ABC Store: Analisis Segment Toserba

Disclaimer!

Halaman ini adalah dokumentasi yang saya buat untuk salah satu proyek selama mengikuti Bootcamp Data Science di kelas.work. Saya tidak, dalam bentuk apapun, terikat dengan perusahaan/badan usaha yang ada dalam studi kasus ini dan baik ABC Store maupun skenario yang ada merupakan langkah yang saya ambil untuk membuat proyek ini berjalan sebagaimana adanya dalam DuDi.

Overview

Metodologi

1. Businesses Understanding

2. Pengumpulan dan Preprocecing Data

3. Menghitung dan Mengeksplorasi nilai RFM

4. Segmentasi Pelanggan

5. Evaluasi Pola yang ditemukan

6. Implementasi Hasil.

1. Businesses Understanding

Latar Belakang

1. Produk apa yang sering dibeli berdasarkan segmentasi pelanggan?

2. Bagaimana pengaruh pembelian produk terhadap retensi pelanggan?

3. Bagaimana cara mengenali pelanggan yang paling berharga untuk meningkatkan loyalitas mereka?

4. Apakah transaksi yang dibatalkan memiliki pengaruh yang signifikan terhadap hasil dan kinerja model?

1. Mengidentifikasi pelanggan berdasarkan nilai dan tingkat loyalitas.

2. Menyesuaikan strategi pemasaran berdasarkan segmentasi RFM untuk menjangkau pelanggan secara lebih personal dan efektif.

3. Meningkatkan penjualan dan pendapatan.

• RFM (Recency, Frequency, Monetary) Analysis - digunakan untuk segmentasi pelanggan berdasarkan tiga faktor utama:
• Recency (R): Seberapa baru pelanggan melakukan pembelian.
• Frequency (F): Seberapa sering pelanggan melakukan pembelian.
• Monetary (M): Seberapa banyak uang yang dibelanjakan pelanggan.

• Clustering (Pengelompokan) - digunakan untuk mengelompokkan pelanggan berdasarkan kesamaan karakteristik mereka, seperti frekuensi pembelian, total pengeluaran, atau produk yang dibeli. Algoritma clustering seperti K-Means atau Hierarchical Clustering digunakan untuk mengidentifikasi kelompok-kelompok yang memiliki pola serupa.

• Kelebihan
• Sederhana dan mudah dipahami
• Efisien untuk dataset besar
• Menyesuaikan dengan tipe data numerik

• Kelemahan
• Sensitif terhadap outliers
• Memerlukan penentuan jumlah cluster
• Tidak baik untuk data non-sferis

2. Pengumpulan dan Preprocecing Data

# basic function
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import datetime

# cluster dan segmentasi pelanggan, udah masuk modeling
!pip install yellowbrick
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler
from yellowbrick.cluster import KElbowVisualizer
from yellowbrick.cluster import SilhouetteVisualizer

from google.colab import drive
drive.mount('/content/drive')

# load dataset
path = "/content/drive/MyDrive/Classroom Data Science/RFM/online_retail_listing.csv"

data = pd.read_csv(path, delimiter=';', encoding='latin-1')
data.head()

# load dataset
path = "c:/RFM/online_retail_listing.csv"

data = pd.read_csv(path, delimiter=';', encoding='latin-1')
data.head()

1. Variabel dalam dataset
• Invoice - Nomor Invoice yang menjadi bukti transaksi
• StockCode - Kode stock barang yang menjadi pengenal di sistem internal
• Description - Nama barang/produk dalam display yang mendeskripsikan item tersebut
• Quantity - Banyaknya barang yang dibeli oleh pelanggan dalam sebuah transaksi
• InvoiceDate - Tanggal invoice dibuat pada saat pembelian terjadi
• Price - Harga satuan dari barang yang dibeli
• Customer ID - Kode unique untuk pelanggan yang melakukan transaksi
• Country - Negara asal seorang pelanggan yang melakukan transaksi.
 

