Hasil Pencarian  ::  Simpan CSV :: Kembali

"

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.

"

"Kenaikan jumlah kelahiran di Indonesia pada era pandemi memberikan peluang bagi usaha perlengkapan Bayi. Bersamaan dengan ini, transaksi pembelian online pun meningkat. Penelitian ini bertujuan untuk mengetahui segmentasi nilai dari setiap segmen pelanggan menggunakan Customer Lifetime Value (CLV) dan menyusun strategi untuk setiap segmentasi pelanggan guna meningkatkan nilai daya saing usaha. Metode K-Means Clustering digunakan untuk mensegmentasi pelanggan menjadi beberapa kluster dan nilai CLV dipakai untuk menentukan nilai dari setiap segmen pelanggan dengan variabel Recency, Frequency, dan Monetary (RFM). Penyebaran kluster menggunakan Customer Value Matrix (CVM) juga dilakukan untuk memastikan karakteristik kluster. Data sekunder didapat dari transaksi penjualan. Analisa penjualan produk dilakukan dengan metode Association Rule yang menghasilkan salah satu strategi dalam Customer Development. Penelitian menghasilkan 5 kluster untuk pelanggan dengan 16 strategi untuk keseluruhan kluster. Strategi cross-selling merupakan strategi yang paling direkomendasikan.

---

The increase number of births in Indonesia during the pandemic era provided opportunities for baby equipment businesses. At the same time, online purchase transactions have also increased. 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 the value of business competitiveness. 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 the RFM variable. Cluster deployment using CVM is also carried out to ensure cluster characteristics. Secondary data is obtained from sales transactions. Analysis of product sales is carried out using the Association Rules method which results in one of the strategies in Customer Development. The research resulted in 5 clusters for customers with 16 strategies for the whole cluster. Cross-selling strategy is the most recommended strategy"

"

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.

"

"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."

"Pandemi COVID-19 memicu maraknya tren pembelian pakaian bekas dengan kualitas baik dan harga terjangkau yang dikenal dengan istilah Thrift Shopping. Bukan hanya dilakukan secara luring, namun juga secara daring didukung oleh perkembangan jumlah Thrift Shop daring yang ada. Dengan demikian, terjadi persaingan yang mengakibatkan dibutuhkan adanya daya saing yang tinggi dari suatu Thrift Shop untuk dapat memenangkan pasar. Penelitian ini bertujuan untuk merancang strategi customer-centric untuk setiap segmen pelanggan berdasarkan Customer Lifetime Value (CLV) dalam lingkup Customer Relationship Management (CRM) dengan menggunakan pendekatan model Length, Recency, Frequency, dan Monetary (LRFM). Metode K-Means Clustering digunakan untuk melakukan segmentasi pelanggan yang menghasilkan empat klaster dan nilai CLV digunakan untuk menentukan nilai dari setiap klaster pelanggan dengan variabel LRFM. Kemudian pemetaan klaster menggunakan Customer Value Matrix (CVM) dilakukan untuk memastikan karakteristik klaster pelanggan. Nilai CLV juga digunakan sebagai bobot pengukuran untuk melakukan pemeringkatan dengan TOPSIS pada delapan alternatif strategi yang diusulkan.

---

COVID-19 pandemic has sparked a trend of buying used clothes with good quality and affordable prices known as Thrift Shopping. Not only done offline, but also online supported by the growth in the number of existing online Thrift Shops. Thus, competition occurs which results in the need for high competitiveness from a Thrift Shop to be able to win the market. This study aims to design a customer-centric strategy for each customer segment based on Customer Lifetime Value (CLV) within the scope of Customer Relationship Management (CRM) using the Length, Recency, Frequency, and Monetary (LRFM) model approach. The K-Means Clustering method is used to segment customers which results in four clusters and the CLV value is used to determine the value of each customer cluster with the LRFM variable. Then cluster mapping using the Customer Value Matrix (CVM) is carried out to ascertain the characteristics of the customer clusters. The CLV value is also used as a measurement weight for ranking with TOPSIS on the eight proposed alternative strategies."

"Perkembangan teknologi setiap tahunnya semakin berkembang lebih maju dan cepat, salah satunya adalah dalam hal penggunaan internet. Dengan semakin banyaknya pengguna internet dan pelaku industri telekomunikasi di Indonesia sehingga menimbulkan persaingan ketat antar perusahaan telekomunikasi. Oleh karena itu, perusahaan telekomunikasi harus meningkatkan daya saing mereka dengan cara mempertahankan pelanggan dan pemanfaatan teknologi, serta melakukan pengukuran tingkat kematangan dalam skala aktivitas atau proses bisnis. Penelitian ini bertujuan untuk mengetahui perilaku pelanggan melalui segmentasi pelanggan berdasarkan Customer Lifetime Value (CLV) dengan pendekatan model Recency, Frequency, dan Monetary (RFM), melakukan pengukuran tingkat kematangan proses bisnis terkait Customer Care berdasarkan framework eTOM, dan merancang rekomendasi peningkatan loyalitas pelanggan untuk setiap segmen. 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 RFM. Kemudian pemetaan klaster menggunakan Customer Value Matrix (CVM) dilakukan untuk memastikan karakteristik klaster pelanggan. Kemudian nilai CLV digunakan sebagai bobot pengukuran untuk melakukan pemeringkatan dengan metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) pada 10 alternatif yang diusulkan kepada para ahli untuk dapat diterapkan oleh perusahaan telekomunikasi sehingga meningkatkan loyalitas pelanggan dan meningkat daya saing perusahaan.

---

The development of technology is growing more advanced and faster every year, including in terms of internet usage. The number of internet users and telecommunication industries in Indonesia increasing continuously, it has created high competition between telecommunication companies. Therefore, telecommunication company need to improve their competitiveness by retain loyalty customers and utilizing technology and also have a maturity level measurement in activities or business processes. The purpose of this study are to determine customer behavior through customer segmentation based on Customer Lifetime Value (CLV) using the Recency, Frequency, and Monetary (RFM) model, measure the maturity level of business process related to Customer Care based on the eTOM framework, and design recommendations to increase customer loyalty for each segment. Customers are segmented using the K-Means Clustering method, which yields four clusters, and the CLV value is used to determine the value of each customer cluster with the RFM variable. The Customer Value Matrix (CVM) is used to determine the characteristics of the customer clusters through cluster mapping. Then the CLV value is used as a measurement weight to rank with TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) method on the 10 alternatives proposed to the experts to be implemented by telecommunication company so they can increase customer loyalty and increase company competitiveness."