RFM AND CLUSTER ANALYSIS ONLINE RETAIL K-MEANS

Kmeans merupakan salah satu algoritm yang bersifat unsupervised learning. KMeans memiliki fungsi untuk mengelompokan data kedalam sata cluster. algoritm ini mampu menerima data tanpa adanya label kategori. KMeans Clustering Algoritm juga merupakan metode non-hierachy. Metode ini mengelompokan berberapa data kedalam kelompok yang menjelaskan data dalam satu kelompok memiliki karakteristik yang sama dan memiliki karakteristik yang berbeda dengan data yang ada pada kelompok lain.

RFM analysis merupakan salah satu jenis analisis data yang kerap digunakan di dunia bisnis. Analisis ini biasanya dijadikan dasar untuk menyusun strategi pemasaran suatu perusahaan.

K-Means Clustering adalah suatu metode penganalisaan data atau metode Data Mining yang melakukan proses pemodelan unssupervised learning dan menggunakan metode yang mengelompokan data berbagai partisi.K Means Clustering memiliki objective yaitu meminimalisasi object function yang telah di atur pada proses clasterisasi. Dengan cara minimalisasi variasi antar 1 cluster dengan maksimalisasi variasi dengan data di cluster lainnya.Clustering Algoritma (K-Means) memiliki tujuan untuk meminimalisasikan fungsi objective yang telah di set dalam proses clustering. Tujuan tersebut dilakukan dengan cara meminimalikan variasi data yang ada didalam cluster dan memaksimalikan variasi data yang ada di cluster lainnya.

RFM analysis merupakan jenis analisis data yang digunakan dalam dunia bisnis, tepatnya dalam bidang pemasaran atau marketing. Analisis ini bisa dilakukan secara manual dengan memperhitungkan data demografis dan psikografis. Selain itu, bisa juga dengan cara otomatis memanfaatkan sistem CDP atau customer data platform. Dalam data science, RFM analysis bisa dilakukan menggunakan bahasa pemrograman Phyton.

 RFM by Cluster Scores

Cluster_id (Hierarchical)