Hasil Pencarian  ::  Simpan CSV :: Kembali

"CRM yang sukses seperti meningkatkan loyalitas pelanggan, dan profit perusahaan berawal dari identifikasi pelanggan berdasarkan nilai dan loyalitas pelanggan. Dalam penelitian ini, Customer Lifetime Value (CLV) digunakan untuk mensegmentasi pelanggan seluler berdasarkan nilai pelanggan. Atribut yang dipilih dari database pelanggan yaitu variabel recency, frequency dan monetary (RFM). Dalam segmentasi pelanggan digunakan metode k-means, salah satu metode dalam data mining dengan menggunakan Euclidean Distance dalam menentukan nilai k optimal (jumlah segmentasi optimal). Pembobotan variabel RFM menggunakan Analytic Hierarchy Process (AHP) untuk mengevaluasi customer lifetime value (CLV). Pada akhirnya, penelitian ini akan dilakukan analisis CLV pada masing-masing kelompok pelanggan yang dibagi dalam beberapa kuartal. Tujuan utama penelitian ini yaitu sebagai acuan pemberi keputusan strategi pemasaran perusahaan berdasarkan segmentasi pelanggan mereka.

---

A firm starts from identifying customers’ value and loyalty in identifying different segments of customer for to building successful customer relationship management (CRM) such as improve customer loyalty and revenue of the firm. In this paper, CLV is used to telecom market segmentation. The RFM (recency, frequency and monetary ) model variables were used to segment database, the K-means cluster analysis was also employed in data mining with K-optimum according to Euclidean Distance. The Analytic Hierarchy Process (AHP) was applied to determine the relative weights of RFM variables in evaluating customer customer lifetime value (CLV). Finally, this paper analysing customer lifetime value of each segments by tren of customer value in different quartal. The general aim of this study is to provide a quide to marketing decisions of the firm based on their customer segmentation."

"ABSTRAKPenelitian ini menjelaskan mengenai penerapan segmentasi konsumen berdasarkan CLV agar dapat menghasilkan profil konsumen bagi perusahan untuk memberikan perlakuan yang tepat bagi masing ndash; masing konsumen. Dalam memproses data yang akan digunakan, penelitian ini mengunakan segmentasi RFM sebagai langkah awal untuk mengidentifiksi data dan dilanjutkan dengan klasterisasi menggunakan K-Means agar mendapatkan gambaran data konsumen yang lebih jelas. Hasil dari penelitian ini menunjukan adanya lima jenis profile konsumen yang berbeda berdasarkan perhitungan RFM dan K-Means. Setiap kelompok memiliki karakteristik yang berbeda yang dapat digunakan oleh perusahaan untuk membentuk strategi dalam memberikan pendekatan kepada konsumen. Terdapat juga perbandingan antara kelompok konsumen yang akan dihasilkan apabila perusahaan menggunakan segmentasi konsumen menggunakan CLV dengan saat tidak menggunakan CLV. Dengan memberikan perlakuan yang tepat bagi konsumen yang dapat memberikan keuntungan bagi perusahaan dimasa yang akan datang, maka perusahaan dapat membentuk strategi yang lebih efektif dan tepat sasaran.

---

ABSTRACTThis research focus on how to make a consumer segmentation based on CLV in order to create a customer profile for the company to provide appropriate treatment for each consumer. In order to process the data, this research uses RFM segmentation as the first step to identify the data and continued with K Means clustering to get a better interpretation of consumer data. The results of this research show five different types of consumer profiles based on RFM and K Means calculations. Each cluster has a different characteristic that can be used for a company to define a better strategy in order to approach their customer. There is also a comparison between the consumer groups if the company uses consumer segmentation using CLV or when not using CLV. By providing the right treatment for profitable customer, the company can form an effective and targeted strategy in the future. "

"

