分段pelanggan menggunakan算法k-means berdasarkan模型最近频率货币

Apip Pramudiansyah Pramudiansyah
{"title":"分段pelanggan menggunakan算法k-means berdasarkan模型最近频率货币","authors":"Apip Pramudiansyah Pramudiansyah","doi":"10.35329/JIIK.V7I2.201","DOIUrl":null,"url":null,"abstract":"Pelanggan merupakan sumber keuntungan bagi perusahaan seperti halnya pada bisnis di bidang ritel Pelanggan merupakan aset bagi perusahaan. Saat ini, perusahaan berlomba-lomba dalam memenangkan hati para pelanggan. Karena masing-masing pelanggan tidak hanya memiliki kebutuhan, preferensi harapan dan perilaku yang berbeda-beda namun juga profil pendapatan dan biaya yang berbeda maka sebuah perusahaan perlu memetakan tingkat loyalitas pelanggannya. Namun tidak adanya pengolahan data pelanggan yang telah dimiliki menjadikan perusahaan tidak mengetahui valuable dari pelanggan yang ada. Penetapan rencana strategi pemasaran seharusnya dapat dilakukan salah satunya dengan memanfaatkan valuable customer yang dimiliki. Pemanfaatan valuable customer dilakukan dengan menggunakan data mining, penerapan model Recency Frequency Monetary pada tahapan data preparation dapat membantu untuk melihat valuable dari masing-masing pelanggan. hasil pengujian menggunakan Elbow Method didapatkan titik siku terbaik yaitu sebanyak 4 klaster dan setelah dilakukan perhitungan menggunakan algoritma k-means maka dihasilkan sebanyak 38,4% atau berjumalah 557 pelanggan masuk kedalam kelompok kategori Platinum, 12,6% atau berjumlah 184 pelanggan kategori Gold, 22,7% atau berjumlah 330 pelanggan kategori Silver, dan 26.% atau berjumlah 378 pelanggan kategori Bronze.","PeriodicalId":17755,"journal":{"name":"JURNAL ILMIAH ILMU KOMPUTER","volume":"17 14 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-09-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"4","resultStr":"{\"title\":\"SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA K-MEANS BERDASARKAN MODEL RECENCY FREQUENCY MONETARY\",\"authors\":\"Apip Pramudiansyah Pramudiansyah\",\"doi\":\"10.35329/JIIK.V7I2.201\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Pelanggan merupakan sumber keuntungan bagi perusahaan seperti halnya pada bisnis di bidang ritel Pelanggan merupakan aset bagi perusahaan. Saat ini, perusahaan berlomba-lomba dalam memenangkan hati para pelanggan. Karena masing-masing pelanggan tidak hanya memiliki kebutuhan, preferensi harapan dan perilaku yang berbeda-beda namun juga profil pendapatan dan biaya yang berbeda maka sebuah perusahaan perlu memetakan tingkat loyalitas pelanggannya. Namun tidak adanya pengolahan data pelanggan yang telah dimiliki menjadikan perusahaan tidak mengetahui valuable dari pelanggan yang ada. Penetapan rencana strategi pemasaran seharusnya dapat dilakukan salah satunya dengan memanfaatkan valuable customer yang dimiliki. Pemanfaatan valuable customer dilakukan dengan menggunakan data mining, penerapan model Recency Frequency Monetary pada tahapan data preparation dapat membantu untuk melihat valuable dari masing-masing pelanggan. hasil pengujian menggunakan Elbow Method didapatkan titik siku terbaik yaitu sebanyak 4 klaster dan setelah dilakukan perhitungan menggunakan algoritma k-means maka dihasilkan sebanyak 38,4% atau berjumalah 557 pelanggan masuk kedalam kelompok kategori Platinum, 12,6% atau berjumlah 184 pelanggan kategori Gold, 22,7% atau berjumlah 330 pelanggan kategori Silver, dan 26.% atau berjumlah 378 pelanggan kategori Bronze.\",\"PeriodicalId\":17755,\"journal\":{\"name\":\"JURNAL ILMIAH ILMU KOMPUTER\",\"volume\":\"17 14 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-09-03\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"4\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"JURNAL ILMIAH ILMU KOMPUTER\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.35329/JIIK.V7I2.201\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"JURNAL ILMIAH ILMU KOMPUTER","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35329/JIIK.V7I2.201","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 4

摘要

客户是公司的利润来源,就像客户零售业是企业的资产一样。如今,这家公司正在争取顾客的好感。由于每个客户不仅有不同的需求、期望偏好和行为,而且有不同的收入和成本概况,企业需要绘制其客户忠诚度的地图。但是缺乏现有的客户数据处理,使得公司不知道现有客户的价值。制定营销策略计划,其中一个应该是能够利用现有的价值客户。利用数据挖掘来完成有价值的客户使用,在数据准备阶段应用模型Recency Frequency Monetary可以帮助查看每个客户的价值。用Elbow Method进行的测试获得了4个集群的最好成绩,通过使用k-means算法计算,我们可以将38.4%或557个客户分级为白金,12.6%或184个客户分级为黄金,22.7%或330个客户分级银,26个。%或378个客户类别Bronze。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA K-MEANS BERDASARKAN MODEL RECENCY FREQUENCY MONETARY
Pelanggan merupakan sumber keuntungan bagi perusahaan seperti halnya pada bisnis di bidang ritel Pelanggan merupakan aset bagi perusahaan. Saat ini, perusahaan berlomba-lomba dalam memenangkan hati para pelanggan. Karena masing-masing pelanggan tidak hanya memiliki kebutuhan, preferensi harapan dan perilaku yang berbeda-beda namun juga profil pendapatan dan biaya yang berbeda maka sebuah perusahaan perlu memetakan tingkat loyalitas pelanggannya. Namun tidak adanya pengolahan data pelanggan yang telah dimiliki menjadikan perusahaan tidak mengetahui valuable dari pelanggan yang ada. Penetapan rencana strategi pemasaran seharusnya dapat dilakukan salah satunya dengan memanfaatkan valuable customer yang dimiliki. Pemanfaatan valuable customer dilakukan dengan menggunakan data mining, penerapan model Recency Frequency Monetary pada tahapan data preparation dapat membantu untuk melihat valuable dari masing-masing pelanggan. hasil pengujian menggunakan Elbow Method didapatkan titik siku terbaik yaitu sebanyak 4 klaster dan setelah dilakukan perhitungan menggunakan algoritma k-means maka dihasilkan sebanyak 38,4% atau berjumalah 557 pelanggan masuk kedalam kelompok kategori Platinum, 12,6% atau berjumlah 184 pelanggan kategori Gold, 22,7% atau berjumlah 330 pelanggan kategori Silver, dan 26.% atau berjumlah 378 pelanggan kategori Bronze.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
KLASIFIKASI PENYAKIT PERNAPASAN BERBASIS VISUALISASI SUARA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE KLASIFIKASI MAHASISWA BERPOTENSI DROP OUT MENGGUNAKAN ALGORITMA NAIVE BAYES DAN DECISION TREE RANCANG BANGUN APLIKASI GAMIFIKASI UNTUK MENINGKATKAN KESADARAN KEAMANAN SIBER Literature Review: Analisis Metode Perancangan Sistem Informasi Akademik Berbasis Web Alat Pengusir Burung Pada Tanaman Padi Berbasis IoT
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1