Segmentasi Minat Beli Pelanggan dengan Metode K-Means Clustering Untuk Meningkatkan Penjualan dan Pengelolaan Persediaan (Studi Kasus: Toko With Twister)

Abstract

With Twister merupakan toko hobi berbasis online di platform twitter yang menyediakan berbagai macam kebutuhan koleksi terkait dengan budaya Jepang. Permasalahan yang terjadi pada toko tersebut adalah adanya penurunan penjualan dengan tantangan lain yaitu penumpukan barang berlebih di gudang berkapasitas terbatas. Penelitian ini disusun untuk mendukung toko dalam penentuan strategi peningkatan penjualan dengan mengacu pada analisis karakteristik pelanggan. Peningkatan penjualan diharapkan menjadi solusi untuk mengurangi barang berlebih tanpa harus melakukan ekspansi gudang. Proses clustering menggunakan data riwayat transaksi pelanggan dalam periode Januari Tahun 2022-2023 dengan modifikasi model RFM dan penggunaan algoritma K-Means ke dalam kelas-kelas pelanggan. Hasil menunjukan bahwa cluster 0 merupakan kelompok pelanggan berpotensi dan berada pada kelas superstar customer. Karakteristik yang tergambar dalam kelas tersebut yaitu photocard, book, doll, dan postcard merupakan jenis produk paling diminati dengan harga tertinggi secara berturut sebanyak Rp. 3.296.000, Rp. 597.000, Rp. 1.776.000, dan Rp. 2.528.000, serta frekuensi pembelian sebanyak 1-10 kali, 1-5 kali, 1-4 kali, dan 1-4 kali. Pelanggan tersebut mayoritas berada di DKI Jakarta, Jawa Timur, dan Jawa Barat. Berdasarkan hasil tersebut, untuk meningkatkan penjualan, maka perusahaan perlu memprioritaskan pada pemenuhan permintaan untuk kelas superstar customer agar selalu tersedia. Sedangkan strategi penjualan yang dapat diusulkan adalah penggunaan marketing mix dengan menciptakan lingkaran komunikasi dan pencarian informasi ketertarikan terhadap variasi jenis produk yang digemari.