STTMCILEUNGSISTTMCILEUNGSI

TEKNOSAINS : Jurnal Sains, Teknologi dan InformatikaTEKNOSAINS : Jurnal Sains, Teknologi dan Informatika

Menggunakan studi kasus di kedai kopi XYZ di Bandar Lampung, Indonesia, penelitian ini melakukan ekstraksi pengetahuan pada dataset penjualan untuk membuat model cross-selling sebagai saran bundling produk. Ekstraksi pengetahuan dilakukan menggunakan teknik frequent itemset mining berbasis algoritma Apriori untuk mengekstrak serangkaian aturan asosiasi antar produk. Penelitian ini menerapkan struktur frequent itemset lima tahap yang mencakup pemahaman bisnis, persiapan data, eksplorasi data, pembuatan model menggunakan algoritma Apriori, dan evaluasi aturan. Kerangka kerja yang dihasilkan dari penelitian ini memberikan sejumlah aturan asosiasi bundling produk untuk strategi cross-selling yang melibatkan banyak produk dan kerangka waktu penjualan yang kompleks. Selain itu, disarankan aktivitas penjualan berbasis kartu loyalitas untuk melengkapi dataset dengan atribut konsumen dan tren pembelian. Rekomendasi kartu loyalitas dibuat berdasarkan layanan khusus dan penawaran yang disesuaikan berdasarkan riwayat pembelian dan pola pengeluaran konsumen. Dengan demikian, inisiatif pemasaran dapat ditujukan pada pelanggan dan produk yang tepat.

Produk dengan kaitan positif dan frequent item set menunjukkan aturan yang bervariasi menurut waktu, sebagaimana ditentukan melalui ekstraksi pengetahuan dan mining aturan asosiasi pada data transaksi Kedai Kopi XYZ.Penelitian ini memberikan rekomendasi bundling produk untuk waktu makan siang, sore, dan malam berdasarkan periode hari kerja dan akhir pekan, yang secara efektif meningkatkan penjualan.Personalisasi melalui penerapan kartu loyalitas diperlukan untuk memfasilitasi ekstraksi aturan asosiasi, meskipun proses klasifikasi pelanggan berdasarkan profitabilitas belum dilakukan dalam penelitian ini.

Pertama, perlu dikembangkan penelitian yang mengeksplorasi hubungan antara jenis pelanggan (misalnya pelajar, pegawai kantoran) dengan pola pembelian mereka menggunakan data dari kartu loyalitas, untuk mengidentifikasi segmen pelanggan mana yang paling responsif terhadap strategi bundling tertentu. Kedua, dapat dilakukan studi untuk menguji efektivitas rekomendasi bundling berbasis waktu (seperti siang hari untuk produk tertentu) dengan eksperimen terkendali di berbagai cabang kedai kopi, guna melihat konsistensi pola pembelian di lokasi berbeda. Ketiga, perlu ada penelitian lanjutan yang menggabungkan analisis cohort dan segmentasi pelanggan untuk mengevaluasi apakah personalisasi penawaran berdasarkan riwayat pembelian jangka panjang dapat meningkatkan nilai seumur hidup pelanggan (CLV) secara signifikan, serta bagaimana model prediktif dapat dioptimalkan dengan data perilaku yang lebih dalam.

  1. Cross-Selling the Right Product to the Right Customer at the Right Time - Shibo Li, Baohong Sun, Alan... journals.sagepub.com/doi/10.1509/jmkr.48.4.683Cross Selling the Right Product to the Right Customer at the Right Time Shibo Li Baohong Sun Alan journals sagepub doi 10 1509 jmkr 48 4 683
  2. arules - A Computational Environment for Mining Association Rules and Frequent Item Sets | Journal of... doi.org/10.18637/jss.v014.i15arules A Computational Environment for Mining Association Rules and Frequent Item Sets Journal of doi 10 18637 jss v014 i15
Read online
File size1.08 MB
Pages12
DMCAReport

Related /

ads-block-test