TUGAS MATA KULIAH

MARKETING INTELLIGENCE

Dosen : Alva Hendi Muhammad, S.T., M.Eng, Ph.D.

Disusun Oleh:
Kelompok 1
1. THEDJO SENTOSO (22.55.1245)
2. H E N D R I K (22.55.1231)
3. TEGUH ARLOVIN (22.55.1244)
4. HIDAYATUNNISA (22.55.1205)
5. ANDI SYAHRUL RAMDANA (22.55.1226)
6. VIRGINIA TAMUNTUAN (22.55.1246)
7. AGUNG TRI UTOMO (22.55.1192)

STRATEGI PEMASARAN PRODUK SEPATU ADIDAS

Universitas AMIKOM Yogyakarta

S2 PJJ Teknik Informatika
Desember 2023
 DAFTAR ISI

D A F T A R I S I................................................................................................................................. 2
1. Latar Belakang ............................................................................................................................... 3
2. Dataset ............................................................................................................................................ 4
3. Pemodelan ...................................................................................................................................... 5
4. Analisis Hasil dan Rekomendasi ................................................................................................. 11
5. Kesimpulan ................................................................................................................................... 12
1. Latar Belakang
Pelanggan adalah aset berharga bagi setiap bisnis Dalam era persaingan yang ketat,
perusahaan harus berfokus pada kepuasan pelanggan dan memenuhi kebutuhan mereka
agar dapat bersaing. Salah satu produk sepatu yang bersaing di pasar internasional
adalah adidas. Agar bisa bersaing dengan merek sepatu lainnya adidas terus
mengeluarkan model terbaru dengan tujuan agar pelanggan masih tetap setia dengan
produk adidas.

Adidas telah berhasil membangun merek yang sangat kuat dan dikenal secara global.
Tiga garis merek utama mereka, yaitu Adidas, Reebok (yang diakuisisi pada tahun
2005), dan TaylorMade-Adidas Golf, membentuk portofolio merek yang kuat. Adidas
terus berinvestasi dalam penelitian dan pengembangan untuk menciptakan produk-
produk inovatif. Teknologi Boost, Primeknit, dan Futurecraft adalah contoh inovasi
yang sukses dalam produk sepatu mereka.

Adidas telah menjalin kemitraan dengan berbagai atlet dan selebritas terkenal sebagai
bagian dari strategi pemasaran mereka. Misalnya, kemitraan jangka panjang dengan
atlet sepakbola terkenal seperti Lionel Messi, serta kolaborasi dengan musisi dan
desainer seperti Kanye West dan Pharrell Williams. Adidas tidak hanya fokus pada
sepatu olahraga, tetapi juga pada pakaian dan aksesori olahraga. Mereka menawarkan
berbagai produk yang mencakup berbagai kegiatan olahraga dan gaya hidup.

Adidas memahami pentingnya pemasaran digital dan kehadiran online. Mereka aktif
dalam memanfaatkan media sosial, kampanye digital, dan situs web resmi mereka
untuk berkomunikasi dengan konsumen, meluncurkan produk, dan membangun
komunitas online. Adidas aktif dalam mengambil langkah-langkah keberlanjutan,
seperti penggunaan bahan ramah lingkungan dan kampanye untuk mengurangi dampak
lingkungan mereka. Ini mencerminkan kepedulian merek terhadap isu-isu lingkungan
dan tanggung jawab sosial.

Adidas seringkali menjadi sponsor berbagai acara olahraga dan tim. Kehadiran mereka
di ajang olahraga besar seperti Piala Dunia FIFA dan Olimpiade membantu
meningkatkan visibilitas merek secara global. Adidas melakukan segmentasi pasar
untuk menargetkan berbagai kelompok konsumen, termasuk atlet profesional,
penggemar olahraga, dan konsumen gaya hidup. Strategi personalisasi, seperti
 memungkinkan konsumen untuk mendesain sepatu mereka sendiri, juga telah
diterapkan.

Oleh karena itu, dalam tugas ini akan dilakukan pemodelan dengan menggukan dataset
yang tersedia dari penjualan produk adidas baik secara ooutlet maupun online, dari
kedua strategi pemasaran tersebut akan didapatkan strategi pemasaran dengan metode
apa yang paling baik, dengan menggunakan beberapa atribut feature yang digunakan.

2. Dataset
Dataset yang digunakan dalam analisis ini adalah Adidas US Sales Dataset.xlsx yang
terdiri dari 9653 data pelanggan dengan 13 atribut yaitu: Retailer ID, Invoice Date,
Region, State, City, Product, Price per Unit, Units Sold, Total Sales, Operating Profit,
Operating Margin, Sales Method. Dataset tersebut di unduh dari laman
https://www.kaggle.com/datasets/heemalichaudhari/adidas-sales-dataset.

Langkah selanjutnya yaitu kemudian data diolah menjadi 216 data dengan 22 atribut
yaitu: Retailer, Retailer ID, Invoice Date, Region South, Region Northeast, State Texas,
State New York, Houston, New York, Men's Apparel, Men's Athletic Footwear, Men's
Street Footwear, Women's Apparel, Women's Athletic Footwear, Women's Street
Footwear, Price per Unit, Units Sold, Total Sales, Operating Profit, Operating Margin,
dan Outlet Online.
3. Pemodelan
a. Visualisasi rangkaian pemodelan didesain dengan menggunakan aplikasi
orange.
b. Tampilan data table setelah import file csv dengan mengguanakan data khusus
dari toko walmart

c. Proses pemilihan atribut sebagai feature dan ingnored

d. Tampilan data table setelah dilakukan pemilihan atribut feature

e. Tampilan persyaratan Association Rules

Dari gambar di atas dapat dijelaskan bahwa penggunaan algoritma Association

Rules pada aplikasi orange dengan menerapkan persyaratan yaitu nilai minimal
support sebesar 15%, nilai minimal confident sebesar 90% dan nilai maksimum
jumlah rules sebesar 70.000 baris. Dari penerapan persyaratan tersebut maka
didapatkan hasil nilai support sebesar 69.4% yang berarti feature kota yang sering
muncul dari total transaksi sebesar 69.4% wallmart di ko.ta Huston dan sisa nya di
kota New York.

f. Scatter Plot berdasarkan persyaratan Association Rules yang telah ditentukan

g. Pemilihan feature dengan target pada penjualan secara Outlet

 h. Tampilan persyaratan Association Rules dengan pemilihan target penjualan
secara Outlet

Dari gambar di atas dapat dijelaskan bahwa penggunaan algoritma Association Rules
pada aplikasi orange dengan menerapkan persyaratan yaitu nilai minimal support
sebesar 15%, nilai minimal confident sebesar 90% dan nilai maksimum jumlah rules
sebesar 70.000 baris. Dari penerapan persyaratan tersebut maka didapatkan hasil nilai
support sebesar 19.4% yang berarti feature produk yang sering muncul dari total
transaksi sebesar 19.4% adalah produk Men’s Apparel.

i. Scatter Plot dengan target pada penjualan secara Outlet

 j. Pemilihan feature dengan target pada penjualan secara Online

k. