in E – Commerce for
Enhancing Profitability
Ananda Fauzia Sabban
01 03
INTRODUCTION METHODOLOGY
02 LITERATURE 04 EPECTED RESULT
REVIEW
05 CONCLUSION
Perkembangan teknologi sekarang ini sangat berkembang pesat, hal ini
juga diikuti oleh perkembangan e - commerce yang ada di Indonesia.
Menurut data dari Badan Sensus Statistika, Indonesia e – commerce
industry di sepuluh tahun terakhir meningkat hingga 17 %.
INTRODUCTION
Dengan adanya persaingan antar e –commerce yang ada, maka perlu
adanya hubungan antara manusia dan teknologi untuk menjaga dan
mengatur hubungan tersebut, disebut Customer Relationship
Management . Data dari CRM akan diolah menggunakan data mining
untuk menentukan struktur serta pola dari data tersebut. Dengan
mengetahui pola pembelian dari pelanggan, perusahaan akan mudah
untuk mendesain strategi pasar untuk meningkatkan profit perusahaan.
Customer Relationship Management
LITERATURE REVIEW
mengetahui lebih banyak tentang informasi pelanggan dan berinteraksi dengan
pelanggan secara intensif (Todman, 2001). Secara umum, manajemen hubungan
pelanggan memiliki tugas-tugas yang harus dipertimbangkan: memperoleh
pelanggan baru, menyenangkan pelanggan, serta menjaga pelanggan.
Data Mining
Data mining adalah proses mencari pola yang menarik dan tersembunyi dari
kumpulan data besar yang disimpan dalam database, data warehouse atau area
penyimpanan data lainnya. Data akan diolah menjadi informasi. Informasi ini diolah
dengan teknik data mining yang dapat digunakan untuk memisahkan pelanggan,
membuat prediksi dan rencana masa depan sehingga perusahaan mengetahui
kebutuhan pelanggannya. Secara umum, proses data mining mencakup 5 langkah
dasar: data selection, data transformation, data mining, result interpretation and
validation, dan incorporation of the discovered knowledge.
Data Types and Data
Sources
Data yang diperoleh untuk future
research ini menggunakan data Metode ini menggabungkan
METHODOLOGY
sekunder. Future research ini juga term frequency dan inverse
menggunakan metode kualitatif. document frequency.
Normalization
Method of Processing
Data Hasil dari metode Tf – IDF
dinormalisasikan
Weighting Term Frequency menggunakan the euclidean
Inverse Document Frequency normaliation method
(TF – IDF)
TARGET
DATABASE
RESULT
CLEANSED
DATA
PATTERN PATTERN
ANALYSIS ANALYSIS
KNOWLEDGE
Pada data selection, data akan dipilih berdasarkan
kerelevanan data terhadap pertanyaan yang
ditanya. Pemilihan data ini harus dipilih dengan
pikiran terbuka, tidak terbatas dengan hipotesis
yang ada . Perusahaan, biasanya, akan
menggunakan data warehouse untuk mendapatkan
relevan data.
9
Data Mining dan CRM menekankan hal-hal yang
berbeda. CRM adalah tentang mendapatkan dan
mempertahankan pelanggan, juga meningkatkan
loyalitas pelanggan dan menerapkan strategi yang
berfokus pada pelanggan. Untuk menjaga hubungan
CONCLUSION
yang benar dengan pelanggan yang perlu
mengumpulkan data dan informasi.
REFERENCES
Cyprus International University, seen 11 January 2021, <
https://www.scirp.org/pdf/IJCNS_2015122810374895.pdf>.
Feelders, A., H, Daniels., and M. Holsheimer 1999, Methodological and Practical Aspects of
Data Mining, Applied Elsivier, Tilburg University, seen 23 January 2021,
<www.elsevier.com/locate/dsw>.
Rahman, Abdur., M. N. A. Khan 2017, An Assessment of Data Mining Based CRM Techniques
for Enhancing Profitability, Applied Modern Education and Computer Science, Shaheed
Zulfikar Ali Bhutto Institute of Science and Technology, seen 17 January 2021,
<http://www.mecs-press.net/ijeme>.
Sadath, Lipsa 2013, Data Mining in E – Commerce: A CRM Platform, International Journall of
Computer Applications, Muscat College, seen 11 January 2021, <
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.403.9947&rep=rep1&type=pd>.