Segmentasi Pelanggan Belanja Daring berdasarkan Click-ad dengan Algoritma K-means
Keywords:
Segmentasi Pelanggan, Belanja Daring, Click-Ad, Iklan DigitalAbstract
Di era belanja daring yang semakin berkembang, memahami perilaku pelanggan menjadi hal yang penting bagi perusahaan untuk menyusun strategi pemasaran yang efektif. Salah satu cara yang bisa dilakukan adalah dengan melihat bagaimana pelanggan berinteraksi dengan iklan, khususnya melalui klik pada iklan digital (click-ad). Penelitian ini bertujuan untuk mengelompokkan pelanggan berdasarkan pola klik mereka terhadap iklan menggunakan algoritma K-means. Data yang dianalisis mencakup frekuensi klik, lama waktu kunjungan ke situs, dan kategori produk yang sering diakses. Dengan menerapkan K-means, kami berhasil mengidentifikasi beberapa kelompok pelanggan dengan karakteristik yang berbeda, seperti mereka yang aktif mengklik iklan, yang jarang berinteraksi, serta pelanggan setia pada kategori tertentu. Hasil dari segmentasi ini diharapkan dapat membantu perusahaan dalam menyusun strategi pemasaran yang lebih tepat sasaran dan personal. Pendekatan ini juga menunjukkan potensi besar dalam meningkatkan efektivitas iklan digital dan kepuasan pelanggan secara keseluruhan.
References
Astuti, A. W., Sayudin, S., & Muharam, A. (2023). Perkembangan bisnis di era digital. Jurnal Multidisiplin Indonesia, 2(9), 2787–2792.
Awalina, E. F. L., & Rahayu, W. I. (2023). Optimalisasi strategi pemasaran dengan segmentasi pelanggan menggunakan penerapan K-means clustering pada transaksi online retail. Jurnal Teknologi Dan Informasi, 13(2), 122–137.
Azhari, S. P. (2022). Kemudahan Penggunaan, Resiko, dan Kepercayaan Konsumen Terhadap Repurchase Intention pada Situs Belanja Online Shopee. Jurnal Administrasi Bisnis (JAB), 12(2), 132–138.
Cetinkaya, Y. M., Külah, E., Toroslu, ?. H., & Davulcu, H. (2024). Targeted marketing on social media: Utilizing text analysis to create personalized advertising. Social Network Analysis and Mining, 14(1), 1–15.
Gea, S. (2022). Pengaruh segmentasi pasar terhadap peningkatan volume penjualan. Jurnal Akuntansi, Manajemen Dan Ekonomi, 1(1), 48–54.
Hafidz Ardana, C., Khoyum, A. A. A. A. A., & Faisal, M. (2024). Segmentasi pelanggan penjualan online menggunakan Metode K-Means Clustering. JISKA (Jurnal Informatika Sunan Kalijaga), 9(1), 1–9.
Han, J., Kamber, M., & Pei, J. (2012). Data mining: Concepts and techniques (3rd ed.). Morgan Kaufmann.
Husein, A., Al-Kilidar, H., & Al-Debei, M. M. (2022). Time analysis of online consumer behavior by decision trees, GUHA, and clustering techniques. Journal of Decision Systems, 31(1), 1–15.
Ikotun, A. M., Ezugwu, A. E., Abualigah, L., Abuhaija, B., & Heming, J. (2023). K-means clustering algorithms: A comprehensive review, variants analysis, and advances in the era of big data. Information Sciences, 622, 178–210.
John, J. M., Shobayo, O., & Ogunleye, B. (2024). An exploration of clustering algorithms for customer segmentation in the UK retail market. arXiv preprint arXiv:2402.04103.
Liu, X., & Shih, H.-S. (2021). Big data analytics of social network marketing and personalized recommendation system. Journal of Business Research, 134, 123–135.
Maulana, R., Pratama, D. A. P., Sya, N., Rahmasari, A., & others. (2021). Implementation of Hierarchical Clustering Algorithm for Mall Customer Data Clustering. Gunung Djati Conference Series, 3, 113–117.
Nurmiarani, M., Hariyati, F., Solihin, O., & Agus Waluyo, E. (2023). Revitalisasi Bisnis di Era Digital: Peranan Media Sosial dalam Mengembangkan Komunikasi Bisnis: Literature Review. Dewantara: Jurnal Pendidikan Sosial Humaniora, 2(4), 226–237.
Rai, P., & Tang, L. (2022). Selecting audience segments for online advertising: A data-driven approach. Expert Systems with Applications, 187, 115868.
Sun, Y., & Xu, J. (2023). The integration of customer characteristics and browsing patterns for personalized marketing. Marketing Intelligence & Planning, 41(2), 345–362.
Wang, J., & Zhang, Y. (2023). A hybrid model for improving customer lifetime value prediction using RFM and K-means clustering. Journal of Retailing and Consumer Services, 68, 103057.
Zhu, Y., Wang, Y., Wei, J., & Hao, A. (2023). Effects of vividness, information and aesthetic design on the appeal of pay-per-click ads. Journal of Research in Interactive Marketing, 17(6), 848–864.
