Perancangan Segmentasi Pelanggan Dengan Metode Clustering K-means Dan Model Rfm Pada Klinik Kecantikan Seoul Secret

Setiawan Setiawan, Husni Amani, Wawan Tripiawan

Abstract

Abstrak
Seoul Secret merupakan salah satu klinik kecantikan yang berada di Jakarta Selatan. Seoul Secret memberikan
pelayanan dan treatment yang optimal guna memenuhi kebutuhan pelanggan. Di awal tahun 2018 Seoul Secret
membuat program paket treatment. Pendapatan pengguna paket mengalami fluktuasi ditahun 2019 dan 2020
bahkan tidak mencapai target. Banyaknya jumlah pelanggan tidak sebanding dengan jumlah pelanggan setia.
Dalam tiga tahun terakhir jumlah kehilangan pelanggan lebih tinggi dibandingkan jumlah pelanggan setia. Oleh
karena itu pihak Seoul Secret perlu mengelola data pelanggan untuk dapat memberikan informasi mengenai
pelanggan. Tujuan penelitian ini yaitu melakukan segmentasi pelanggan pengguna paket dan memberikan usulan
strategi pemasaran. Penelitian ini menggunakan metode Clustering K-Means dan penerapan model RFM.
Clustering K-Means digunakan merupakan salah satu metode data mining untuk mengelompokkan pelanggan
berdasarkan karakteristik kesamaan pelanggan kedalam sejumlah K atau cluster yang telah ditentukan.
Sedangkan RFM merupakan metode untuk pengelompokkan data berdasarkan atribut Recency, Frequency dan
Monetary. Dengan mengkombinasi model RFM dan Clustering Algoritma K-Means dapat menggambarkan
segmentasi pelanggan berdasarkan perilaku pelanggan. Kemudian penelitian ini juga menghasilkan strategi
pemasaran yang dapat diberikan oleh pihak Seoul Secret diantaranya memberikan cashback, memberikan
voucher, adanya program membership, penerapan sistem poin, penawaran paket treatment ditambah layanan
pijat gratis, memberikan bonus treatment, menggunakan sistem appointment, penambahan dokter kecantikan
dan adanya layanan prioritas
Kata Kunci: Clustering , Algoritma K-Means, Data Mining, RFM
Abstract
Seoul Secret is a beauty clinic located in South Jakarta. The activity of the Seoul Secret beauty clinic is to provide optimal
service and treatment to meet customer needs. In early 2018 Seoul Secret created a treatment package program. The
income of package users has fluctuated in 2019 and 2020 and did not even reach the target. The large number of customers
is not proportional to the number of loyal customers. In the last three years the number of lost customers has been higher
than the number of loyal customers. Therefore, Seoul Secret needs to manage customer data to be able to provide
information about customers. The purpose of this research is to segment the package users and provide marketing strategy.
This study uses the K-Means algorithm clustering method and the application of the RFM model. Clustering K-Means is
used as a data mining method to group customers based on the characteristics of the customer into a predetermined
number of K or clusters. Meanwhile, RFM is a method for grouping data based on the attributes of recency, frequency
and monetary. By combining the RFM model and Clustering Algorithm, K-Means can describe customer segmentation
based on customer behavior. Marketing strategy that can be given by Seoul Secret include providing cashback, giving
vouchers, membership programs, implementing a points system, offering treatment packages plus free massage services,
providing treatment bonuses, using the appointment system, adding beauty doctors and providing priority services.
Keywords: Clustering , Algoritma K-Means, Data Mining, RFM

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0