Detail “ANALISIS SEGMENTASI PELANGGAN DALAM MENGGUNAKAN E-COMMERCE BERDASARKAN MODEL RECENCY, FREQUENCY, DAN MONETARY (RFM)” Bibliografi Author: Oneil, Braga ; Triyanti, Vivi (Advisor) Topik: Segmentasi Pasar; Model RFM; Python; K-Means Clustering; Analisis AIDA Bahasa: (ID )     Penerbit: Program Studi Sarjana Teknik Industri Fakultas Teknik Unika Atma Jaya     Tahun Terbit: 2024     Jenis: Theses - Undergraduate Thesis Fulltext: Braga Oneil_Undergraduated Thesis_2024.pdf (4.19MB; 16 download) 202004530033_Braga Oneil_LembarAdministrasi.pdf (487.39KB; 10 download) Abstract Melalui e-commerce, kegiatan jual beli dapat dilakukan tanpa pertemuan secara langsung antara penjual dan pembeli. Pengguna e-commerce sendiri diperkirakan akan terus bertambah hingga tahun 2027. Lebih lanjut lagi, para pelaku usaha cenderung mengandalkan e-commerce sebagai platform untuk mengembangkan bisnisnya. Untuk itu, penting bagi suatu bisnis mampu mengidentifikasi kebutuhan dan keinginan para pengguna yang semakin beragam. Penelitian ini bertujuan untuk mengidentifikasi bagaimana segmen pasar dengan mengacu pada Model Recency, Frequency, dan Monetary (RFM), serta karakteristik dari masing-masing segmen berdasarkan tahapan keputusan pembelian pada model Attention, Interest, Desire, dan Action (AIDA). Segmentasi dilakukan dengan menggunakan data responden yang diperoleh melalui kuesioner Google Form sebanyak 100 orang. Dari data yang diperoleh, kemudian dibuat model K-Means Clustering menggunakan bahasa pemrograman Python sebagai metode segmentasi tersebut. Hasil menunjukkan bahwa terdapat 5 segmen terbentuk berdasarkan model RFM, dimana segmen paling potensial ditandai dengan nilai recency terkecil, nilai frequency serta monetary terbesar. Di samping itu, juga diidentifikasi terkait karakteristik responden pada setiap segmen dengan mengacu pada tahapan pengambilan keputusan pembelian menggunakan model Attention, Interest, Desire, dan Action (AIDA). Berdasarkan hasil yang diperoleh, pihak terkait seperti para pelaku bisnis e-commerce dapat merencanakan rekomendasi strategi pemasaran yang sesuai dengan masing-masing karakteristik segmen yang terbentuk. Opini Anda Klik untuk menuliskan opini Anda tentang koleksi ini! Lihat Sejarah Pengadaan  Konversi Metadata   Kembali

Copyright © 2006, 2007 Unika Atma Jaya, all rights reserved