Upload
triyoda-arrahman
View
126
Download
1
Tags:
Embed Size (px)
Citation preview
RETAILERS From: Data Mining Techniques in CRM: Inside Customer Segmentation (Konstantinos Tsiptsis and Antonios Chorianopoulos, 2009)TRIYODA ARRAHMAN Division of Industrial System Engineering, Department of Agroindustrial Technology, Faculty of Agricultural Technology, Bogor Agricultural University, Bogor, West Java.
SegmentasiSetiap pelanggan harus diperlakukan sebagai individu
Segmentasi dikembangkan sesuai dengan tujuan bisnis yang spesifik dari sebuah organisasi
Data penelitian terhadap pasar dalam industri ritel dapat diolah untuk memperoleh informasi tentang sikap pelanggan, keinginan, pandangan, preferensi, dan opini tentang perusahaan dan persaingan
Data transaksi juga dapat digunakan untuk mengembangkan solusi segmentasi yang efektif
Segmentasi Menggunakan Data TransaksiSegmentasi dilakukan berdasarkan:Frekuensi dan aktualisasi pembelian
Total pengeluaran
Total belanja per kelompok produk / subkelompok
Total Pengeluaran dan jumlah item per kunjungan Jangka waktu pembayaran yang dipilih dan metode yang dipilih / hari / saat pembelian Saluran Pembelian
Analisis RFM (Recency, Frequency, Monetary) Untuk Industri RetailPendekatan umum untuk memahami perilaku pembelian konsumen dengan mengolah data pembelian pada pelanggan yang telah terdata (memiliki ID)
Melibatkan perhitungan dan pemeriksaan tiga Hal : Aktualisasi (waktu pembelian), frekuensi, dan moneter (nilai pembelian)
Skor = RFM (kebaruan x kebaruan skor bobot) + (frekuensi frekuensi skor bobot) + (bobot nilai pembelian (monetary)).
RFM (Recency, Frequency, Monetary)Recency Jangka Waktu Kunjungan Terakhir: Waktu (dalam satuan seperti hari / bulan / tahun)
Jumlah total transaksi pembelian, belanja atau kunjungan dalam periode yang diteliti Frequency Jumlah rata-rata transaksi bulanan
Total nilai pembelian dalam jangka waktu yang diteliti atau total nilai pembelian rata-rata (misalnya, total nilai pembelian rata-rata bulanan) per unit waktu Monetary
RFM Analysis
THE RFM SEGMENTATION PROCEDUREData acquisition Data transaksi dari enam bulan terakhir yang telah diambil, diperiksa, dan disiapkan untuk operasi selanjutnya
Selection of the population to be segmented hanya pelanggan yang masih aktif, yang disegmentasi menggunakan analisis RFM
Data preparation and computation of the R, F, and M measurements Tanggal terakhir transaksi jumlah rata-rata transaksi pembelian bulanan Nilai pembelian bulanan (mendefinisikan komponen monetery)
Development of the RFM cells through binning Pelanggan telah dikelompokkan berdasarkan Analisis RFM menjadi 5 grup
Development of the RFM segments through clustering
Development of the RFM segments through clustering
RFM AnalysisMeskipun berguna, pendekatan RFM, jika tidak dikombinasikan dengan penilaian atribut customer lainnya seperti atribut product preferecnce, RFM akan gagal untuk memberikan pemahaman lengkap tentang perilaku pelanggan.
GROUPING CUSTOMERS ACCORDING TO THE PRODUCTS THEY BUYmengoptimalkan hasil dan menyesuaikan penawaran produk, harga, dan insentif kepada pelanggan sesuai dengan kebutuhan dan perilaku mereka yang telah teridentifikasi
Membentuk jenis pelanggan sesuai dengan perilaku pembelian
Segmentasi melibatkan proses penerapan clustering model dengan mengolah data pembelian.
Data yang relevan dari enam bulan terakhir