<![CDATA[Penjualan merupakan aspek krusial dalam bisnis karena secara langsung mempengaruhi pendapatan dan daya saing di pasar. Dalam konteks ritel, pendekatan penjualan yang seragam sering kali kurang efektif mengingat keragaman karakteristik dan perilaku belanja pelanggan. Penelitian ini dilakukan di Toko Hanifah, sebuah toko kebutuhan harian, dengan tujuan mengelompokkan pelanggan berdasarkan perilaku belanja mereka menggunakan analisis RFM (Recency, Frequency, Monetary) yang kemudian diklasifikasikan lebih lanjut menggunakan algoritma K-Means Clustering. Melalui pendekatan ini, pelanggan berhasil dikelompokkan ke dalam empat klaster, yaitu pelanggan reguler, pasif, loyal, dan pelanggan potensial. Klasterisasi ini didukung oleh analisis Principal Component Analysis (PCA) yang menunjukkan sebaran klaster yang jelas. Hasil penelitian ini memberikan kontribusi praktis dalam merumuskan strategi penjualan yang lebih efisien dan terarah, serta meningkatkan efektivitas pemasaran berdasarkan karakteristik masing-masing kelompok pelanggan. Pendekatan ini juga membuktikan potensi pemanfaatan data transaksi dalam mendukung pengambilan keputusan bisnis di sektor ritel.]]>
Copyrights © 2025
