Analisis Segmentasi Pelanggan di Tiga E-Commerce Yang Paling Banyak Dikunjungi di Indonesia Pada Tahun 2023 Menggunakan RFM Model dan Teknik Clustering

Wulansari, Siti (2024) Analisis Segmentasi Pelanggan di Tiga E-Commerce Yang Paling Banyak Dikunjungi di Indonesia Pada Tahun 2023 Menggunakan RFM Model dan Teknik Clustering. Tesis (S2) - thesis, Universitas Bakrie.

[thumbnail of Cover] Text (Cover)
Wulan 00. Cover.pdf - Accepted Version

Download (329kB)
[thumbnail of BAB I-III] Text (BAB I-III)
Wulan 01. BAB I-III.pdf - Accepted Version
Restricted to Registered users only

Download (737kB) | Request a copy
[thumbnail of BAB IV] Text (BAB IV)
Wulan 02. BAB IV.pdf - Accepted Version
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB V] Text (BAB V)
Wulan 03. BAB V.pdf - Accepted Version
Restricted to Registered users only

Download (226kB) | Request a copy
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Wulan 04. Daftar Pustaka.pdf - Accepted Version

Download (149kB)
[thumbnail of Lampiran] Text (Lampiran)
Wulan 05. Lampiran.pdf - Accepted Version
Restricted to Registered users only

Download (1MB) | Request a copy

Abstract

Penelitian ini menganalisis perilaku pelanggan di tiga platform e-commerce yang paling banyak dikunjungi di Indonesia (Shopee, Tokopedia, dan Lazada) menggunakan model RFM (Recency, Frequency, Monetary) dan teknik K-Means clustering. Dalam konteks transformasi digital dan pertumbuhan pesat e-commerce, terjadi perubahan signifikan dalam perilaku pelanggan, yang menekankan pentingnya segmentasi pelanggan yang lebih akurat dan relevan. Penelitian ini mengintegrasikan analisis demografis, psikografis, dan perilaku pembelian pelanggan, menggunakan stratified random sampling untuk mengumpulkan data selama 6 bulan dari 100 responden di setiap platform e-commerce. Hasilnya, terbentuk enam cluster pelanggan yang masing-masing menunjukkan karakteristik unik. Setiap cluster dianalisis lebih lanjut untuk merumuskan strategi pemasaran yang spesifik dan efektif sesuai dengan perilaku dan preferensi pelanggan pada setiap platform e-commerce.

Item Type: Thesis (Tesis (S2) - )
Uncontrolled Keywords: RFM, K-Means Clustering, E-commerce, Transformasi Digital, Segmentasi Pelanggan, Perilaku Pelanggan, Strategi Pemasaran.
Subjects: Customer Behavior
Thesis > Thesis (S2)
Divisions: Fakultas Ekonomi dan Ilmu Sosial > Program Studi Magister Management
Depositing User: Siti Wulansari
Date Deposited: 30 Aug 2024 04:17
Last Modified: 30 Aug 2024 04:17
URI: https://repository.bakrie.ac.id/id/eprint/10173

Actions (login required)

View Item View Item