2. Indikasi yang ditimbulkan
• Terdapat perbedaan jumlah nilai non null atas keseluruhan isi dari Description dan Customer ID, mengindikasikan adanya nilai yang hilang dari variabel tersebut.
• Terdapat kesalahan tipedata, di mana variabel seperti InvoiceDate dan Price memiliki tipedata yang tidak tepat jika dibandingkan dengan isi yang ada dalam variabel-variabel tersebut.
• Terdapat nilai minus pada variabel quantity dan kode C pada variabel Invoice, yang tidak masuk akal, dimana mungkin saja dapat mengindikasikan bahwa terdapat data yang tidak akurat pada keseluruhan isi data.

EDA Tahap Awal (Data Cleaning)

• analisis masing-masing variabel (univariat)

• analisis satu variabel terhadap variabel lainnya (bivariat)

A. Menangani Inaccurate Data

data[data["Invoice"].str.contains("C")]

data = data[~data["Invoice"].str.contains("C", na = False)]data

• InvoiceDate - Tanggal invoice dibuat atau pada saat pembelian terjadi
• Tipedata-nya: Object
• Value/isi: Tanggal Pembelian, waktu
• Yang seharusnya: Datetime
• Pertimbangan: Tidak masuk akal jika tanggal dan waktu pembelian produk dinyatakan dalam tipedata object (yang biasanya untuk string atau categorical), dapat menghambat analisis mendatang karena nilai Recency tidak bisa ditemukan dalam tipedata object.

• Price - Harga satuan dari barang yang dibeli
• Tipedata: Object
• Value/isi: Harga barang, mata uang
• Yang seharusnya: Float
• Pertimbangan: Dalam satuan ukur uang, mata uang menunjukkan nilai dari suatu barang atau jasa. Sebagai satuan hitung atau unit of account, uang yang terdiri dari angka memiliki unit utama dan unit pecahan (desimal). Sehingga membuat tipedata floating menjadi pilihan yang sesuai, karena fleksibel untuk unit utama dan unit pecahan. Menggunakan tanda titik (.) sebagai pemisah desimal alih-alih tanda koma (,).

data = data[data["Quantity"] > 0]
data.info()

data = data[data["Price"] > 0]
data.info()

B. Menangani Missing Value

• Sebagian besar transaksi memiliki jumlah barang (Quantity) kecil, dengan rentang 1 hingga 1.820 item, tetapi mayoritas hanya memesan 1 sampai 2 unit barang per transaksi (median = 1, kuartil ketiga = 2).

• Transaksi pada rentang harga rendah mendominasi, sehingga besar kemungkinan banyak transaksi bersifat kecil-kecilan atau dilakukan oleh pelanggan tanpa identitas tetap sehingga data dianggap tidak begitu relevan. Adapun kemungkinan lainnya ialah kesalahan manusia, kesalahan tekniis pada sistem (tidak memiliki logical test untuk syarat sebuah transaksi), atau masalah pengumpulan data yang tidak sempurna.

• Pendekatan paling tepat untuk menangani kondisi data yang kosong adalah menghapusnya. Karena data identitas yang hilang tidak dapat direkonstruksi dengan akurat dan berisiko merusak kualitas analisis jika diestimasi. Selain itu, celah dalam sistem atau proses pengumpulan data perusahaan, seperti ketidakkonsistenan pencatatan atau kerentanan sistem, dapat menjadi penyebab utama data yang hilang. Oleh karena itu, penghapusan data kosong tidak hanya memastikan keandalan analisis tetapi juga menyoroti perlunya peningkatan sistem pengelolaan data di perusahaan.

C. Menangani Duplicated Value

data.drop_duplicates(keep='first', inplace=True)
data.info()

D. Feature Engineering

E. Analisis Univariat

F. Analisis Bivariat

• Hubungan yang kuat antara OrderValue dan Quantity menunjukkan bahwa Quantity memiliki pengaruh signifikan terhadap besarnya OrderValue. Namun, karena nilai korelasi tidak mencapai 1, meskipun keduanya berkorelasi positif, hubungan tersebut tidak bersifat mutlak atau deterministik.

