Segmentasi Pelanggan B2B Berdasarkan Perilaku Pembelian dan Firmografi pada PT. Sukses Riau Permata (SRP)
DOI:
https://doi.org/10.25126/jtiik.20241116487Kata Kunci:
CRM, Firmografi, Fuzzy C-Means, LRFM, SegmentasiAbstrak
Aset yang memberi pengaruh besar pada proses bisnis perusahaan retail adalah pelanggan. PT. Sukses Riau
Permata (SRP) adalah badan usaha yang bergerak dalam bidang distribusi barang konsumsi yang pelanggannya banyak berjenis Business to Business (B2B). Permasalahan yang muncul pada PT. SRP ini adalah menurunnya jumlah konsumen sebanyak 27% yang terjadi pada 6 bulan terakhir Tahun 2021 dikarenakan strategi bisnis perusahaan belum mengaplikasikan Customer Relationship Management (CRM). PT. SRP belum mengidentifikasi pelanggan mana yang berkontribusi dan mana yang tidak memberikan keuntungan pada perusahaan akibatnya program pemasaran masih diberlakukan seragam kepada semua pelanggan. Maka dari itu pada penelitian ini dilakukan pengelompokan pelanggan berdasar kepada perilaku pembelian dan firmografi dengan algoritma Fuzzy C-Means. Indeks Davies Bouldin (DBI) digunakan untuk memverifikasi validitas hasil klasterisasi. Dari proses klasterisasi pelanggan dihasilkan 6 klaster yang dianalisis sesuai karakteristik segmen dengan segmen pelanggan terbaik yaitu cluster 4 (Superstar Segment) yang memiliki 383 pelanggan. Sedangkan segmen pelanggan terparah, yaitu cluster 6 (New Dormant Segment) yang memiliki 298 pelanggan. Adapun di akhir penelitian didapatkan hasil yaitu usulan strategi penjualan terbaik yang sesuai dengan deskripsi karakteristik dan kebutuhan segmen pelanggan.
Downloads
Referensi
ADITYA, D. L., DAN FITRIANAH, D., 2021. Comparative study of fuzzy c-means and k-means algorithm for grouping customer potential in brand limback. Jurnal Riset Informatika, 3(4), 327–334.
AUNG, M.M., HAN, T.T. DAN KO, S.M., 2019. Customer churn prediction using association rule mining. International Journal of Trend in Scientific Research and Development, 3(5), pp.1886-1890.
JOLLYTA, D., EFENDI, S., ZARLIS, M., DAN MAWENGKANG, H., 2019. Optimasi cluster pada data stunting: Teknik evaluasi cluster sum of square error dan davies bouldin index. Dalam Prosiding seminar nasional riset information science (senaris) (Vol. 1, hal. 918–926).
KANDEIL, D. A., SAAD, A. A., DAN YOUSSEF, S. M., 2014. A two-phase clustering analysis for b2b customer segmentation. Dalam 2014 international conference on intelligent networking and collaborative systems (hal. 221–228).
KURNIAWAN, P. DAN BUDHI, M.K.S., 2017. Smart Leadership-Being A Decision Maker# 2. Penerbit Andi.
MAHDIRAJI, H. A., KAZIMIERAS ZAVADSKAS, E., KAZEMINIA, A., DAN ABBASI KAMARDI, A., 2019. Marketing strategies evaluation based on big data analysis: a clustering-mcdm approach. Economic research-Ekonomska istrazivanja, 32(1), 2882–2892.
MANIKANDAN, V., PORKODI, V., MOHAMMED, A.S. DAN SIVARAM, M., 2018. Privacy preserving data mining using threshold based fuzzy cmeans clustering. ICTACT Journal on Soft Computing, 9(1).
MARISA, F., AHMAD, S. S. S., YUSOF, Z. I. M., HUNAINI, F., DAN AZIZ, T. M. A., 2019. Segmentation model of customer lifetime value in small and medium enterprise (smes) using k-means clustering and lrfm model. International Journal of Integrated Engineering, 11(3).
MONALISA, S., 2018. Segmentasi perilaku pembelian pelanggan berdasarkan model rfm dengan metode k-means. Query: Journal of Information Systems, 2(1).
NOVENDRI, R., ANDRESWARI, R. DAN PRATIWI, O.N., 2021. Implementasi Data Mining Untuk Memprediksi Customer Churn Menggunakan Algoritma Naive Bayes. eProceedings of Engineering, 8(2).
PARVANEH, A., ABBASIMEHR, H., DAN TAROKH, M. J., 2012. Integrating ahp and data mining for effective retailer segmentation based on retailer lifetime value.
STUNTEBECK, V., 2012. B2b customer segmentation: Important considerations when segmenting business customers. IBM Developer Works.
SUYANTO, M.L., 2018. Tingkat Dasar dan Lanjut. Informatika Bandung.
WIJAYA, K.Z., DJUNAIDI, A. DAN MAHANANTO, F., 2021. Segmentasi Pelanggan Menggunakan Algoritma K-Means dan Analisis RFM di Ova Gaming E-Sports Arena Kediri. Jurnal Teknik ITS, 10(2), pp.A300-A237.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Jurnal Teknologi Informasi dan Ilmu Komputer
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Artikel ini berlisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
Penulis yang menerbitkan di jurnal ini menyetujui ketentuan berikut:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).
