Dashboard Segmentasi Pelanggan (Tableau)

Pratinjau Visual (Simulasi)

Pratinjau di atas adalah ilustrasi buatan sendiri (SVG) untuk demonstrasi, bukan tangkapan layar dari perangkat lunak komersial.

Ringkasan dan Pertanyaan Bisnis

Siapa pelanggan bernilai tinggi? Bagaimana cara mengelompokkan pelanggan berdasarkan nilai transaksi dan frekansi belanja untuk kampanye pemasaran yang tepat sasaran?

Dataset yang Digunakan

Dataset sintetis pelanggan: customer_id, customer_name, total_spend, order_count, last_order_date, segment, dan city. Digunakan untuk analisis RFM sederhana di Tableau.

Dataset sintetis untuk demonstrasi pembelajaran.

Tools

Tableau Desktop, RFM Analysis, Calculated Field, Parameter, Dashboard Action.

Proses Pengerjaan

1. Menghitung metrik RFM (Recency, Frequency, Monetary) sederhana dari data transaksi.
2. Mengelompokkan pelanggan menjadi empat segmen: Berpotensi Tinggi, Loyal, Risiko, dan Inaktif.
3. Membuat visualisasi di Tableau: diagram batang distribusi segmen, peta penjualan per wilayah, dan tabel detail pelanggan.
4. Menambahkan parameter dan filter interaktif untuk menyesuaikan ambang batas segmen.

Temuan dari Data Contoh

• Segmen Berpotensi Tinggi terdiri dari 12% pelanggan namun menyumbang 48% total revenue.
• Segmen Risiko (pelanggan yang lama tidak bertransaksi) mencapai 28% dari total pelanggan.
• Wilayah Jabodetabek mencatat konsentrasi pelanggan bernilai tinggi terbanyak.

Temuan di atas berasal dari data sintetis, bukan hasil bisnis nyata.

Keterbatasan dan Pelajaran

• Segmentasi RFM yang digunakan masih sederhana dan belum mencakup variabel perilaku berbelanja dalam waktu nyata.
• Dataset sintetis tidak mencakup demografi pelanggan yang detail.

Rencana Pengembangan

• Mengembangkan segmentasi dengan klasterisasi (clustering) menggunakan Python.
• Membuat dashboard yang diperbarui otomatis dari sumber data harian.
• Menambahkan rekomendasi tindakan pemasaran per segmen.