Segmentation Customer Supermarket

• Problem Statement
• Objectives
• Analytical Approach
• Definisi Kolom
• Data Analyst dan Clustering
• Kesimpulan
• Saran
• Others Project

Problem Statement

Analisis Kepribadian Pelanggan adalah analisis terperinci tentang pelanggan ideal perusahaan. Ini membantu bisnis untuk lebih memahami pelanggannya dan memudahkan mereka untuk memodifikasi produk sesuai dengan kebutuhan, perilaku, dan perhatian khusus dari berbagai jenis pelanggan.

Analisis kepribadian pelanggan membantu bisnis untuk memodifikasi produknya berdasarkan target pelanggan dari berbagai jenis segmen pelanggan. Misalnya, alih-alih mengeluarkan uang untuk memasarkan produk baru ke setiap pelanggan di database perusahaan, perusahaan dapat menganalisis segmen pelanggan mana yang paling mungkin membeli produk dan kemudian memasarkan produk hanya pada segmen tertentu.

Objectives

Segmentasi berbasis nilai mengevaluasi kelompok pelanggan dalam hal pendapatan yang mereka hasilkan dan biaya untuk membangun dan memelihara hubungan dengan mereka. Ini juga membantu perusahaan menentukan segmen mana yang paling dan paling tidak menguntungkan sehingga mereka dapat menyesuaikan anggaran pemasaran mereka.

Segmentasi berbasis nilai membantu mengidentifikasi pelanggan yang Memerlukan lebih banyak perhatian dari tim penjualan dan layanan.

Analytical Approach

Dalam analisa ini akan dilakukan 2 tahapan : - Melakukan EDA untuk melihat perkembangan bisnis perusahaan - Melakukan Clustering untuk menjawab permasalahan yang dibutuhkan perusahaan

Definisi Kolom

Nama Kolom	Keterangan Kolom
PEOPLE
ID	Customer's unique identifier
Year_Birth	Customer's birth year
Education	Customer's education level
Marital_Status	Customer's marital status
Income	Customer's yearly household income
Kidhome	Number of children in customer's household
Teenhome	Number of teenagers in customer's household
Dt_Customer	Date of customer's enrollment with the company
Recency	Number of days since customer's last purchase
Complain	1 if customer complained in the last 2 years, 0 otherwise
PRODUCT
MntWines	Amount spent on wine in last 2 years
MntFruits	Amount spent on fruits in last 2 years
MntMeatProducts	Amount spent on meat in last 2 years
MntFishProducts	Amount spent on fish in last 2 years
MntSweetProducts	Amount spent on sweets in last 2 years
MntGoldProds	Amount spent on gold in last 2 years
PROMOTION
NumDealsPurchases	Number of purchases made with a discount
AcceptedCmp1	1 if customer accepted the offer in the 1st campaign, 0 otherwise
AcceptedCmp2	1 if customer accepted the offer in the 2nd campaign, 0 otherwise
AcceptedCmp3	1 if customer accepted the offer in the 3rd campaign, 0 otherwise
AcceptedCmp4	1 if customer accepted the offer in the 4th campaign, 0 otherwise
AcceptedCmp5	1 if customer accepted the offer in the 5th campaign, 0 otherwise
Response	1 if customer accepted the offer in the last campaign, 0 otherwise
PLACE
NumWebPurchases	Number of purchases made through the company’s web site
NumCatalogPurchases	Number of purchases made using a catalogue
NumStorePurchases	Number of purchases made directly in stores
NumWebVisitsMonth	Number of visits to company’s web site in the last month

Data Analyst dan Clustering

Kesimpulan

• Clustering Gold :

  • Education : Basic
  • Age : 54
  • Children : 1
  • NumDealsPurchases : 2
  • NumWebPurchases : 5
  • NumCatalogPurchases : 5
  • NumStorePurchases : 8
  • NumWebVisitsMonth : 4
  • AcceptedCmp1 : 1
  • AcceptedCmp2 : 0
  • AcceptedCmp3 : 1
  • AcceptedCmp4 : 1
  • AcceptedCmp5 : 1
  • Income : 70.298
  • Total_Spendings : 1.075
  • Percentage 0,015%
  • Customer ini memiliki pendapatan yang paling tinggi, pembelian dengan quantity terbanyak.

• Clustering Silver :

  • Education : 2n Cycle
  • Age : 51
  • Children : 1
  • NumDealsPurchases : 2
  • NumWebPurchases : 3
  • NumCatalogPurchases : 1
  • NumStorePurchases : 4
  • NumWebVisitsMonth : 7
  • AcceptedCmp1 : 0
  • AcceptedCmp2 : 0
  • AcceptedCmp3 : 1
  • AcceptedCmp4 : 0
  • AcceptedCmp5 : 0
  • Income : 34.561
  • Total_Spendings : 164
  • Percentage : 0,004%
  • Customer ini memiliki pendapatan yang sedang, pembelian dengan quantity sedang.

• Clustering Silver :

  • Education : Basic
  • Age : 54
  • Children : 1
  • NumDealsPurchases : 3
  • NumWebPurchases : 4
  • NumCatalogPurchases : 2
  • NumStorePurchases : 5
  • NumWebVisitsMonth : 5
  • AcceptedCmp1 : 1
  • AcceptedCmp2 : 0
  • AcceptedCmp3 : 0
  • AcceptedCmp4 : 1
  • AcceptedCmp5 : 0
  • Income : 666.667
  • Total_Spendings : 471
  • Percentage : 0,70%
  • Customer ini memiliki pendapatan yang paling kecil, pembelian dengan quantity terkecil.

Saran

• Tim marketing perlu menjaga hubungan baik pada customer yang masuk clustering "Gold", hal ini di karenakan customer memiliki pendapatan yang tinggi dan total pengeluaran untuk belanja yang tinggi. Ini bisa menjadi peluang untuk perusahaan dan tim marketing melakukan pemasaran sedangkan untuk customer yang masuk dalam clustering 'Silver' dan 'Platinum' tidak dijadikan fokus untuk pemasaran/target hal ini dikarenakan total pendapatan dan total pengeluaran uangnya untuk belanja lebih sedikit, jika hal ini menjadi fokus perusahaan maka akan membesarkan beban pada laporan keuangannya saja.

OTHERS PROJECT

My Project : Data Analyst | Machine Learning | Data Visualization

Tech stacks currently using

Data Analyst

E-Commers Pakistan

Employee Attrition

Machine Learning - Supervised

California House Price

Credit Card Fraud

Telco Customer Churn

Employee Promotion

Machine Learning - Unsupervised

Segmentation Customer Mall

Segmentation Customer Supermarket

Segmentation German Credit Risk

Data Visualization

E-Commers Pakistan

Employee Attrition Report

Telco Customer Churn

Others Data Visualization Report (Click Picture) :

💬 Ask me about anything, I'll be happy to help!
💬 My inbox is always open, Contact me

THANKS YOU !!!

⭐️ From Muhammad Al-farisy