Pertumbuhan ekonomi pada sektor Fashion khususnya pakaian etnik modern di Indonesia memberikan peluang yang besar bagi para pemilik usaha fashion etnik modern, termasuk Usaha Mikro, Kecil, dan Menengah (UMKM). Dengan daya saing yang semakin meningkat, UMKM perlu membangun manajemen hubungan pelanggan yang kuat untuk meningkatkan dan mempertahankan loyalitas pelanggan. Pencarian informasi mengenai karakteristik pelanggan lebih lanjut dilakukan dengan menggunakan Customer Lifetime Value (CLV) untuk melihat kontribusi pelanggan terhadap profitabilitas perusahaan. Penelitian ini bertujuan untuk memetakan segmentasi pelanggan dengan menggunakan metode K-Means Clustering dan Agglomerative Hierarchical Clustering berdasarkan variabel Recency, Frequency, dan Monetary (RFM). Terdapat 4 (empat) segmen yang terbentuk dalam penelitian ini. Selanjutnya, metode Analytical Hierarchy Process (AHP) digunakan untuk memperoleh bobot kepentingan dari model RFM. Hasil AHP menunjukkan bahwa frequency adalah variabel yang paling penting pada penelitian ini. Selanjutnya, dilakukan perhitungan Customer Lifetime Value (CLV) untuk mengetahui nilai dan karakteristik pelanggan dengan memberikan peringkat pada 4 (empat) segmen optimal yang dihasilkan. Selain metode CLV, metode Customer Value Matrix (CVM) juga digunakan untuk mengetahui karakteristik pelanggan pada setiap klaster. Setiap klaster akan diberikan rekomendasi strategi peningkatan loyalitas pelanggan berdasarkan karakteristik masing-masing klaster yang terbentuk.

---

Economic growth in the fashion sector, especially modern ethnic clothing in Indonesia, provides great opportunities for modern ethnic fashion business owners, including Micro, Small and Medium Enterprises (MSMEs). With increasing competitiveness, MSMEs need to build strong customer relationship management to increase and maintain customer loyalty. Extracting information regarding characteristics of customers is carried out using Customer Lifetime Value (CLV) to measure the contribution of customers to company profits. This research aims to establish customer segmentation using K-Means Clustering and Agglomerative Hierarchical Clustering methods based on Recency, Frequency, and Monetary (RFM) variables. There are 4 (four) segments formed in this study. Furthermore, the Analytical Hierarchy Process (AHP) method is used to obtain the importance weight of the RFM model. The results show that frequency is the most important variable in this study. Then, a Customer Lifetime Value (CLV) calculation is performed to find out the value and characteristics of customers by ranking the 4 (four) optimal segments that are generated. In addition to the CLV method, the Customer Value Matrix (CVM) method is also used to determine customer characteristics in each cluster. Each cluster will be given recommendations on strategies to increase customer loyalty based on the characteristics of each cluster formed.

"

"

Pertumbuhan industri kosmetik dan kecantikan semakin berkembang secara signifikan di Indonesia. Tingkat persaingan yang timbul antar pemilik usaha sejenis mendorong perusahaan untuk bisa menjaga loyalitas pelanggan. Manajemen Hubungan Pelanggan memiliki peranan yang cukup penting untuk menjaga hubungan pelanggan, salah satunya adalah dengan mengidentifikasi nilai hidup pelanggan atau Customer Lifetime Value (CLV). Nilai hidup pelanggan yang tinggi menunjukan loyalitas pelanggan yang semakin tinggi. Sehingga, penelitian ini bertujuan untuk mengidentifikasi persebaran karakteristik kelompok segmen pelanggan yang diukur berdasarkan salah satu metrik CLV yaitu variabel Length, Recency, Frequency dan Monetary (LRFM) pada beberapa wilayah. Proses segmentasi pelanggan dilakukan dengan membandingkan beberapa Metode Clustering. Hasil penelitian membuktikan bahwa terdapat tiga kelompok segmen yang terdiri dari kelompok pertama dengan nilai hidup yang tinggi dan loyal terhadap perusahaan, kelompok kedua dengan karakteristik pelanggan pendatang baru yang tidak tetap dan kelompok terakhir merupakan pelanggan tidak tetap dan sudah hilang. Selanjutnya, untuk memperoleh analisis lebih mendalam maka dilakukan proses visualisasi terhadap informasi spasial pelanggan. Kesimpulan akhir dari visualisasi spasial menunjukkan bahwa persebaran segmen pelanggan loyal berada pada wilayah di Pulau Jawa khususnya pada Provinsi Jawa Barat, DKI Jakarta, dan Banten. Luaran penelitian ini diharapkan dapat menjadi acuan dalam mempertahankan pelanggan potensial dan memperluas pangsa pasar perusahaan.