• Sementara itu, hubungan antara OrderValue dan Price tergolong lemah dan hampir tidak terlihat. Korelasi keduanya berada dalam rentang 0.0 hingga 0.3, yang mendekati nol, menandakan bahwa hubungan linear antara kedua variabel sangat lemah. Meskipun demikian, adanya nilai korelasi yang lebih besar dari nol mengindikasikan kemungkinan adanya hubungan lain yang bersifat non-linear.

1. Produk apa yang sering dibeli berdasarkan segmentasi pelanggan?

2. Bagaimana pengaruh pembelian produk terhadap retensi pelanggan?

Top 10 Produk Teratas

index	Product	Transaction
5045	WHITE HANGING HEART T-LIGHT HOLDER	4982
3767	REGENCY CAKESTAND 3 TIER	3302
292	ASSORTED COLOUR BIRD ORNAMENT	2666
2391	JUMBO BAG RED RETROSPOT	2611
3153	PARTY BUNTING	2087
2608	LUNCH BAG BLACK SKULL\.	2023
3842	REX CASH+CARRY JUMBO SHOPPER	1923
2621	LUNCH BAG SPACEBOY DESIGN	1873
4611	STRAWBERRY CERAMIC TRINKET BOX	1859
2245	HOME BUILDING BLOCK WORD	1844

 

Untuk mempermudah interpretasi, saya juga membuat visualisasi sederhana:

 

 

White Hanging Heart T-light Holder adalah salah satu barang terbaik yang ditawarkan oleh ABC Store, diikuti oleh Regency Cakestand 3 Tier dan delapan produk lainnya. Namun, jika ABC Store memiliki 10 produk teratas, pasti ada juga produk yang kurang sukses. Untuk analisis yang lebih mendalam, masalah atau tantangan dapat memberikan informasi tambahan pada RFM.

 

Top 10 Produk Terbawah

Adalah analisis antara dua variabel yang dibuat untuk mencapai tujuan dari analisis dan bisnis dari pemahaman bisnis yang telah didefinisikan mengenai ‘bagaimana cara memahami pelanggan berdasarkan nilainya’.

 

index	Description	Transaction
757	BROWN COZY SQUARE PHOTO ALBUM	1
355	BAG FOR CHILDREN VINTAGE PINK	1
354	BAG FOR CHILDREN VINTAGE BLUE	1
1772	FOLKART HEART CHRISTMAS DECORATIONS	1
1750	FOLDING SHIRT TIDY	1
1147	CRACKED GLAZE EARRINGS BROWN	1
1149	CRACKED GLAZE NECKLACE BROWN	1
359	BAKING MOULD CUPCAKE CHOCOLATE	1
3972	S/4 BLACK DISCO PARTITION PANEL	1
4960	WALL ART , THE MAGIC FOREST	1

 

Karena semua produk di atas memiliki jumlah pembelian yang sama, maka tidak efektif jika divisualisasikan. Sebaliknya, alasan mengapa produk-produk-produk tersebut memiliki performa yang rendah, dapat memberikan wawasan tambahan mengenai strategi pemasaran yang lebih efektif.

 

Pertama-tama, buatlah pertanyaan sederhana untuk masalah ini.

 

Apakah ada hubungannya dengan tren waktu?

 

Yang selanjutnya, akan memperluas jangkauan analisis ini, dimana bukan hanya tentang produk yang laku dan tidak laku saja, tetapi tentang … bagaimana bisa ada produk yang tidak laku?

 

Mari mulai!

 

Karena jumlah pembelian terkecil-nya sudah diketahui yakni 1, maka hanya product dengan sekali pembelian saja yang akan diambil. Selain itu, penggunaan sample berupa hanya 10 produk saja sudah tidak relevan, karena untuk memahami dan mencaritahu mengapa sampai ada produk dengan hanya sekali pembelian, penting untuk melihatnya secara keseluruhan.

 

 

Interpretasi:

• Terdapat puncak penjualan di awal pembentukan ABC Store pada Desember 2009 dengan lebih dari 60 transaksi. Ini mungkin disebakan dari rasa antusiasme dan penasaran pelanggan mengenai perusahaan yang baru di buka. Namun, terdapat penurunan drastis di awal 2010, tetapi masih ada lonjakan pada bulan januari dan maretnya dan fluktuasi terjad sepanjang 2010 hingga 2011 dengan beberapa bulan memiliki sedikit transaksi.

