Hasil Pencarian  ::  Simpan CSV :: Kembali

"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. "

"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."

"

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.

"

"

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.

"

"Studi tentang pengelolaan customer retention bersumber dari kebutuhan perusahaan untuk mempertahankan customer agar tetap loyal menggunakan produk ataupun layanan yang ditawarkan. Hingga saat ini customer retention menjadi salah satu perhatian utama dalam dunia bisnis karena menurunnya tingkat customer retention berdampak pada berkurangnya revenue. Big data mulai banyak dimanfaatkan sebagai sumber data untuk memahami suatu kondisi ataupun untuk memprediksi suatu behavior yang akan terjadi melalui berbagai pemodelan analisis data. Peristiwa berhentinya customer dari menggunakan produk ataupun layanan disebut customer churn. Penelitian ini menyajikan dua model untuk membantu suatu perusahaan jasa penyedia layanan online berbasis internet untuk menganalisis dan memprediksi future behavior berupa customer churn dan memahami kondisi yang menyebabkannya. Model prediksi customer churn yang dikembangkan menggunakan konsep logistic regression dan random forest. Hasil dari penelitian ini menunjukkan bahwa model yang dikembangkan bisa mengidentifikasi customer suatu perusahaan penyedia layanan online QWE.Inc yang berpotensi akan meninggalkan layanan. Selain itu penelitian ini juga menganalisis faktor-faktor yang memiliki pengaruh signifikan terhadap kondisi tersebut dan memberikan saran pengelolaan customer retention dengan program customer relationship management.

---

The study of customer retention management is influenced by the need of the companies to keep their customers stay loyal to use their products or services. Customer retention is one of the main concerns in the business world until today, since the declining level of customer retention will result in the reduced revenue. Big data begin to be widely used as source of data to learn about condition or to predict behavior that may occur through various data analysis modeling. The event of the customer stop from using the product or service is called customer churn.

This study presents two models to help QWE Inc. an internet based online service provider company, to analyze and predict future behavior which is customer churn and understand the causes. Customer churn prediction models in this study have been developed using logistic regression and random forest concepts.

The results of this study indicate that the developed model can identify the customer of QWE.Inc that will potentially leave the service. In addition, this study also analyzed the factors that have a significant influence on these conditions and provide advice on customer retention management with customer relationship management programs."

"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."

"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.

"

"Persaingan yang ketat mendorong perusahaan untuk membangun manajemen hubungan pelanggan yang kuat untuk mempertahankan loyalitas pelanggan. Penggalian informasi terkait dengan customer lifetime value (CLV) mendukung perusahaan untuk memperlakukan setiap pelanggan secara berbeda berdasarkan kontribusi pelanggan terhadap keuntungan perusahaan. Penelitian ini bertujuan untuk mengidentifikasi karakteristik dan nilai dari masing-masing kelompok pelanggan berdasarkan customer lifetime value menggunakan model length, recency, frequency, dan monetary (LRFM), sehingga memberikan wawasan bagi perusahaan untuk menghasilkan strategi retensi pelanggan yang sesuai. Dalam studi ini, CLV dievaluasi di perusahaan distribusi farmasi dan alat Kesehatan di Indonesia. Pertama, algoritma k-means diterapkan untuk melakukan klasterisasi pelanggan. Terdapat delapan klaster yang terbentuk dalam penelitian ini. Selanjutnya, metode analytic hierarchy process (AHP) digunakan untuk mendapatkan informasi terkait dengan bobot kepentingan model LRFM. Hasil perhitungan AHP menunjukkan bahwa frekuensi adalah variabel yang paling penting di sektor ini. Selanjutnya, CLV dihitung dan diberi peringkat untuk delapan klaster optimal yang dihasilkan. Hasil penelitian menunjukkan bahwa klaster 3, klaster 6, dan klaster 8 adalah pelanggan yang paling bernilai bagi perusahaan. Pada tahap akhir, dilakukan penentuan jenis strategi retensi yang sesuai terhadap klaster yang terbentuk.

