<![CDATA[Perkembangan pesat industri E-commerce mendorong perubahan perilaku konsumen menuju pola belanja digital yang dinamis. Shopee menjadi salah satu platform yang paling bayak digunakan di Indonesia berkat kemudahan akses, promosi, serta integrasi fitur transaksinya yang efisien. Penelitian ini bertujuan untuk membangun model perilaku pengguna Shopee dengan menggunakan pendekatan Generalized Linear Model (GLM) yang digabung dengan LASSO Regularization untuk mengidentifikasi variabel perilaku yang paling berpengaruh terhadap tingkat keaktifan pengguna. Data yang digunakan adalah data perilaku pengguna Shopee yang telah melalui tahap pembersihan dan standarisasi untuk memastikan kualitas analisis. Hasil seleksi variabel melalui LASSO menunjukkan lima faktor utama yaitu jumlah hari login, frekuensi login, aktivasi ShopeePay, jumlah pesanan, dan klaim voucher. Model GLM menghasilkan tiga variabel signifikan dengan nilai AUC sebesar 0.7325, menunjukkan kemampuan klasifikasi yang baik. Hasil evaluasi tambahan menunjukkan akurasi sebesar 65,4%, sensitivitas sebesar 85,5%, dan spesifisitas sebesar 48,5%. Nilai tersebut mengindikasikan bahwa model lebih baik dalam mengidentifikasi pengguna aktif dibandingkan pengguna tidak aktif, sesuai dengan karakteristik umum data perilaku pengguna. Temuan ini menegaskan bahwa intensitas interaksi dan aktivitas transaksi memiliki pengaruh lebih besar terhadap keaktifan pengguna dibandingkan frekuensi akses semata. Pendekatan GLM–LASSO terbukti efektif dalam membangun model perilaku pengguna yang stabil dan relevan bagi pengembangan strategi retensi pelanggan.]]>
Copyrights © 2025