---

Beauty and cosmetics industry in Indonesia has growth significantly. The increasing of competitiveness encourages local companies to maintain their customer loyalty by enhancing Customer Relationship Management (CRM). CRM has an important role to maintain customer relationship by identifying Customer Lifetime Value (CLV). The high value of CLV shows higher customer loyalty. Therefore, this research aims to specify customer segment distribution that has similar lifetime value in several areas based on CLV metrics that consists of Length, Recency, Frequency and Monetary (LRFM). The customer segmentation process is done by comparing several Clustering Methods. The results of the study prove that there are three customer segments consisting of the first group with the characteristics of high value and loyal customers, the second group with the characteristics of uncertain new customers and the last group is uncertain lost customers. Moreover, to obtain more in-depth analysis towards segmentation result, a visualization process is carried out by considering customer spatial information. The result of spatial visualization shows that segmentation distribution of loyal customer is located in West Java, DKI Jakarta and Banten. In summary, these findings can be used as a reference to retain loyal customers, discover potential area and expand company’s market share

"

"ABSTRACTMasyarakat Ekonomi ASEAN MEA yang terwujud pada tahun 2015, membawa banyak kesempatan dan tantangan kepada Indonesia sebagai salah satu negara anggotanya. Untuk menjawab tantangan MEA Indonesia akan mendorong Usaha Kecil dan Menengah UKM dan mengembangkan pengimplementasian industri 4.0. Terdapat lima sektor industri nasional yang akan menjadi unggulan untuk memperkuat fundamental struktur manufaktur Tanah Air dalam mengimplementasikan sistem revolusi industri keempat, dimana salah satu sector tersebut adalah fashion. Dalam usaha memenuhi tanggung jawab tersebut UKM harus dapat meningkatkan daya saing mereka dengan cara mempertahankan pelanggan dan pemanfaatan teknologi. Tujuan dati penelitian ini adalah mendapatkan strategi CRM untuk UKM dibidang fashion melalui segmentasi pelanggan berdasarkan customer lifetime value CLV melalui pendekatan model Recency, Frequency, dan Monetary RFM dan strategi customer development berdasarkan association rules. Didapatkan beberapa strategi customer development dari berbagai kluster yang telah dihasilkan dan strategi cross-selling dari pengolahan pola pembelian pelanggan dengan menggunakan association rules. Strategi tersebut diberikan sehingga UKM dapat perform dalam memanfaatkan e-commerce serta dapat meningkatkan loyalitas pelanggannya serta meningkatkan daya saing.

---

ABSTRACTThe Asean Economic Communities AEC, which has been happening since 2015, brought various challenges and opportunities for Indonesia as a member of ASEAN. To sucessfully face AEC challenges, Indonesia will stimulate Small and Medium Enterprises SMEs and develop the implementation of industry 4.0. There are five national industrial sectors that will be superior to strengthen the fundamentals of the country 39 s economic structure in implementing the fourth industrial revolution system, where one of these sectors is fashion industry. As an effort to fulfill their responsibilities, SMEs needs to be able to improve their market capability by retaining their customers and emerging techologies. As for the purpose of this research is to design CRM strategy for SMEs in the fashion sector by creating customers 39 characteristics segmentation based on customer lifetime value CLV using the Recency, Frequency, and Monetary RFM approach and customer development strategy that is relevant with the products as a result from association rule method. There are several customer development strategies from various clusters that have been generated and cross selling strategies from processing customer purchasing patterns using association rules so that these SMEs can perform by utilizing e commerce as well as improving customers 39 loyality and improving market capabilities. "

