<![CDATA[Penelitian ini menganalisis pengaruh strategi kode promo terhadap perilaku customer churn pada platform e-commerce di Indonesia menggunakan pendekatan kuantitatif berbasis data transaksi pelanggan. Analisis dilakukan terhadap 1.486 data pelanggan simulasi periode 2024–2025 dengan menerapkan regresi logistik dan algoritma machine learning. Hasil regresi logistik menunjukkan bahwa penggunaan kode promo berpengaruh positif dan signifikan terhadap churn (β = 0,412; p < 0,01), sementara nilai promo (β = -0,157; p < 0,05) dan jumlah transaksi (β = -0,289; p < 0,01) menurunkan probabilitas churn. Analisis prediktif menunjukkan bahwa K-Nearest Neighbor dan Naïve Bayes mencapai akurasi klasifikasi 100%, sedangkan Decision Tree mencapai akurasi 66,76%. Temuan ini mengindikasikan bahwa promo bersifat massal berpotensi meningkatkan churn, sementara personalisasi promo berbasis data dapat meningkatkan efektivitas retensi pelanggan]]>
Copyrights © 2025
