Analisis RFM dan K-Means dalam Segmentasi Pelanggan Logilife untuk Rekomendasi Strategi Digital Marketing

Abstract

Dalam era digital yang berkembang pesat, e-commerce menjadi kanal penting dalam bisnis, termasuk bagi Logilife, brand gula kesehatan dari PT. Niaga Amanah Sesama. Namun, tantangan seperti tingginya persaingan, biaya pemasaran, dan pengelolaan data pelanggan dari berbagai platform mendorong perlunya strategi Customer Relationship Management (CRM) yang tepat. Salah satu solusinya adalah dengan melakukan segmentasi pelanggan menggunakan analisis RFM (Recency, Frequency, Monetary) yang dikombinasikan dengan algoritma KMeans Clustering. Penelitian ini bertujuan untuk mengelompokkan pelanggan Logilife berdasarkan perilaku pembelian mereka guna menghasilkan rekomendasi strategi digital marketing yang lebih terarah menggunakan metode yang digunakan adalah CRISP-DM (Cross Industry Standard Process for Data Mining). Data transaksi pelanggan dianalisis menggunakan metode RFM untuk mengidentifikasi tingkat keterlibatan pelanggan. Karena distribusi data yang tidak merata, dilakukan transformasi logaritmik dan normalisasi sebelum segmentasi.