Penerapan Association Rules untuk Elemen Cross Selling Pada Sistem Informasi Customer Development
DOI:
https://doi.org/10.33633/tc.v20i3.4750Keywords:
Association Rules, CRM, Cross Selling, HPAIAbstract
Tingkat persaingan yang tinggi dalam dunia bisnis, membuat HPAI harus melakukan strategi yang kuat dalam pemasaran dan penjualan produk. Semakin hari, data transaksi penjualan semakin banyak, dikarenakan ada 1500 transaksi setiap bulan yang terdiri dari 49 produk. Selama ini, data transaksi penjualan dilaporkan kepada pimpinan dan kemudian diarsipkan. Setelah itu, data tersebut tidak diolah dengan benar. Untuk itu diperlukannya sebuah strategi bisnis untuk dapat mengenal pelanggan secara lebih detail dan melayani mereka sesuai kebutuhannya. Customer Relationship Management (CRM) adalah sebuah strategi bisnis untuk memahami, mengantisipasi dan mengelola kebutuhan pelanggan yang potensial. Salah satu bagian dari CRM yakni cross- selling, yang harus didahului oleh analisis yang mendalam mengenai data transaksi pelanggan dengan menggunakan konsep data mining yang melibatkan proses pengambilan sumber informasi dari sebuah transaksi pelanggan. Association rules merupakan salah satu metode dalam data mining yang dapat menghasilkan beberapa pola yang bisa dijadikan strategi penjualan cross selling dalam merekomendasikan suatu produk kepada pelanggan. Nilai minimun support yang digunakan yakni 9% dan 60% yang menghasilkan 3 rules yang nantinya akan direkomendasikan kepada pelanggan melalui email.References
Beheshtian-Ardakani, A., Fathian, M., & Gholamian, M., 2018. A novel model for product bundling and direct marketing in e-commerce based on market segmentation. Decision Science Letters, 7(1),39–54. https://doi.org/10.5267/j.dsl.2017.4.005
Buttle, F., & Stan, M., 2015. Customer Relationship Management (Third edit). Butterworth-Heinemann.
Cruz-Jesus, F., Pinheiro, A., & Oliveira, T., 2019. Understanding CRM adoption stages: empirical analysis building on the TOE framework. Computers in Industry, 109, 1–13. https://doi.org/10.1016/j.compind.2019.03.007
Gordon., 2013. For Marketing, Sales, and Customer Relationship Management. In Journal of Chemical Information and Modeling (Vol. 53). https://doi.org/10.1017/CBO9781107415324.004
Li, S., Sun, B., & Montgomery, A. L., 2011. Cross-selling the right product to the right customer at the right time. Journal of Marketing Research, 48(4), 683–700. https://doi.org/10.1509/jmkr.48.4.683
Lim, A. H. L., & Lee, C. S., 2010. Processing online analytics with classification and association rule mining. Knowledge-Based Systems, 23(3), 248–255. https://doi.org/10.1016/j.knosys.2010.01.006
Ngai, E. W. T., Xiu, L., & Chau, D. C. K., 2009. Application of data mining techniques in customer relationship management: A literature review and classification. Expert Systems with Applications, 36(2 PART 2), 2592–2602. https://doi.org/10.1016/j.eswa.2008.02.021
Park, C. H., & Kim, Y. G., 2003. A framework of dynamic CRM: Linking marketing with information strategy. Business Process Management Journal, 9(5), 652–671. https://doi.org/10.1108/14637150310496749
Rababah, K., 2011. Customer Relationship Management (CRM) Processesfrom Theory to Practice: The Pre-implementation Plan ofCRM System. International Journal of E-Education, e-Business, e-Management and e-Learning, 1(1). https://doi.org/10.7763/ijeeee.2011.v1.4
Richards, K. A., & Jones, E., 2008. Customer relationship management: Finding value drivers. Industrial Marketing Management, 37(2), 120–130. https://doi.org/10.1016/j.indmarman.2006.08.005
Smita, S., & Sharma, P., 2014. Use of Data Mining in Various Field: A Survey Paper. IOSR Journal of Computer Engineering, 16(3), 18–21. https://doi.org/10.9790/0661-16351821
Timalsina, A. K., 2013. A framework for personalized dynamic cross-selling in E-commerce retailing. Dissertation Abstracts International: Section B: The Sciences and Engineering, 73.
Downloads
Published
Issue
Section
License
Penulis yang mempublikasikan artikelnya dalam jurnal ini setuju dengan ketentuan berikut :
- Hak cipta tetap pada penulis dan memberikan hak kepada jurnal Techno.Com sebagai prioritas pertama untuk mempublikasikan artikelnya dengan lisensi Creative Commons Attribution License yang memperbolehkan artikel untuk dapat dibagikan dengan pengakuan terhadap penulis artikel dan jurnal ini sebagai tempat publikasinya.
- Penulis dapat mendistribusikan publikasi artikelnya secara non-eksklusif (contoh : pada repository universitas atau pada buku) dengan pemberitahuan atau pengakuan publikasi di jurnal Techno.Com.
- Penulis diijinkan untuk mencantumkan karyanya secara online (misal : di website pribadi atau di repository universitas) sebelum dan sesudah proses pengiriman (lihat The Effect of Open Access).