"Pertumbuhan minat investasi seperti perhiasan emas di Indonesia memberikan peluang yang baik bagi para pemilik usaha perhiasan emas, termasuk Usaha Menengah, Kecil, dan Mikro (UMKM). Seiring dengan hal tersebut, perkembangan zaman dan teknologi mengarahkan perubahan pola belanja masyarakat Indonesia menuju pembelanjaan online melalui e-commerce. Dengan meningkatnya daya saing, UMKM perlu membangun customer relationship management guna meningkatkan loyalitas pelanggan. Untuk itu, penelitian ini bertujuan untuk mengetahui perilaku pelanggan melalui segmentasi pelanggan dan merancang strategi pengembangan pelanggan UMKM Perhiasan Emas. Metode K-Means Clustering digunakan untuk mengelompokkan pelanggan menjadi beberapa klaster berdasarkan variabel Recency, Frequency, dan Monetary (RFM). Metode Customer Lifetime Value (CLV) dan Customer Value Matrix (CVM) juga digunakan untuk mengetahui karakteristik pelanggan pada setiap klaster. Setiap klaster akan dirancang strategi pengembangan dengan penentuan prioritas menggunakan Complex Proportional Assessment (COPRAS). Terdapat empat klaster pelanggan yang terbentuk dalam penelitian ini dengan delapan rekomendasi strategi peningkatan loyalitas pelanggan berdasarkan karakteristik masing-masing klaster yang terbentuk.

---

The growing interest in investments such as gold jewelry in Indonesia provides good opportunities for gold jewelry business owners, including Medium, Small and Micro Enterprises(MSMEs). Along with this, the times and technology have directed changes in spending behavior of the Indonesian people towards online shopping through e-commerce. With increasing competitiveness, MSMEs need to develop customer relationship management to maintain and increase customer loyalty. For this reason, this study aims to determine customer behavior through customer segmentation and design customer development strategies for Indonesian Gold Jewerly MSMEs. The K-Means Clustering method is used to group customers into several clusters based on Recency, Frequency, and Monetary variables. Customer Lifetime Value(CLV) and Customer Value Matrix(CVM) methods are also used to determine the characteristics of customers in each cluster. Each cluster will be designed with a development strategy with prioritization using the Complex Proportional Assessment(COPRAS). In this study, there are four clusters with eight recommendation strategies to increase customer loyalty based on the characteristics of each cluster."

"Perubahan gaya hidup selama pandemi mempengaruhi daya beli dan kebiasaan masyarakat terhadap kebutuhan akan makanan bayi khususnya produk susu, sehingga dalam meningkatkan keuntungan dan daya saing usaha menjadi bagian penting bagi perusahaan yang bergerak dibidang pengadaan susu bubuk untuk balita. Salah satu strategi untuk meningkatkan profitabilitas dan daya saing, yaitu dengan meningkatkan retensi pelanggan dengan memprediksi loyalitas pelanggan dengan mengklasifikasikan profil pelanggan pada Customer Relationship Management (CRM) yang sering juga dikenal dengan sebutan Customer Loyalty Program. Pembahasan ini mencoba untuk mengklasifikasi loyalitas pelanggan melalui profil pelanggan (demografi, transaksi, dll) dengan menggunakan teknik dari metode data mining yaitu Logistic Regression, Random Forest dan Neural Network, sehingga dapat menemukan model atau teknik data mining yang memiliki performasi terbaik dimana accuracy rate value sebagai nilai pembandingnya dan pembahasaan ini juga berfokus pada eksplorasi hubungan antara variabel yang menyusun adanya pelanggan loyal. Dengan berdasarkan Cross Industry Standard Process for Data Mining (CRISP-DM) sebagai metodologi dalam menyusun pembahasan ini, pembahasan akan terbagi menjadi beberapa tahapan, antara lain (1) pemahaman bisnis, (2) Pemahaman data, (3) Persiapan data, (4) Pemodelan dan (5) Evaluasi.

