{"title":"利用数据科学进行商业营销分析:基于 K-Means 聚类算法的客户个性细分","authors":"M. Harahap, Yusniar Lubis, Zakarias Situmorang","doi":"10.47709/dsi.v1i2.1348","DOIUrl":null,"url":null,"abstract":"Dalam makalah ini kami menyajikan analisis kepribadian pelanggan dalam membantu bisnis untuk memodifikasi produknya berdasarkan target pelanggan dari berbagai jenis segmen pelanggan sehingga menemukan pelanggan yang potensial, membuat pemasaran agar lebih efektif, melihat tren dalam perilaku pembelian pelanggan dan membuat penawaran produk yang relevan kepada pelanggan. Kerangka kerja Data Science (ilmu data) dengan metodologi CRIS-DM diterapkan untuk memberikan pemahaman bisnis, pemahaman data, analisis data dan pemodelan. Pada tahapan pemodelan diusulkan Principal component analysis (PCA) untuk pengurangan dimensial fitur, kemudian algoritma K-Means untuk segmentasi pelanggan dengan menggunakan metode ellow dan silhouette yang menghasilkan nilai k=4 yang paling optimal. Terakhir, hasil 4 cluster di analisis berdasarkan proposi, belanja, pendidikan dan tingkat keberhasilan kampanye yang disajikan secara visualisasi.","PeriodicalId":155875,"journal":{"name":"Data Sciences Indonesia (DSI)","volume":"132 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-01-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Analisis Pemasaran Bisnis dengan Data Science : Segmentasi Kepribadian Pelanggan berdasarkan Algoritma K-Means Clustering\",\"authors\":\"M. Harahap, Yusniar Lubis, Zakarias Situmorang\",\"doi\":\"10.47709/dsi.v1i2.1348\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Dalam makalah ini kami menyajikan analisis kepribadian pelanggan dalam membantu bisnis untuk memodifikasi produknya berdasarkan target pelanggan dari berbagai jenis segmen pelanggan sehingga menemukan pelanggan yang potensial, membuat pemasaran agar lebih efektif, melihat tren dalam perilaku pembelian pelanggan dan membuat penawaran produk yang relevan kepada pelanggan. Kerangka kerja Data Science (ilmu data) dengan metodologi CRIS-DM diterapkan untuk memberikan pemahaman bisnis, pemahaman data, analisis data dan pemodelan. Pada tahapan pemodelan diusulkan Principal component analysis (PCA) untuk pengurangan dimensial fitur, kemudian algoritma K-Means untuk segmentasi pelanggan dengan menggunakan metode ellow dan silhouette yang menghasilkan nilai k=4 yang paling optimal. Terakhir, hasil 4 cluster di analisis berdasarkan proposi, belanja, pendidikan dan tingkat keberhasilan kampanye yang disajikan secara visualisasi.\",\"PeriodicalId\":155875,\"journal\":{\"name\":\"Data Sciences Indonesia (DSI)\",\"volume\":\"132 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-01-25\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Data Sciences Indonesia (DSI)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.47709/dsi.v1i2.1348\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Data Sciences Indonesia (DSI)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47709/dsi.v1i2.1348","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Analisis Pemasaran Bisnis dengan Data Science : Segmentasi Kepribadian Pelanggan berdasarkan Algoritma K-Means Clustering
Dalam makalah ini kami menyajikan analisis kepribadian pelanggan dalam membantu bisnis untuk memodifikasi produknya berdasarkan target pelanggan dari berbagai jenis segmen pelanggan sehingga menemukan pelanggan yang potensial, membuat pemasaran agar lebih efektif, melihat tren dalam perilaku pembelian pelanggan dan membuat penawaran produk yang relevan kepada pelanggan. Kerangka kerja Data Science (ilmu data) dengan metodologi CRIS-DM diterapkan untuk memberikan pemahaman bisnis, pemahaman data, analisis data dan pemodelan. Pada tahapan pemodelan diusulkan Principal component analysis (PCA) untuk pengurangan dimensial fitur, kemudian algoritma K-Means untuk segmentasi pelanggan dengan menggunakan metode ellow dan silhouette yang menghasilkan nilai k=4 yang paling optimal. Terakhir, hasil 4 cluster di analisis berdasarkan proposi, belanja, pendidikan dan tingkat keberhasilan kampanye yang disajikan secara visualisasi.