Analisis Kecerdasan Bisnis Berdasarkan Konsep Recency, Frequency, Monetary dan Lifetime Kasus : (Toko Retail Batik)

Abstract

Perkembangan globalisasi dan persaingan bisnis yang semakin ketat menuntut pelaku usaha ritel untuk mengoptimalkan pemanfaatan data pelanggan dalam pengambilan keputusan strategis. Toko ritel batik sebagai objek penelitian masih menghadapi permasalahan tingginya biaya pemasaran yang belum diimbangi dengan efektivitas dan ketepatan sasaran. Penelitian ini bertujuan untuk mengimplementasikan sistem Business Intelligence berbasis model RFM+ (Recency, Frequency, Monetary, dan Lifetime) yang dikombinasikan dengan analisis K-Means Clustering guna menghasilkan segmentasi pelanggan yang lebih akurat dan mendukung perumusan strategi pemasaran yang efisien. Data yang digunakan berupa data historis transaksi pelanggan toko ritel batik di Kota Magelang, yang mencakup informasi tanggal transaksi, frekuensi pembelian, nilai transaksi, dan lama berlangganan. Pengolahan dan visualisasi data dilakukan menggunakan Microsoft Power BI untuk menghitung skor RFM+, sedangkan analisis klaster dilakukan menggunakan metode K-Means. Hasil penelitian menunjukkan bahwa pelanggan dapat dikelompokkan ke dalam beberapa segmen utama, yaitu Champion, Potential Loyalist, At Risk, Lost, dan New Customer. Segmen Potential Loyalist merupakan kelompok dengan jumlah pelanggan terbanyak, sedangkan segmen Champion memiliki nilai kontribusi transaksi tertinggi. Implementasi model RFM+ dan K-Means Clustering terbukti mampu memberikan wawasan yang komprehensif mengenai perilaku dan nilai pelanggan. Temuan ini dapat dimanfaatkan oleh manajemen toko ritel batik untuk merancang strategi pemasaran yang lebih tepat sasaran, meningkatkan retensi pelanggan, serta mengoptimalkan alokasi biaya pemasaran. Dengan demikian, penerapan Business Intelligence berbasis data dapat meningkatkan efisiensi pemasaran dan daya saing bisnis ritel batik.