---

Changes in lifestyle during the pandemic affect people's purchasing power and habits towards the need for baby food, especially dairy products, so that increasing profits and business competitiveness becomes an important part for companies which are engaged in procuring powdered milk for toddlers. One of the strategies to increase profitability and competitiveness is to increase customer retention by predicting customer loyalty by classifying customer profiles in the Customer Relationship Management (CRM) which is often also known as the Customer Loyalty Program. This discussion tries to classify customer loyalty through customer profiles (demography, transactions, etc.) using techniques from data mining methods, namely Logistic Regression, Random Forest, and Neural Networks, to find a model or data mining technique that has the best performance where the accuracy rate value as a comparison value and focuses on exploring the relationship between the variables that construct the existence of loyal customers. Based on the Cross Industry Standard Process for Data Mining (CRISP-DM) as the methodology in compiling this discussion, the discussion will be divided into several stages, including (1) business understanding, (2) data understanding, (3) data preparation, (4) modeling and (5) evaluation."

"Pertumbuhan ritel modern seperti supermarket semakin meningkat sehingga menimbulkan persaingan ketat antar ritel modern. Oleh karena itu, perusahaan perlu membangun manajemen hubungan pelanggan yang kuat guna mempertahankan bahkan meningkatkan loyalitas pelanggan. Penelitian ini bertujuan untuk melakukan segmentasi pelanggan berdasarkan Customer Lifetime Value (CLV) dengan pendekatan model Length, Recency, Frequency, Monetary (LRFM) serta menentukan strategi untuk setiap segmen pelanggan. Metode K-Means Clustering digunakan untuk melakukan segmentasi pelanggan yang menghasilkan 4 klaster dan nilai CLV dipakai untuk menentukan nilai dari setiap klaster pelanggan dengan variabel LRFM. Kemudian pemetaan klaster menggunakan Customer Value Matrix (CVM) dilakukan untuk memastikan karakteristik klaster pelanggan. Data produk yang dimiliki juga diolah dengan metode Market Basket Analysis (association rules) untuk mendapatkan pola perilaku belanja pelanggan serta menghasilkan rekomendasi produk sebagai strategi product affinity yang dapat diterapkan pihak supermarket. Kemudian dirumuskan 8 kategori strategi customer retention untuk dilakukan penilaian prioritas dengan metode ARAS (Additive Ratio Assessment) sebagai bagian dari strategi Customer-Centric dan menghasilkan 30 buah strategi yang dapat diterapkan pihak supermarket.

---

The expansion of modern retail such as supermarkets is fostering severe competition among modern retailers. Therefore, businesses must use effective customer relationship management to preserve and even improve client loyalty. The purpose of this study is to segment consumers based on Customer Lifetime Value (CLV) using the Length, Recency, Frequency, and Monetary (LRFM) model and establish strategies for each segment. Customers are segmented using the K-Means Clustering method, which yields four clusters, and the CLV value is utilized to determine the value of each customer cluster with the LRFM variable. The Customer Value Matrix (CVM) is then used to determine the characteristics of the customer clusters through cluster mapping. The owned product data is also analysed using the Market Basket Analysis approach (association rules) to identify patterns of consumer buying behavior and generate product suggestions as part of a product affinity strategy that supermarkets might employ. As part of the CustomerCentric approach, eight types of customer retention strategies were developed for priority assessment utilizing the ARAS (Additive Ratio Assessment) method, resulting in thirty supermarket-applicable tactics."

"

Jamu merupakan obat tradisional Indonesia yang sudah menjadi bagian dari budaya. Meningkatnya permintaan obat tradisional khususnya Jamu di Indonesia akibat pandemi COVID-19 memberikan peluang bagi bisnis obat tradisional dan jamu. Peningkatan permintaan menyebabkan munculnya UKM baru produk tradisional dan kesehatan, pada saat yang sama, transaksi pembelian online juga meningkat, mendorong UKM untuk beralih ke e-commerce. Penelitian ini bertujuan untuk mengetahui segmentasi dan nilai setiap segmen pelanggan menggunakan CLV dan mengembangkan strategi untuk setiap segmentasi pelanggan dalam rangka meningkatkan loyalitas pelanggan. Metode K-Means Clustering digunakan untuk mengelompokkan pelanggan menjadi beberapa cluster dan nilai CLV digunakan untuk menentukan nilai setiap segmen pelanggan dengan variabel Recency, Frequency, dan Monetary (RFM). Penyebaran klaster dengan menggunakan Customer Value Matrix (CVM) juga dilakukan untuk memastikan karakteristik klaster. Data sekunder diperoleh dari transaksi penjualan. Analisis penjualan produk dilakukan dengan menggunakan metode Association Rule yang menghasilkan salah satu strategi dalam Customer Development. Hasil penelitian menghasilkan 5 cluster untuk pelanggan dengan 13 strategi untuk keseluruhan cluster. Strategi cross-selling adalah strategi yang direkomendasikan.

