Laporkan Masalah

ANALISIS SEGMENTASI PELANGGAN MENGGUNAKAN KOMBINASI TEKNIK KLASTERING DAN KLASIFIKASI BERDASARKAN RECENCY, FREQUENCY, DAN MONETARY STUDI KASUS PADA PT DIABETOZ

KENI ASTARANI, YULIA ARISNANI WIDYANINGSIH, M.B.A., Ph.D.

2016 | Tesis | S2 MANAJEMEN (MM) JAKARTA

Perusahaan Diabetoz, merupakan perusahaan pemasok produk etikal farmasi yang mengalami perlambatan pertumbuhan akibat dari implementasi program JKN oleh Pemerintah. Kondisi tersebut menjadikan perusahaan perlu memiliki suatu strategi pemasaran yang berorientasi pada pelanggan agar dapat mempertahankan keberlangsungan bisnisnya di Indonesia. Permasalahan timbul ketika suatu perusahaan yang ingin menerapkan strategi tersebut memiliki jumlah perwakilan perusahaan (medical representative) yang tidak sebanding dengan jumlah pelanggannya. Beberapa penelitian sebelumnya menjelaskan bahwa permasalahan tersebut dapat diatasi melalui analisis segmentasi berdasarkan nilai pelanggan (RFM). Tujuan dari penelitian ini adalah untuk menentukan segmen dan aturan klasifikasi pelanggan Diabetoz melalui nilai pelanggan (RFM). Penelitian ini dilakukan melalui tiga tahap; (1) Nilai RFM digunakan sebagai atribut pada two-setp clustering untuk menentukan jumlah segmen; (2) Atribut kuantitative nilai RFM dan klaster digunakan dalam analisis pohon keputusan CHAID untuk menghasilkan aturan klasifikasi untuk segmentasi; dan (3) Karakterisasi segmen menggunakan variabel perilaku konsumen, demografis, dan geografi. Penelitian ini menghasilkan lima segmen dengan karakteristik yang berbeda, yakni: (1) Top Clients memiliki karakteristik nilai pelanggan tertinggi dengan dominasi outlet adalah tipe Rumah Sakit dan sebagian besar pelanggannya berada di daerah basetown; (2) High Potential Clients memiliki karakteristik pelanggan yang sering melakukan transaksi dengan perusahaan, outlet dominasi adalah Rumah Sakit dan Apotek di daerah upcountry; (3) Medium Potential Clients memiliki karakteristik pelanggan yang melakukan transaksi dengan frekuensi normal, mayoritas outlet adalah Apotek dan sebagian besar pelangannya berada di daerah upcountry; (4) Low Potential Clients memiliki karakteristik pelanggan yang jarang melakukan transaksi dengan Apotek adalah outlet dominan dan sebagian besar pelanggannya terletak pada daerah upcountry; dan (5) Unsatisfactory Clients memiliki karakteristik pelanggan yang memiliki jumlah transaksi kurang dari 2 kali dalam satu tahun dengan jenis outlet adalah Apotek, Rumah Sakit, dan Insitusi Pemerintah yang pembeliannya berdasarkan proyek dan sebagian besar pelanggannya berada di daerah upcountry. Penelitian ini juga menghasilkan 18 aturan klasifikasi yang dapat digunakan untuk mensegmentasi dan mengevaluasi pelanggan.

Diabetoz, a company with ethical pharmaceutical products experienced a degrowth as a result of the implementation of a Government program JKN. These conditions make companies need to have a marketing strategy which focused on customers (in this research is retail outlet) in order to sustain its business in Indonesia. Problems arise when a company who wants to implement these strategies have a limited number of representatives (medical representatives) which not comparable with the number of customers. Several studies have explained that these problems can be addressed through the analysis of segmentation based on customer value (RFM). The purpose of this research was to determine the segmentation and classification rules of Diabetoz customers through customers value (RFM). This research conducted in three stages; (1) Value of RFM atributes were clustered using Two-step clustering algorithm to determine the number of segment; (2) Combine RFM quantitative atributes and cluster into decision tree CHAID analysis to generate classification rules for segmentation; and (3) Characterize the segments using consumers behaviour, demografis, and geografis variables. This research results five segments with different characteristics, i.e: (1) Top Clients have characteristics for customers who owned the highest value with Hospital as the majority type of outlets, and most of outlets are located in basetown area; (2) High Potential Clients have characteristics for customers who have frequent transaction with company, dominant type of outlet is Hospital and Pharmacy and most of customers are located in upcountry area; (3) Medium Potential Clients have characteristics for customers who have medium number of transaction and Pharmacy is a majority type of outlets and most of customers are located in upcountry area; (4) Low Potential Clients have characteristics for customers who have small number of transactions with company and Pharmacy is a majority type of outlet and most of customers are located in upcountry area; and (5) Unsatisfactory Clients have characteristics for customers who have transaction less than 2 times in a year with dominant type of outlet is Pharmacy and most of customers are located in upcountry area. This research also resulted 18 classifiation rules which can be used to segment and evaluate customer.

Kata Kunci : Kata kunci: segmentasi, model RFM, analisis klaster two step, analisis pohon keputusan CHAID. Keywords: Segmentation, RFM model, Two-step clustering, CHAID decision tree.