Machine Learning: K-Means Clustering

Machine Learning: K-Means Clustering

APA LANGKAH SELANJUTNYA?

Banyak sekali langkah-langkah yang bisa dilakukan setelah kita mendapatkan pembagian kluster yang baik. Dalam kasus kali ini, kita memiliki pembagian kluster pelanggan berdasarkan jumlah penghasilan tahunan dan rating pengeluaran rutinnya apakah ia pembelanja besar atau pembelanja irit.

Sekarang kita memiliki 5 kelompok dengan bentuk dan karakteristik sebagai berikut:

  • Kluster 1 (warna merah), adalah pelanggan yang konservatif dengan penghasilan sedang dan pengeluaran sedang. Ini adalah titik di mana kita bisa melihat efektivitas strategi pemasaran kita saat ini. Bisa juga dibilang, fokus pemasaran mall saat ini adalah menyasar ke kluster ini, karena jumlah data poin yang masuk di kluster ini sangat banyak.
  • Kluster 2 (warna biru tua) adalah pelanggan yang irit. Mereka berpenghasilan besar, namun tidak mau mengeluarkan uang banyak. Dalam hal ini ada peluang meningkatkan strategi marketing spesifik untuk kluster ini. Karena potensi pembelian mereka sangat besar. Barangkali selama ini ada alasan mengapa mereka ragu berbelanja di mall kita. Ini adalah masalah yang harus segera diketahui apa alasannya.
  • Kluster 3 (warna hijau) adalah pelanggan yang berpenghasilan kecil dan belanja irit. Barangkali produk atau tenants di mall kita terlalu mahal. Setidaknya ita tahu bahwa potensi pembelian mereka memang tidak besar, dan kita juga tahu bahwa mereka kurang tertarik menghabiskan uangnya di kita.
  • Kluster 4 (warna biru muda) adalah mereka yang berpenghasilan rendah namun cukup royal (boros). Sepertinya strategi marketing kita sudah berhasil untuk menyasar pasar ini. Langkah selanjutnya adalah terus dipertahankan dan ditingkatkan untuk kluster ini.
  • Kluster 5 (warna unggu) adalah mereka yang berpenghasilan besar dan royal. Barangkali mereka hanya berbelanja di produk-produk yang ekslusif saja di mall kita. Perlu diperhatikan apa yang membuat mereka mau menghabiskan uangnya cukup banyak. Fokuskan ke sana agar total penjualan terus meningkat.

Tentunya itu adalah analisis sederhana yang bisa dilakukan setelah mengetahui pembagian kluster data pelanggan mall ini. Analisis yang lebih dalam dan lebih fokus tentunya masih bisa dilakukan, tergantung kebutuhan dan tujuannya.


Demikian pembahasan mengenai K-Means Clustering. Semoga pembaca bisa juga melakukan pembagian cluster untuk permasalahan nyata yang dihadapi. Teknik ini juga bisa dilakukan untuk membagi kluster terhadap pengguna media sosial seperti facebook, sehingga kita tahu konten iklan apa yang sesuai untuk masing-masing kluster.

Terima kasih sudah membaca, semoga bermanfaat.

Bagikan artikel ini:

Pages: 1 2 3 4

4
Leave a Reply

avatar
2 Comment threads
2 Thread replies
1 Followers
 
Most reacted comment
Hottest comment thread
3 Comment authors
EkoMB HerlambangRizki Recent comment authors
  Subscribe  
newest oldest most voted
Notify of
Rizki
Guest
Rizki

makasih pak, sangat jelas detail dan bisa di jalankan tanpa adanya kesulitan

Eko
Guest
Eko

Kalau mengacu pada formula machine learning (Tom M. Mitchell), Formula T,P,E (Task,Performance,Experience) untuk kasus clustering/unsupervised learning ini mengidentifikasinya bagaimana ya pak?