| dc.description.abstract | Dalam sebuah bisnis pengetahuan terkait karakteristik pelanggan adalah menjadi mutlak untuk diketahui, dalam kasus pada penelitian ini bahwa jenis bisnis yang menjadi fokus adalah bisnis on demand service (layanan berdasarkan permintaan pelanggan). Dimana jenis bisnis ini di Indonesia sudah menjadi hal biasa terutama bagi masyarakat yang berada di kota – kota besar Indonesia, layanan yang ditawarkanpun sangat beragam mulai dari transportasi online, pemesanan makanan, pengiriman paket, jasa belanja, jasa kebersihan dan lain sebagainya. Sebagai contoh aplikasi A, aplikasi ini merupakan produk mobile app dari perusahaan startup on demand service di Yogyakarta yang fungsi utamanya adalah mempertemukan antara penyedia jasa (Partner) dan pengguna jasa (Customer), memberikan solusi bagi Customer yang mengalami beberapa kendala dengan aktifitas rutin di rumah mereka, seperti cuci mobil, bersih – bersih rumah, cuci pakaian, perawatan ac, cuci sepatu & tas. Pada awal perjalanannya, perusahaan ini masih sangat minim informasi terkait siapa dan bagaimana pelanggan mereka, sehingga pada akhirnya setelah Partner yang diajak kerjasama mengalami peningkatan, begitu juga dengan Customer yang melakukan order untuk setiap layanan yang ditawarkan juga ikut meningkat, maka dari kondisi tersebut dan ditambah dengan kebutuhan untuk mengetahui karakter pelanggan, sehingga diperlukanlah sebuah metode yang dianggap mampu memenuhi kebutuhan tersebut, dan metode yang dipakai pada penelitian ini adalah sebuah usulan framework marketing mix for big data management, yang salah satu fokus utamanya adalah untuk mengetahui karakteristik dari pelanggan dengan menggunakan sumber data yang berkaitan dengan objek people. Dalam objek people tersebut terdapat beberapa data dan metode yang harus dipakai, diantaranya untuk data adalah data demographics dan customer review, kemudian untuk metode menggunakan klasterisasi dengan algoritma K – Means sebagai teknis pengolahan datanya. Dari 2 jenis data yang digunakan, terdapat 5 variabel olah data, yaitu rata – rata rating Partner (v1), rata – rata selisih waktu order dan pengerjaan (v2), rata- rata selisih jarak order dan workshop (v3), rata - rata jumlah order (v4), dan rata – rata total transaksi (v5). Data dikumpulkan dari rentan waktu mei 2017 sampai dengan juli 2019, dalam data tersebut terdapat 1697 jumlah Customer, 302 jumlah Partner, dan 1483 jumlah traksaksi. Data olah terbagi menjadi 3 bagian, yaitu data Partner dan Data Customer 1, dan Data Customer 2, kemudian setelah dilakukan pengolahan data
ii
terbentuklah 6 klaster untuk data Partner, 3 klaster untuk Customer 1, dan 6 klaster untuk Customer 2, dari analisis hasil dan evaluasi yang dilakukan, maka terbentuklah 7 (tujuh) rekomendasi strategi marketing untuk dijadikan rujukan dimasa yang akan dating oleh pihak marketing perusahaan A. | en_US |