• Kemudian September 2010 menunjukkan lonjakan signifikan lainnya, kemungkinan ada faktor musiman atau promosi. Pada 2011, distribusi transaksi lebih merata, meskipun jumlahnya tetap rendah dibandingkan dengan akhir 2009 dan awal 2010.

 

Jadi, memang terdapat tren pada waktu awal pencatatan transaksi. Akan tetapi, itu tidak memiliki pengaruh yang begitu besar, karena secara bertahap mulai terjadi penurunan terhadap pembelian. Dan tidak juga dapat dikatakan sebagai pola musiman, karena walaupun bulan pertama perusahaan menggunakan sistem informasi terjadi lonjakan transaksi terhadap barang-barang yang dinilai kurang laku, itu hanya sekali dan fluktuasi tetap berjalan dengan beberapa perubahan kecil.

 

 

Apakah karena uang (harganya)?

 

Sekarang setelah mengetahui bahwa terdapat variasi dalam waktu pembelian dan tren di periode awal pencatatan, maka untuk memperjelas pola dari produk yang memiliki data jual yang rendah dan untuk mengetahui apakah produk-produk tersebut memiliki sedikit penjualan karena harganya yang tidak kompetitif, murni karena tren ‘penasaran’ pelanggan yang sudah tidak relevan atau memang produk tersebut yang kurang diminati di pasaran, saya akan membandingkan harga dari tiap produk yang dibeli dengan harga rata-rata dari keseluruhan transaksi.

 

Dalam langkah ini, adapun maksud dari harga yang tidak kompetitif ialah yang melebihi rata-rata harga. Di mana dengan asumsi produk tersebut terlalu mahal atau harganya terlalu tinggi dari cakupan harga normal, pendekatan ini tidak hanya akan mengungkap ‘Produk ini harganya terlalu tinggi!’, tetapi melihat pola lain seperti negara atau pelanggan yang menjanjikan untuk gambaran analisis RFM dan bahkan pola waktu yang berhubungan dengan langkah sebelumnya.

 

 

Di sini Anda dapat melihat bahwa ada lima produk kurang kompetitif yang ditemukan di penampilan awal. Dan sisanya adalah produk yang kiranya memiliki harga yang sama dengan rata-rata dan yang lebih rendah. Tentu saja itu tidak dapat dijadikan acuan dan hanya gambaran awal mengetahui dua kelompok yang sudah dibuat.

 

Kemudian, secara keseluruhan perbandingannya adalah seperti ini:

 

 

Persentase dari harga yang terlalu tinggi adalah 35.23%, lebih rendah dari yang diharapkan. Kalau begitu, mari perluas kembali jangkauannya.

 

 

Inggris (UK) tetap menjadi negara yang paling dominan dan menjanjikan. Negara tersebut adalah target pasar yang sangat besar. Dari sini, Anda dapat melihat bahwa produk-produk tersebut bukan hanya sekedar produk yang tidak laku saja. Apa yang ingin saya katakan adalah produk-produk yang tidak laku itu, tidak sepenuhnya tidak laku. Seberapa kecilnya itu tetap ada yang beli, dimana nilai terkecilnya adalah apa yang kita analisis saat ini.

 

Sebagai contoh, perhatikan visualisasi di bawah ini:

 

 

Apa yang Anda lihat adalah gambaran lain yang diperoleh mengenai RFM.

 

Dari visualisasi tersebut kita tidak hanya tahu bahwa pelanggan dengan ID 14156.0 melakukan transaksi atau beli barang sebanyak 12 buah. Tetapi, 12 barang yang dibeli oleh ID 14156.0 adalah barang yang berasal dari kelas atau kategori tidak laku. Anda harus ingat bahwa nilai terendah dalam rentang transaksi adalah satu (1) dan bukan nol (0), jadi kita tidak benar-benar mencari produk yang benar-benar tidak laku. Tetapi mencari tahu pola ‘kenapa’-nya dari produk yang kurang memiliki daya jual. Dalam hal ini, tren waktu dan harga tidak memiliki pengaruh dan pola yang begitu signifikan. Sehingga, dapat diartikan bahwa terdapat kekurangan dari segi produk (di luar harga dan tren waktu), yang memerlukan perhatian khusus terhadap kontrol kualitas.

