CUSTOMER SEGMENTATION OF SMARTPHONE USERS USING K-MEANS CLUSTERING: STRATEGIES FOR TARGETED DIGITAL MARKETING CAMPAIGN
Article Sidebar
Main Article Content
Abstract
Penelitian ini mengeksplorasi penerapan K-Means clustering dalam segmentasi pelanggan smartphone untuk meningkatkan strategi pemasaran yang tepat sasaran. Dengan menganalisis perilaku pembelian, preferensi, dan demografi, segmen pelanggan yang berbeda berhasil diidentifikasi, memungkinkan pendekatan pemasaran yang disesuaikan. Segmen yang dihasilkan dari algoritma clustering ini meliputi Penggila Teknologi (Tech Enthusiasts), Low Bugdet, dan Pekerja Milenial. Setiap segmen menunjukkan karakteristik unik, memungkinkan pengembangan strategi pemasaran untuk segmen tertentu khususnya untuk targeting digital campaign. Nilai Proposisi yang Dioptimalkan (Optimized Value Proposition, OVP) untuk para Pecinta Teknologi Smartphone menekankan Fitur dan Perfoma, sementara Pembeli dengan low Bugdet ditargetkan dengan penekanan pada keterjangkauan dan spesifikasi yang cukup untuk kebutuhan sehari-hari. Melalui analisis K-Means clustering, dengan survey fokus pada daerah jabodetabek Jakarta, Bogor, Depok, Tangerang dan Bekasi yang bervariasi di 5 cluster berbeda. Temuan ini menunjukkan bahwa segmentasi yang efektif dapat meningkatkan Click to Action bagi iklan yang terarah kepada pelanggan dan meningkatkan penjualan. Penelitian ini menekankan pentingnya menggunakan Data berbasis Konsumen untuk menginformasikan strategi bisnis di dalam smartphone yang kompetitif.
Downloads
Article Details
Section
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
How to Cite
References
Dong, J., Rao, B., Liu, Y., Jiang, L., Lu, W., & Guo, Q. (2019). Strategi penetapan harga untuk periode berbeda selama musim penjualan berikutnya untuk produk musiman. Akses IEEE, 8, 39479-39490
Early, S. (2022). Penerapan K-Means pada segmentasi pasar untuk riset pemasaran. JURIKOM: Jurnal Riset Komputer, 9(4), 966–973. https://doi.org/10.30865/jurikom.v9i4.4486
Erik, E. P. (2022). Analisis segmentation customer mall menggunakan clustering algoritma K-Means. Jurnal Ilmu Data, 2(11), 1–11. http://ilmudata.org/index.php/ilmudata/article/view/266
Gultom, Z. A., Erwansyah, M. K. K., & Calam, M. A. (n.d.). Implementasi data mining untuk memprediksi penghasilan penjualan handphone di toko ponsel Takasimura dengan metode rough set. Unpublished manuscript
Indriyani, F., & Irfiani, E. (2019). Clustering data penjualan pada toko perlengkapan outdoor menggunakan metode K-Means. JUITA: Jurnal Informatika, 7(2), 109–113
Jotyka, G., & Suputra, I. G. K. R. (2021). Prosedur pendaftaran dan pengalihan merek serta upaya perlindungan hukum terhadap merek terkenal menurut Undang-Undang Nomor 15 Tahun 2001. Ganesha Law Review, 3(2), 125–139. https://doi.org/10.23887/glr.v3i2.447
Mulyaningsih, S., & Heikal, J. (2022). K-Means clustering using principal component analysis (PCA) Indonesia multi-finance industry performance before and during Covid-19. Asia-Pacific Management and Business Application, 11(2), 131-142. https://doi.org/10.21776/ub.apmba.2022.011.02.1
Porter, M. (2000). Strategi bersaing. Jakarta: Erlangga
Putra, M. F., Kridalaksana, A. H., & Arifin, Z. (2017). Rancang bangun alat pendeteksi kebocoran gas LPG dengan sensor MQ-6 berbasis mikrokontroler melalui smartphone Android sebagai media informasi.JurnalIlmuKomputasiMulawarman 12(1), 1–10. https://doi.org/10.30872/jim.v12i1.215
Putri, F., Hasibuan, A., Sumarno, S., & Parlina, I. (2021). Penerapan K-Means pada pengelompokan penjualan produk smartphone. Jurnal Teknologi dan Informatika, 1(1), 15–20
Putri, M. K., Rahman, J. S. F. M., Nursyifa, F. A., Alfarisi, S., Putro, T. G. S., & Agustin, R. (2019). Analisis segmentasi pasar dalam penggunaan produk Viefresh di wilayah sekitar kampus Universitas Muhammadiyah Surabaya. Balance: Jurnal Ekonomi dan Bisnis, 16(2), 156–161. https://doi.org/10.30651/blc.v16i2.3133
Rynto Mulyono, Ayu Sekar Ndini, Gilang Kharisma, Jerry Heikal (2023),Segmentation K-Means Clustering Model With SPSS Program Case Study Customer The Park Mall Sawangan, Vol. 8, No. 2, Februari 2023,http://dx.doi.org/10.36418/syntax-literate.v8i2.11429
Savitri, A. D., Bachtiar, F. A., & Setyawan, N.Y. (2018). Segmentasi pelanggan menggunakan metode K-Means clustering berdasarkan model RFM pada klinik kecantikan (studi kasus: Belle Crown Malang). Jurnal Pengembangan eknologi Informasi dan Ilmu Komputer, 2(9), 2957-2966
Tan, P. N., Steinbach, M., & Kumar, V. (2006). Introduction to data mining. People’s Posts and Telecommunications Publishing House
Wahyudi, M., Masitha, R., Saragih, S., & Solikhun. (2020). Data mining: Penerapan algoritma K-Means clustering dan K-Medoids clustering. Medan: Kita Menulis
Yunus, M., & Hani, M. N. I. (n.d.). Analisis penerapan e-marketing terhadap peningkatan penjualan produk minuman. Unpublished manuscript