Skip to content

adin99/Clustering-Retail-Transaction-using-RFM-and-K-means

Repository files navigation

Clustering-Retail-Transaction-using-RFM-and-K-means

Source Dataset: https://www.kaggle.com/regivm/retailtransactiondata

Recency merupakan kapan traksaksi terakhir yang dilakukan oleh customer.

Frequency merupakan berapa kali tiap customer melakukan traksaksi.

Monetary Value merupakan berapa besar transaksi customer yang dihabiskan.

Kesimpulan dan Insight dari Klustering ini adalah sebagai berikut:

Kluster 0 adalah pelanggan yang paling sering melakukan transaksi dan transaksi terbarunya dilakukan dalam waktu yang tidak jauh dari sekarang. Kluster 0 ini Paling banyak mengeluarkan uangnya untuk bertransaksi di market kita. Kluster ini merupakan target customer yang sangat potensial apabila kita meluncurkan produk baru. Pelanggan pada kluster ini bisa dikatakan pelanggan setia yang akan tetap berbelanja meskipun ada atau tidak ada nya promo.

Kluster 1 adalah pelanggan yang sudah lama tidak bertransaksi di market kita. Saat bertransaksi di market kita mereka juga tidak terlalu sering melakukan transaksi. Sedangkan dari segi monetary value nya, mereka juga tidak terlalu banyak mengeluarkan uangnya di market kita. Kita perlu melakukan survey kepada kluster ini supaya kita bisa mengetahui alasan dibalik mereka churn. Kita harus memperbaiki kualitas product dan pelayanan untuk mencegah pelanggan churn terjadi lagi.

Kluster 2 adalah pelanggan baru, yang dapat kita lihat bahwa dari rentang recency nya lebih kecil dari kluster 0. Untuk jumlah transaksinya masih belum terlalu banyak, tetapi sudah lebih baik dari kluster 1. Pada Kluster 2 ini, pelanggan belum banyak menghabiskan uangnya di market kita. Kita bisa memberikan promo kepada mereka untuk meningkatkan jumlah transaksi mereka.