 

Ngomong-ngomong, jika Anda ingin melihat distribusi data-nya lebih dalam, Anda bisa menggunakan kode berikut ini:

 

# Filter produk dengan harga terlalu rendah
low_price_products = result_data[result_data['Result'] == 'Harga sama atau rendah']
# Filter produk dengan harga terlalu tinggi
high_price_products = result_data[result_data['Result'] == 'Harga terlalu tinggi']

 

 

 

3. Menghitung dan Mengeksplorasi nilai RFM

Recency

customer_data = clean_data.pivot_table(index="Customer ID",
                values=["InvoiceDate", "OrderValue"],
                aggfunc={"InvoiceDate": [min, max, pd.Series.nunique], "OrderValue": sum})
customer_data.head()

# Memberi nama pada columns customer_data
customer_data.columns = ["LastInvoiceDate", "FirstInvoiceDate", "Frequency", "MonetaryValue"]

# Misalnya, untuk mendefinisikan 'today' sebagai tanggal terakhir di dalam dataset kolom LastInvoiceDate ini:

today = customer_data["LastInvoiceDate"].max() # acuan referensi tanggalnya

# Hitung recency: interval (hari) antara tanggal transaksi terakhir dan hari ini
customer_data["Recency"] = (today - customer_data["LastInvoiceDate"]) / np.timedelta64(1, 'D')
customer_data.head()

MonetaryValue

# Hitung persentil 99 dari MonetaryValue dan simpan kedalam percentile_99
percentile_99 = np.percentile(customer_data["MonetaryValue"], 99)

# Filter data yang memiliki MonetaryValue di bawah atau sama dengan persentil 99
customer_data = customer_data[customer_data["MonetaryValue"] <= percentile_99] # filter 1% outlier dengan mempertahankan 99% data asli.

Frequency

• Recency: Terbentuk dua kelompok pelanggan yang berbeda—sebagian besar masih aktif melakukan transaksi baru-baru ini, sementara sisanya jarang atau sudah lama tidak bertransaksi.

• Frequency & Monetary Value: Pola pembelian pelanggan terbagi menjadi dua segmen utama—kelompok besar dengan frekuensi transaksi rendah dan kontribusi pembelian kecil, serta kelompok kecil dengan transaksi yang lebih sering dan nilai pembelian yang lebih tinggi.

4. Segmentasi Pelanggan

Modelling

model_elbow = KElbowVisualizer(KMeans(random_state=1000), k=10)
model_elbow.fit(rfm_data)
model_elbow.show()

• Jumlah klaster (k=4) yang ditentukan dari metode Elbow didukung oleh evaluasi Silhouette Score dan Calinski-Harabasz Index.

• Dengan Silhouette Score sebesar 0.68, klasterisasi cukup baik, meskipun mungkin masih ada tumpang tindih kecil di area tertentu.

• Calinski-Harabasz Index yang tinggi menunjukkan bahwa data sudah terbagi dengan baik antar-klaster.

Segmentasi Pelanggan

 

• Recency ‘n Frequency
• Kluster 0: Memiliki Frequency pembelian yang sangat rendah (< 20), namun setiap pelanggan ada disetiap kelas Recency.
• Kluster 1: Kurang terlihat karena tersebar secara acak dan kepadatan pelanggan yang sangat kecil, tetapi jika bisa diambil beberapa pola kecil (yang ada); kelompok dominan yang terbentuk ialah yang berada di rentang Recency yang sangat kecil, yakni 10 bulan terakhir dengan rata-rata transaksi yang besar (10 sampai >60).
• Kluster 2: Memiliki persebaran yang hampir mirip dengan kluster sebelumnya, tetapi terdapat sedikit perluasan segment dimana nilai Recency cenderung lebih tersebar secara merata dan hampir menyamai pembagian kluster 0, namun tidak dengan kepadatannya. Sedangkan nilai Frequency yang dominan ada pada rentang 10 - 40 transaksi.
• Kluster 3: Dalam jumlah kepadatan pelanggan, kluster ini berada di urutan terakhir kedua setelah kluster 1. Dimana memiliki rentang Recency yang rendah secara dominan, namun tetap ada history dalam rentang lain dan memiliki pola Frequency tinggi yang hampir mirip dengan kluster 1.
 

