Apa Saja yang Akan Kita Bahas?

• Cleaning/Transforming the Data
• Univariate Analysis
• Menganalisis KPI
  1. Pendapatan Tahunan
  2. Penghasilan Bulanan
  3. Tingkat pertumbuhan Pendapatan Bulanan
  4. Pelanggan Aktif Bulanan
  5. Penjualan Rata-rata per Pesanan
  6. Tingkat Pertumbuhan Pelanggan Baru
• Clustering dengan jumlah cluster yang berubah-ubah
  1. Menghitung nilai Recency, Frequency and Monetary untuk setiap pelanggan
  2. Menghitung RFM Score
  3. Membagi pelanggan menjadi beberapa segmen
• KMeans Clustering
• Data Preprocessing for KMeans
  1. Menghapus Skewness untuk mencapai distribusi Normal menggunakan Log Transformation
  2. Standarisasi variabel menggunakan Standard Scaler untuk varians equal dan equal mean
  3. Memilih jumlah cluster menggunakan Elbow Method
  4. Implementing KMeans
  5. Membangun Persona Pelanggan a. Snake Plot b. Perhitungan kepentingan relatif setiap cluster dibandingkan dengan populasi