---

Dealing with intense competition encourages companies to build strong customer relationship management to maintain customer loyalty. Extracting information related to customer lifetime value (CLV) supports the company to treat each customer differently based on their contribution to the company profits. This study aims to identify the characteristics and values of each customer group based on customer lifetime value using the length, recency, frequency, and monetary (LRFM) model, hence providing insights for the company to generate suitable customer retention strategies. In this study, CLV is evaluated at the pharmaceutical and medical device distribution company in Indonesia. First, k-means algorithm was applied to cluster customers. There are eight clusters formed in this study. Subsequently, the analytic hierarchy process (AHP) method was used to gain information related to the weight of importance of LRFM model. AHP results demonstrated that frequency is the most important variable in this sector. CLV was finally calculated and ranked for the resulting eight optimum clusters. The results showed that cluster 3, cluster 6, and cluster 8 were the most valuable customers for the company. Appropriate retention strategies were also determined for the clusters formed."

"Semakin ketatnya persaingan pada industri e-commerce menyebabkan perusahaan harus memiliki strategi yang inovatif untuk dapat memenangkan kompetisi ini. Salah satu strategi yang dapat diterapkan adalah dengan menerapkan customer relationship management (CRM). Penelitian ini bertujuan untuk mengindentifikasi pelanggan yang sudah ada pada salah satu perusahaan e-commerce di Indonesia. Identifikasi pelanggan dengan konsep CRM, yaitu customer lifetime value (CLV) merupakan salah satu pelaksanaan dari analytical CRM. Relational database management system digunakan untuk mendapatkan informasi mengenai pelanggan berdasarkan atribut yang dimiliki. Model Recency, Frequency, dan Monetary (RFM) dijadikan atribut untuk mensegmentasikan pelanggan dengan metode clustering k-means. Pemetaan customer value matrix juga digunakan untuk membantu dalam pembuatan program maintaining pelanggan sehingga dapat meningkatkan loyalitas pelanggan. Hasil dari penelitian ini berupa 9 segmen pelanggan dimana 3 diantara memiliki nilai CLV yang rendah dari semua model analisis. Selain itu, pelanggan yang paling menguntungkan bagi perusahaan adalah pelanggan pada segmen 6 dan 9 karena memiliki nilai CLV tinggi dan penilaian karakteristik lain yang paling baik. Untuk itu, kedua segmen tersebut merupakan pelanggan yang harus dijaga hubunganannya dengan perusahaan agar terciptanya profit.

---

The increasing of competition in e-commerce industry forces the company to have an innovative strategy in order to lead this competition. One of these strategy which can be implemented is customer relationship management concept. In the implementation, the company needs to understand the target of customer based on behavior and characteristics in the transaction process. The study aims to identify the existing customer of e-commerce's company in Indonesia. Identifying customer is one of the activity in analytical CRM. Customer lifetime value is a concept of CRM to identify the customer loyalty. The used of the existing database can help in analyzing customer. Relational database management system approach is used to retrieve the information about RFM (recency, frequency, and monetary) atribut of each customer. RFM model is used as atribut to differentiate customer with clustering k-means method. Finally, mapping the customer's segment into customer value matrix is used to help in creating maintaining customer program in order to increase customer loyalty. Result from this study is 9 segments of customer where 3 clusters have the lowest CLV and another analysis model. Beside that, segment 6 and 9 have high CLV and high in another model of assessment. Both segments are the customer which have high loyalty. Company should maintain the relationship very well with those kind of customer"