• Recency 'n MonetaryValue
• Kluster 0: Memiliki kepadatan dan rentang yang hampir sama dengan segment sebelumnya, dimana pada kluster ini pengeluaran dan frequency yang dilakukan pelanggan berada pada skala yang kecil, tetapi recency-nya ada pada setiap rentang pembagian waktu.
• Kluster 1: Kluster ini adalah kluster yang paling dominan dari segi pengeluaran, berbanding lurus dengan jumlah transaksi pada perbandingan sebelumnya di mana kluster 1 ialah kluster dengan rentang transaksi yang lebih tinggi. Kebanyakan pelanggan pada kluster ini adalah mereka yang sering sampai cukup lama tidak aktif dalam melakukan transaksi. Perlu upaya untuk mempertahankan pelanggan dalam kluster ini.
• Kluster 2: Kluster ini cukup padat dan berada di rentang yang normal, yakni lebih tinggi dari kluster 0 dan lebih rendah dari kluster 3. Dimana walaupun lebih rendah dari kluster 3 dan 4, padatnya kluster ini lebih tinggi daripada dua kluster tersebut, sehingga menunjukkan bahwa pelanggan dalam kluster 2—yakni adalah pelanggan dengan pengeluaran sedang hingga menengah yang memiliki kecendrungan untuk aktif baru-baru ini.
• Kluster 3: Kluster ini adalah yang menjadi pembatas antara kluster dengan pengeluaran normal dan yang sangat tinggi. Sehingga dapat dilihat bahwa pelanggan dalam kluster ini adalah mereka yang berada dalam rentang pengeluaran 7000 - 15000 dan cenderung aktif, tetapi tidak banyak user dalam kluster ini.

• Frequency ‘n MonetaryValue
• Kluster 0: Pelanggan pada kluster ini hanya ada di rentang yang sangat kecil, di mana hubungan antara jumlah transaksi dan pengeluaran yang dilakukan berbanding lurus, yakni sangat rendah dan di bawah kluster lainnya.
• Kluster 1: Pelanggan pada kluster ini adalah mereka yang berada di puncak transaksi dan pengeluaran terbanyak. Dimana transaksi yang tersebar pada kluster ini cukup merata dan ada pada hampir kelas Frequency. Selain itu, walaupun terdapat beberapa pelanggan yang memiliki kesamaan dengan kluster lainnya dalam hal rentang Frequency, kontribusi yang dikeluarkan kluster ini lebih besar. Mengindikasikan pembelian barang-barang mewah dan kondisi ekonomi kaya dalam kluster ini. Akan tetapi, kepadatan dalam kluster ini tidak banyak jika dibandingkan dengan kluster lainnya.
• Kluster 2: Pelanggan pada kluster ini memiliki kecendrungan untuk melakukan sedikit hingga transaksi dalam jumlah normal. Dimana walaupun rentang jumlah transaksi pada kluster ini tidak jauh berbeda dari kluster 0, pengeluaran yang dilakukan pelanggan dalam kluster ini lebih tinggi daripada kluster tersebut. Sehingga, dapat diartikan bahwa pelanggan dalam kluster ini membeli produk yang sedikit lebih mahal namun di bawah batas wajar dari barang-barang mewah.
• Kluster 3: Persebaran pada kluster ini tidak lebih padat ataupun tidak begitu renggang dibandingkan dengan kluster lainnya. Di mana sebagian besar pelanggan tersebar cukup merata, dengan beberapa perluasan segment dari kluster 2 dan ada di tingkat yang lebih rendah dari kluster 1, mengindikasikan bahwa pelanggan dalam kluster ini membeli produk yang sedikit lebih banyak dari kluster 2 namun dengan harga yang lebih tinggi.

