Pertumbuhan pesat platform e-commerce telah memengaruhi keputusan pembelian konsumen, khususnya pada marketplace seperti Tokopedia. Penelitian ini bertujuan menganalisis pola keputusan pembelian produk makanan dan minuman serta merumuskan implikasinya terhadap strategi Customer Relationship Management (CRM) berbasis data. Metode yang digunakan adalah pendekatan kuantitatif dengan dataset sebanyak 9.711 ulasan pelanggan yang diperoleh melalui Kaggle. Analisis dilakukan menggunakan Naive Bayes untuk klasifikasi keputusan pembelian ulang dan FP-Growth untuk menemukan pola asosiasi antara rating, harga, dan keputusan pembelian. Tahapan praproses meliputi pembersihan data, transformasi atribut, diskretisasi, serta pemrosesan teks menggunakan TF-IDF. Hasil penelitian menunjukkan bahwa Naive Bayes menghasilkan akurasi 60,18% dengan precision kelas Y sebesar 94,30%, namun recall masih dipengaruhi oleh ketidakseimbangan data. FP-Growth menunjukkan bahwa rating bintang 5 merupakan faktor paling dominan dalam pembelian ulang, dengan kombinasi rating bintang 5 dan harga sedang menghasilkan confidence tertinggi sebesar 98,6%. Temuan ini menegaskan pentingnya kepuasan pelanggan dan mendukung perumusan strategi CRM yang lebih terarah.