---

Jamu is a traditional Indonesian medicine that has become part of the culture. The increasing demand for traditional medicines, especially Jamu in Indonesia due to the COVID-19 pandemic, provides opportunities for the traditional and herbal medicinal business. The increase in demand leads to the emergence of new traditional and health product SMEs, at the same time, online purchase transactions have also increased, encouraging SMEs to switch to e-commerce. This study aims to determine the segmentation and value of each customer segment using CLV and develop strategies for each customer segmentation in order to increase customer loyalty. The K-Means Clustering method is used to segment customers into several clusters and the CLV value is used to determine the value of each customer segment with Recency, Frequency, and Monetary (RFM) variables. Cluster deployment using the Customer Value Matrix (CVM) was also carried out to ensure cluster characteristics. Secondary data obtained from sales transactions. Analysis of product sales is carried out using the Association Rule method which produces one of the strategies in Customer Development. The research resulted in 5 clusters for customers with 13 strategies for the whole cluster. The cross-selling strategy is the recommended strategy.

"

"Perkembangan industri fesyen muslim di Indonesia memberikan peluang yang baik bagi para penjual produk fesyen muslim, termasuk Usaha Menengah, Kecil, dan Mikro (UMKM). Seiring dengan itu, perkembangan teknologi dan adopsi e-commerce di Indonesia juga meningkat pesat. UMKM perlu meningkatkan daya saingnya untuk bersaing di pasar dengan mempertahankan loyalitas pelanggan dan memanfaatkan teknologi seperti e-commerce. Penelitian ini bertujuan untuk mengetahui nilai loyalitas setiap pelanggan menggunakan Customer Lifetime Value (CLV), melakukan segmentasi pelanggan berdasarakan loyalitasnya, dan merancang strategi pengembangan pelanggan untuk UMKM Indonesia di industri fesyen muslim yang telah memanfaatkan e-commerce untuk menjual produk mereka menggunakan metode Complex Proportional Assessment (COPRAS). Metode K-Means Clustering digunakan untuk mengelompokkan pelanggan menjadi beberapa cluster dan variabel Recency, Frequency, dan Monetary (RFM) digunakan untuk menghitung nilai CLV dari setiap pelanggan. Terdapat tiga klaster pelanggan yang terbentuk dalam penelitian ini dengan tujuh strategi pengembangan pelanggan yang dipilih dari berbagai klaster berdasarkan karakteristik masing-masing klaster yang terbentuk. Rekomendasi strategi yang diusulkan bertujuan untuk meningkatkan loyalitas pelanggan dan daya saing UKM fesyen muslim yang menjadi objek penelitian ini.

---

The development of the muslim fashion industry in Indonesia provides good opportunities for sellers of Muslim fashion products, including for Medium, Small, and Micro Enterprises (MSMEs). Along with this, the development of technology and the adoption of e-commerce in Indonesia are also increasing rapidly. MSMEs need to improve their competitiveness to compete in the market by retaining customer’s loyalty and utilizing technology such as e-commerce. This study aims to determine the value of customers using customer lifetime value (CLV), segmenting customer based on their loyalty value, and design customer development strategies for Indonesian MSMEs in Muslim fashion industry, that has adopted e-commerce to sell their product, using Complex Proportional Assessment (COPRAS) method. The K-Means Clustering method is used to segment customers into several clusters and Recency, Frequency, and Monetary (RFM) variables are used to calculate CLV value of each customer. There are three customer clusters formed in this study with seven customer development strategies selected from various clusters based on the characteristics of each formed cluster. The proposed strategy recommendations aim to increase customer loyalty and competitiveness of Muslim fashion SMEs which are the object of this research.

"