• Kluster 0: Recency Tinggi (merata), Frequency dan MonetaryValue yang sangat rendah— Pelanggan dalam seluruh kelas Recency dengan pembelian dan pengeluaran yang kecil. Paling padat.

• Kluster 1: Recency sangat rendah, Frequency dan MonetaryValue yang sangat tinggi— Pelanggan aktif dengan daya beli dan pengeluaran yang tinggi. Paling renggang.

• Kluster 2: Recency tinggi, Frequency dan MonetaryValue yang rendah. Cenderung agak padat dibanding dengan kluster 1 dan 3— Pelanggan dengan daya beli yang kecil dan sudah lama tidak aktif.

• Kluster 3: Recency rendah (cukup merata), Frequency dan cenderung tinggi. Kepadatan yang cenderung normal ke bawah (sedikit lebih tinggi dari kluster 1)— Pelanggan yang cenderung aktif dengan daya beli dan pengeluaran menegah ke atas.

Toggle list di bawah adalah yang akan menambahkan block code baru berupa hasil dari fungsi description() dari kluster.

 

Kluster Descriptive

Describe Cluster 0 for Selected Columns:
           Recency    Frequency  MonetaryValue
count  4471.000000  4471.000000    4471.000000
mean    241.335073     2.899799     745.190820
std     213.335697     2.371867     594.804859
min       0.018750     1.000000       2.900000
25%      44.113889     1.000000     266.675000
50%     183.938194     2.000000     559.970000
75%     405.968403     4.000000    1099.860000
max     733.138889    25.000000    2369.550000


Describe Cluster 1 for Selected Columns:
          Recency   Frequency  MonetaryValue
count   84.000000   84.000000      84.000000
mean    44.505556   31.309524   19898.352857
std     86.272514   20.257961    3600.954030
min      0.128472    3.000000   15172.140000
25%      5.723438   19.000000   16924.955000
50%     17.032639   28.000000   19531.535000
75%     40.264583   38.000000   22813.400000
max    570.850000  122.000000   26885.540000


Describe Cluster 2 for Selected Columns:
          Recency   Frequency  MonetaryValue
count  970.000000  970.000000     970.000000
mean    77.884832   10.623711    3998.704287
std    113.747662    6.323711    1250.806112
min      0.000000    1.000000    2380.130000
25%     12.121528    7.000000    2954.985000
50%     33.522569   10.000000    3712.940000
75%     82.085069   13.000000    4862.862500
max    686.070833  100.000000    6963.800000


Describe Cluster 3 for Selected Columns:
          Recency   Frequency  MonetaryValue
count  276.000000  276.000000     276.000000
mean    49.313519   20.692029    9965.781489
std    106.107148   10.993357    2162.076766
min      0.021528    1.000000    6995.360000
25%      6.072917   13.000000    8202.375000
50%     15.039583   19.000000    9490.070000
75%     34.991667   27.000000   11694.025000
max    648.915278   71.000000   14896.870000

• Kluster 0 : Recency sangat rendah. Frequency dan MonetaryValue yang terendah.

• Kluster 1 : Recency sangat rendah, Frequency dan MonetaryValue sangat tinggi.

• Kluster 2 : Recency tinggi, Frequency dan MonetaryValue yang rendah.

• Kluster 3 : Recency rendah, Frequency dan MonetaryValue tinggi.

5. Evaluasi Pola yang ditemukan

• Recency (Kiri)
• Kluster 0 memiliki nilai max tertinggi dibanding dengan kluster lain, menunujukan bahwa pelanggan dalam kluster ini sudah lama tidak melakukan transaksi.
• Kluster dengan nilai lebih kecil memiliki pelanggan yang melakukan transaksi baru-baru ini. Dengan urutan; kluster 0 (Merah) > kluster 2 (Biru) > kluster 3 (Ungu) > kluster 1 (Hijau).

• Frequency (Tengah)
• Frequency tertinggi ada pada kluster 1, yang menunjukkan pelanggan dalam kluster ini lebih sering dalam melakukan transaksi.
• Dengan urutan; kluster 1 (Hijau) > cluster 3 (Ungu) > cluster 2(Biru) > kluster 0 (Merah), kluster 0 adalah kelompok pelanggan yang paling jarang dalam melakukan transaksi.

