Griyalaju: Marketplace Properti

Name: Griyalaju: Marketplace Properti
Creator: NgulikData
Published: 2026-07-04T14:45:50.949+00:00
License: CC BY 4.0

Propertipropertireal-estatesqlaggregationfunnel-analysismulti-table

5 tabel3.670 baris total280 KB

Dari listing sampai deal, ada banyak angka yang bisa diceritain di bisnis properti. Dataset marketplace properti fiktif: 150 agen, 1.000 listing, ratusan transaksi terjual, plus ribuan inquiry. Kamu bisa ngitung komisi agen, konversi inquiry jadi deal, sampai selisih harga tawar dan harga jual. Ada kolom yang kosong sesuai konteks, kayak luas tanah buat apartemen. Bersih dan ramah pemula kok.

Relasi antar tabel

Memuat diagram...

Ide Analisis & Portfolio

Premium

Bingung mau ngapain sama dataset ini? Kami udah siapin 10 ide analisis berjenjang, dari yang gampang buat pemula sampai project portfolio yang bisa langsung kamu pajang di CV.

Properti Apa yang Paling Banyak Dijual, dan di Mana Paling Mahal?

PemulaGRATIS

Pertanyaan bisnis: Tim riset Griyalaju butuh gambaran cepat isi marketplace: tipe properti apa yang mendominasi listing dan kota mana yang harganya paling ngeri.

Yang bisa kamu ulik:

Hitung jumlah listing per property_type (Rumah, Apartemen, Ruko, Kavling, Vila)
Rata-rata asking_price_idr per city, urutin dari yang termahal
Gabung dua sudut ini biar kelihatan "kota X mahal karena banyak Vila" atau semacamnya

Output buat portfolio/laporanmu: Satu bar chart komposisi tipe properti plus tabel ranking harga rata-rata per kota.

Tools yang bisa kamu pake: SQL, Google Sheets (pivot table)

Konsep yang kepake: agregasi & grouping (GROUP BY / pivot table), rata-rata (AVG / AVERAGE), urutkan (ORDER BY / sort)

9 ide lainnya (Premium)

2Berapa Banyak Listing yang Laku, Nyangkut, atau Ditarik?Pemula
3Tipe Properti Mana yang Paling Cepat Laku?Pemula
4Siapa Agen Paling Cuan Tahun Ini?Menengah
5Seberapa Sering Harga Deal Meleset dari Harga Penawaran?Menengah
6Channel Kontak Mana yang Paling Sering Berujung Deal?Menengah
7Berapa Harga per Meter di Tiap Kota dan Tipe?Menengah
8Agen Terbaik Dashboard: Siapa yang Layak Naik Kelas?Mahir
9Inquiry Numpuk tapi Deal Seret: Bocornya di Mana?Mahir
10Kota Mana yang Paling Layak Investasi Properti 2025?Mahir

Buka 9 ide analisis lainnya

Masuk dulu ke akun kamu, atau lihat paket Premium biar semua ide analisis dan project portfolio kebuka.

Masuk dulu Lihat Premium

Mulai Rp 49.000/bln, cancel kapan aja

agenciescsv20 baris · 1 KB · 6 kolom

Data agensi properti: kota markas, tahun berdiri, tipe, jumlah agen.

Kolom	Tipe	Deskripsi
agency_id	text	PK — format AGC01–AGC20.
name	text	Nama agensi properti.
city	text	Kota markas agensi.
founded_year	integer	Tahun berdiri (1995–2020).
total_agents	integer	Jumlah agen terdaftar.
type	text	franchise, independent, atau developer.

agentscsv150 baris · 16 KB · 10 kolom

Data agen individual: agensi, kota operasional, pengalaman, rating.

Kolom	Tipe	Deskripsi
agent_id	text	PK — format AGT001–AGT150.
name	text	Nama agen.
agency_id	text	FK → agencies.agency_id.
phone	text	Nomor HP format 08xxxxxxxxxx.
email	text	Email kerja agen.
city	text	Kota operasional (umumnya match kota agensi).
experience_years	integer	Lama pengalaman (1–20 tahun).
active_listings	integer	Snapshot listing aktif (perkiraan).
avg_rating	decimal	Rating rata-rata 3.80–5.00.
joined_date	date	Tanggal agen join platform.

listingscsv1.000 baris · 109 KB · 14 kolom

Listing properti: tipe, lokasi, harga penawaran, ukuran, status.

Kolom	Tipe	Deskripsi
listing_id	text	PK — format LST00001–LST01000.
agent_id	text	FK → agents.agent_id.
property_type	text	Rumah, Apartemen, Ruko, Kavling, atau Vila.
address	text	Alamat lengkap (Jl. atau Perumahan + Blok).
city	text	Kota (Jakarta Selatan, Surabaya, dll).
province	text	Provinsi.
asking_price_idr	integer	Harga penawaran dalam IDR.
size_sqm	integer	Luas bangunan (m²).
bedrooms	integer	Jumlah kamar tidur (0 untuk Ruko/Kavling).
bathrooms	integer	Jumlah kamar mandi.
land_area_sqm	integer	Luas tanah (m²); NULL untuk Apartemen (nullable, bahan latihan NULL handling).
listed_date	date	Tanggal listing dipublikasikan.
status	text	active, sold, atau off_market.
days_on_market	integer	Lama listing di pasar (hari).

transactionscsv500 baris · 33 KB · 8 kolom

Transaksi penjualan (hanya listing status sold): harga deal, komisi.

Kolom	Tipe	Deskripsi
trx_id	text	PK — format TRX001–TRX500.
listing_id	text	FK → listings.listing_id (unique, hanya listing sold).
agent_id	text	FK → agents.agent_id (match listing.agent_id, denormalized).
sale_price_idr	integer	Harga deal dalam IDR (90–105% dari asking price).
transaction_date	date	Tanggal akad (selalu > listed_date).
payment_method	text	KPR, Tunai, KPA, atau Bertahap.
commission_rate	decimal	Persentase komisi (0.020–0.030).
commission_amount_idr	integer	ROUND(sale_price × commission_rate).

inquiriescsv2.000 baris · 121 KB · 7 kolom

Aktivitas inquiry calon pembeli: channel kontak, outcome, waktu respon.

Kolom	Tipe	Deskripsi
inquiry_id	text	PK — format INQ00001–INQ02000.
listing_id	text	FK → listings.listing_id.
agent_id	text	FK → agents.agent_id (match listing.agent_id).
inquiry_date	date	Tanggal inquiry (selalu ≥ listed_date).
contact_method	text	WhatsApp, Telepon, Email, atau Walk-in.
outcome	text	no_response, info_sent, viewing_scheduled, offer_made, atau deal_closed (funnel stage).
response_time_hours	decimal	Waktu respon dalam jam; NULL jika outcome = no_response (nullable).