduan Pengisian CAD Alert Validasi
Panduan kategori validasi lapangan untuk TSO saat mengisi hasil kunjungan setelah toko muncul di CAD Alert.
| Kategori | Kapan Digunakan | Contoh Catatan |
|---|---|---|
| Kompetitor Eksternal | Toko terbukti aktif membeli produk kompetitor (brand selain ELANG & BADAK) dalam 4 minggu terakhir, atau terpantau ada stok kompetitor di area display utama. | "Toko beli SEMEN BANTENG 80 zak 2 minggu lalu. Harga lebih murah Rp 3.000/zak." |
| Masalah Harga / Gap Harga Besar | Toko mengeluhkan selisih harga >Rp 2.000/zak dengan kompetitor namun belum beralih brand. Gunakan jika harga adalah satu-satunya faktor keluhan. | "Pelanggan tanya kenapa Elang lebih mahal Rp 4.500/zak dari Banteng. Toko belum beralih." |
| Masalah Stok / Keterlambatan Kirim | Toko mengalami kekosongan stok ELANG/BADAK minimal 3 hari, atau pengiriman distributor terlambat >2 hari dari jadwal rutin. | "Stok ELANG kosong 5 hari karena truk distributor breakdown. Sekarang sudah isi ulang." |
| Faktor Seasonal | Penurunan volume terjadi bersamaan dengan musim hujan, bulan Ramadan, atau akhir tahun di mana seluruh area mengalami penurunan serupa. Cek dengan toko lain sekitar. | "Semua toko di kecamatan turun volume. Proyek konstruksi berhenti sementara karena hujan deras." |
| Faktor Internal Distributor | Masalah berasal dari sisi distributor: konflik SO-toko, penghentian kredit, perubahan rute pengiriman, atau salesman baru yang belum kenal toko. | "Distributor stop kredit toko karena tunggakan 2 bulan. Hubungan sedang diperbaiki." |
| Kondisi Normal / False Alarm | Kunjungan lapangan membuktikan toko tidak bermasalah: tidak ada kompetitor, stok cukup, tidak ada keluhan harga. Alert disebabkan fluktuasi data normal. | "Toko baik-baik saja. Proyek musiman selesai, volume akan naik bulan depan." |
| Butuh Investigasi Lanjut | Situasi di lapangan tidak jelas atau toko tidak dapat ditemui. Perlukan kunjungan kedua atau eskalasi ke ASM. | "Toko tutup 3 hari berturut-turut, tidak ada info. Perlu cek kembali minggu depan." |
Tips Penulisan Catatan Validasi
- 1.Tulis dalam kalimat lengkap. Hindari singkatan yang ambigu ("KB" → tulis "Kabupaten Boyolali").
- 2.Sertakan angka konkret: volume, harga per zak, jumlah hari kosong, jumlah zak kompetitor.
- 3.Pisahkan fakta lapangan dari asumsi. Fakta: "Toko beli 100 zak Banteng". Asumsi: "Sepertinya karena harga".
- 4.Jika lebih dari satu kategori berlaku, pilih yang paling dominan sebagai Utama dan sisanya sebagai Sekunder.
- 5.Action items wajib berisi langkah konkret: siapa, apa, kapan. Bukan hanya "akan ditindaklanjuti".
Tech Stack
Persistent Storage
Data platform (loyalty members, program promo, CAD history, dan data ASPERSSI) disimpan di SQLite database pada Railway persistent volume, memastikan data tidak hilang saat redeploy. Setiap modul menggunakan feature flag USE_SQLITE_STORAGE untuk rollback aman jika diperlukan.