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

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