Pemilik brand terutama divisi design, produksi, dan penjualan biasanya menggunakan spesifikasi teknis untuk mewakili produk yang mereka buat. Oleh karena itu, pemilik merek tidak benar-benar mengetahui apa yang pelanggan mereka butuhkan. Era teknologi informasi berdampak pada melimpahnya data yang dapat digunakan untuk memahami perspektif pelanggan. Pemilik brand akan sangat diuntungkan oleh pemahaman yang lebih baik tentang perspektif pelanggan. Untuk mengatasi masalah ini, penulis melakukan penggalian teks dan pemrosesan bahasa alami pada customer review. Penelitian ini dilakukan dengan pendekatan kuantitatif. Penelitian ini dilakukan dengan beberapa tahapan yaitu melakukan scraping data customer review di marketplace, melakukan preprocessing untuk pembersihan data, melakukan ekstraksi atribut bauran pemasaran, melakukan analisa sentimen, membuat visualisasi hasil, dan interpretasi hasil. Tahapan tersebut dapat memandu pemilik brand untuk mendapatkan informasi terkait atribut bauran pemasaran dengan mengekstrak ulasan pelanggan tentang atribut produk berdasarkan konteks dan mendapatkan representasi atribut bauran pemasaran berdasarkan ulasan pelanggan dengan menggunakan analisis sentimen. Hasil dari penelitian ini adalah metode penggalian teks dan pemrosesan bahasa alami pada customer review dapat digunakan untuk memahami perspektif pelanggan terhadap atribut bauran pemasaran. Dalam penelitian ini, proses ekstraksi atribut menghasilkan dua puluh lima engineered attributes dan enam meta-attributes yang relevan dengan atribut bauran pemasaran product, price, promotion, people, dan process. Hasil sentimen analisis menunjukan bahwa merek sepatu impor cenderung mendapatkan sentimen positif pada seluruh atribut bauran pemasaran. Dengan demikian penelitian ini diharapkan menjadi bahan evaluasi bagi pemilik merek sepatu lokal untuk dapat memperbaiki setiap atribut bauran pemasaran untuk dapat bersaing dengan sepatu impor.
Brand owners, especially the design, production, and sales divisions, usually use technical specifications to represent their products. Therefore, brand owners need to know what their customers need. The era of information technology impacts the abundance of data that can be used to understand the customer's perspective. Brand owners will greatly benefit from a better understanding the customer's perspective. The author performs text mining and natural language processing on customer reviews to overcome this problem. This research was conducted with a quantitative approach. This research was conducted in several stages: scraping customer review data on the marketplace, preprocessing for data cleaning, extracting marketing mix attributes, conducting sentiment analysis, visualizing results, and interpreting results. These stages can guide brand owners to obtain information related to marketing mix attributes by extracting customer reviews about product attributes based on context and obtaining a representation of marketing mix attributes based on customer reviews using sentiment analysis. The result of this study is that the method of extracting text and natural language processing in customer reviews can be used to understand the customer's perspective on marketing mix attributes. In this study, the attributes extraction process produces twenty-five engineered attributes and six meta-attributes relevant to the marketing mix attributes of product, price, promotion, people, and process. The sentiment analysis results show that imported shoe brands tend to get a positive sentiment on all marketing mix attributes. Thus, this research is expected to be an evaluation material for local shoe brand owners to improve every attribute of the marketing mix to compete with imported shoes. |
T-Trias Samyo Nugroho.pdf :: Unduh