"Dalam sejarahnya, keberadaan pelanggan hampir selalu berada pada nomor sekian pada daftar prioritas perusahaan. Tapi kini keadaan sudah berbalik. Pelanggan telah mendapat prioritas yang memang seharusnya didapatkannya. Bahkan belakangan, berbagai lembaga dan perusahaan berlomba untuk memenangkan hati pelanggannya. Caranya beragam, mulai dari memberikan reward kepada pelanggan setia atau dengan pelayanan yang cepat dalam menanggapi keluhan pelanggannya. Dengan bantuan teknologi, pelayanan tersebut telah berangkat menuju tahap baru dalam paradigma melayani pelanggan. Semua ini tak lain karena pelanggan adalah sebuah aset yang bermanfaat untuk keberlangsungan sebuah lembaga atau perusahaan. Berawal dari fenomena tersebut, penelitian ini berangkat.Customer Relationship Management (CRM) adalah sebuah sistem yang mengupayakan perusahaan dalam mempertahankan pelanggannya. Sistem ini bukan hanya berupa konsep semata, pada perkembangan selanjutnya dibentuk sebuah aplikasi teknologi sebagai alai pendukung konsep CRM. Penelitian ini mencoba untuk menelaah bagaimana implementasi teknologi tersebut digabungkan dengan visi perusahaan terhadap pelanggannya.Adapun tujuan dari penelitian ini adalah untuk mengetahui dan menganalisis tentang pelaksanaan sistem CRM dalam sebuah perusahaan operator seluler. Kemudian faktor-faktor apa saja yang mempengaruhi kinerja sistem CRM. Selain itu tujuan penelitian ini juga untuk mengetahui dan menganalisis apakah dengan pemberlakuan sistem CRM dapat meningkatkan kualitas pelayanan di mata pelanggan melalui pelayanan yang diberikan oleh divisi pelayanan pelanggan mereka. Metodologi yang digunakan dalam penelitian ini adalah metode deskriptif kualitatif dengan sifat evaluatif. Dipilihnya metode deskriptif karena dengan cara deskriptif, peneliti dapat memberikan gambaran dengan jelas serta dapat memaparkan apa yang terjadi dari sebuah kondisi atau peristiwa yang ada. Selain itu, dengan pendeskripsian ini maka dapat pula melukiskan secara sistematis fakta atau karakteristik tertentu atau bidang tertentu secara cermat.Temuan dalam penelitian ini menunjukkan bahwa pelanggan menyukai dengan perlakuan yang pribadi. Mereka menghormati dan menghargai pihak perusahaan yang mencoba untuk melakukan hal tersebut. Upaya perusahaan dengan bantuan teknologi canggih tersebut sangat membantu pihak petugas dalam menjalankan tugas menghadapi pelanggan. Di sisi lain, bantuan teknologi tidak akan berarti tanpa adanya sentuhan manusia.Kendala yang dihadapi selama pelaksanaan sistem lebih berupa kendala teknis, yaitu lambatnya sistem internal yang menghambat kerja petugas dalam melayani pelanggan yang menelepon. Secara keseluruhan, perusahaan telah dinilai berhasil mengimplementasikan sistem apalagi dibantu dengan kenyataan implementasi ini dilaksanakan dari awal. Hal ini menyebabkan pembentukan mental dapat berlangsung dengan lancar.

---

The term customer has been taken for granted by the company for many years. But now, fortunately, things has turning into customer's benefit. The customer now has been re-known as a priority to the company as well as the officials, they even raced to win the customers share of hearts. The race is not always similar, it can be done by giving the loyal customer point reward or they just simply give the customer the best quality service. By means of technology, these efforts have taken the new phase of the term serving the customer. All of these, is because the customer is actually a valuable asset for the continuity of one company. Starting from that phenomenon, this study is made.

Customer Relationship Management (CRM) is a system that is used by the company in order to maintain their customer. This system is not only a concept, in the next phase it is later formulize into a sophisticated technology application as a tool to support the CRM concept. This study is trying to explore how the technology implementation can be combined with the company vision toward its customer.

The purpose of this study, however, is to identify and to analyze about the proceeding of the CRM system in cellular operator company. And then, to identify which factors that can intercept the systems work. Also to identify and analyze if the implementation of the system can lift the quality of customer service itself in the eye of the customer.

The methodology which is being used in this study is qualitative descriptive with the evaluative notion. The reason these methods is picked, is because by description, a researcher can give a vivid picture of some situation and also can give the vast observation of some event that is present during the research. Besides that, by means of description, we can construct systematically the facts of particular field.

The finding of this study is shown that the customer loved the personal treatment. They respect and appreciate the effort which is given by the company whom done that. The efforts involved high technology and it can help the officers whom in charge of dealing directly to the customer.

On the other hand, the technology is meaningless without the human touch. Nevertheless, people would always appreciate being answer to a real friendly voice instead of a machine. The obstacle that is being faced in the proceeding of the system is a technical, that is the internal system which cutting away the flow of service by the officers in answering to the customer. By large, the company has done a good job in implementing the system although its still need refinements here and there."