Analisis Segmentasi Pelanggan Toko Online Marketplace Berdasarkan Recency, Frequency, Monetary, Time, Satisfaction (RFMTS) Menggunakan Algoritma K-Medoids Clustering

Abstract

20194920010 - Marketplace merupakan website e-commerce yang menerapkan konsep pasar tradisional dan dilaksanakan secara online. Karena perkembangan zaman yang sangat pesat, suatu bisnis perlu mengaplikasikan berbagai cara untuk mempertahankan bisnisnya supaya terus berkembang dan menghasilkan pendapatan yang besar. Salah satu caranya yaitu dengan membangun dan mempertahankan hubungan jangka panjang dengan pelanggan. Oleh karena itu, sangatlah penting untuk menerapkan strategi pemasaran berdasarkan manajemen hubungan pelanggan (customer relationship management), yang bertujuan untuk meningkatkan omset dan profit seiring mempertahankan pelanggan. Dari permasalahan tersebut, penelitian ini menerapkan segmentasi pelanggan (customer segmentation) untuk mendeteksi perbedaan atau persamaan di antara pelanggan, sehingga mendapatkan segmen atau cluster mewakili pelanggan yang berpotensial untuk meningkatkan strategi pemasaran. Segmentasi ini perlu mempertimbangkan nilai dari variabel recency, frequency, monetary, time, dan satisfaction (RFMTS) pelanggan. Recency merupakan lama waktu pelanggan sejak pembayaran terakhir. Frequency merupakan seberapa sering pelanggan melakukan transaksi. Monetary merupakan jumlah dari transaksi yang dilakukan pelanggan tersebut. Time merupakan interval waktu antara dua pembelian berturut-turut oleh pelanggan. Satisfaction merupakan tingkat kepuasan pelanggan berdasarkan total rating dan jumlah ulasan. Penelitian ini menggunakan algoritma K-Medoids Clustering untuk melakukan segmentasi sesuai karakteristik pelanggan. Penelitian ini menggunakan data primer dari database salah satu toko online markeplace di Indonesia.