Marketing-Campaign

Predict Customer Personality to boost marketing campaign by using Machine Learning

📂 Stage 0 : Problem Statement

Memahami perilaku pelanggan secara mendalam merupakan langkah penting dalam menciptakan pendekatan pemasaran yang lebih tepat sasaran. Dengan mempertimbangkan berbagai faktor dalam interaksi pelanggan, perusahaan dapat menyajikan pengalaman yang lebih relevan dan personal, meningkatkan kepuasan pelanggan dalam bertransaksi, serta mendorong peningkatan penjualan secara keseluruhan. Melalui pendekatan ini, perusahaan dapat memastikan bahwa setiap layanan atau produk yang ditawarkan benar-benar sesuai dengan kebutuhan pelanggan, membangun loyalitas, dan mempertahankan hubungan jangka panjang.

Salah satu metode efektif untuk menganalisis karakteristik dan perilaku pelanggan adalah dengan menggunakan pendekatan clustering. Teknik ini memungkinkan perusahaan mengelompokkan pelanggan ke dalam segmen-segmen yang memiliki kesamaan tertentu, sehingga perusahaan dapat menyusun strategi pemasaran yang lebih spesifik dan relevan untuk setiap kelompok. Dengan strategi yang lebih terarah, perusahaan dapat meningkatkan pengalaman pelanggan, membangun hubungan yang lebih kuat, dan pada akhirnya memperoleh keunggulan kompetitif di pasar.

Goal

Pendekatan clustering saat ini digunakan untuk menganalisis karakteristik dan perilaku pelanggan, memungkinkan pemahaman yang lebih mendalam serta penyediaan layanan yang lebih personal. Langkah ini memudahkan pengambilan keputusan pemasaran yang lebih terarah dan meningkatkan performa penjualan.

Objectives

1. MembangunmodelMachineLearningklasteryangmemisahkanpelangganberdasarkankarakteristikutamasepertikebiasaanberbelanja,preferensi,daninteraksidenganplatform.

Menyediakaninsightyangmembantuperusahaandalammenyasarkelompokpelangganyanglebihpotensialuntukmeningkatkantransaksidanloyalitas. 3. Memberikanrekomendasistrategipemasaranyanglebihpersonaldanefektifberbasishasilklasterisasi.

---

📂 Stage 1 : Data Preparation

Data Understanding & Assesment

Dataset memiliki 2240 baris dan 30 fitur. Understanding dan Assesment data dilakukan untuk memahami dan memastikan bahwa data yang digunakan sudah siap untuk di analisis dan kebutuhan analisis lainnya. Berikut hal yang dilakukan :

• Memeriksa Missing Value pada data
• Memeriksa daya yang duplikat
• Memeriksa Outlier
• Memeriksa tipe data dan konsistensi nilai