• MonetaryValue (Kanan)
• Berbanding lurus dengan nilai Frequency-nya, kluster 1 memiliki nilai max tertinggi dibanding dengan kluster lainyya, menunjukkan bahwa pelanggan dalam kluster ini adalah mereka yang paling banyak melakukan pengeluaran.
• Dengan urutan; Kluster 1 (Hijau) > Kluster 3 (Ungu) > Kluster 2 (Biru) > Kluster 0 (Merah), berarti pelanggan dalam kluster 0 adalah yang paling sedikit menghabiskan uang.
 

6. Implementasi Hasil

Lost Customers

• Personalized Outreach!— Kirimkan pesan personal kepada pelanggan dengan penawaran ekslusif.

• Win-Back Offers—Menawarkan penawaran eksklusif agar pelanggan yang sudah lama tidak aktif tertarik kembali.

• Retargeting & Social Media Ads— Menggunakan iklan digital untuk menjangkau kembali pelanggan yang sudah lama tidak aktif.

• Feature Reintroduction— Memperkenalkan fitur baru atau peningkatan layanan yang bisa menarik kembali pelanggan.

• Free Trial or Product Sampling— Memberikan trial gratis atau sampel produk dari Early Access Programs untuk mendorong pelanggan mencoba kembali.

• Product Recommendations Based on Purchase History— Mempersonalisasi rekomendasi produk berdasarkan kebiasaan belanja sebelumnya.

Loyal Customers

• Personalized Communication & Appreciation— Mengirim pesan yang menunjukkan apresiasi atas kesetiaan mereka.

• Exclusive Access & Early Access Program— Member mendapatkan akses lebih awal ke produk baru atau diskon spesial.

• Referral Program— Pelanggan yang mengajak teman untuk bergabung mendapatkan hadiah atau diskon.

• Surprise & Delight Strategy— Memberikan kejutan seperti hadiah ulang tahun atau voucher tanpa pemberitahuan sebelumnya.

• Poin Reward (Point-Based Loyalty Program)— Pelanggan mengumpulkan poin dari transaksi yang bisa ditukar dengan hadiah atau diskon.

• Exclusive Discounts & Incentives— Menawarkan diskon atau poin loyalitas ekstra untuk mendorong transaksi ulang.

• Product Recommendations Based on Purchase History.

At-Risk Customers

• Personalized Communication— Menyesuaikan pesan berdasarkan preferensi pelanggan agar tetap engaged.

• VIP & Early Access Programs— Memberikan akses sementara ke Exclusive Access.

• Retargeting & Remarketing Ads— Menampilkan iklan kepada pelanggan yang sudah jarang berinteraksi.

• Product Recommendations Based on Purchase History

High-Value Customers

• Personalized Communication & Appreciation untuk meningkatkan kesetiaan pelanggan terhadap brand dan produk.

• Targeted Discounts & Upselling— Menawarkan produk tambahan atau diskon berdasarkan kebiasaan belanja mereka.

• Referral Program untuk mengajak pelanggan baru

• Poin Reward (Point-Based Loyalty Program) untuk mendapatkan diskon dan meningkatkan kelas pelanggan.

• Product Recommendations Based on Purchase History

Penutup

• Kode ‘C’ pada variabel Invoice tidak memiliki pengaruh signifikan kepada data hasil maupun model machine learning.

• Dalam konteks bisnis dan pemanfaatan yang mendalam untuk ABC Store, diperlukan Quality Control (QC) untuk memastikan kualitas produk atau layanan yang dihasilkan perusahaan tetap sama.

• Diperlukan variabel mengenai kategori produk untuk memperkaya informasi seputar produk dan segmentasi pelanggan (e.x. Category).

• Lost Customers perlu strategi re-engagement agar kembali melakukan transaksi.

• Loyal Customers harus diberikan program loyalitas agar tetap setia.

• At-Risk Customers bisa ditargetkan dengan promosi khusus sebelum mereka benar-benar churn.

• High-Value Customers harus diperlakukan sebagai VIP, dengan strategi eksklusif agar terus berbelanja.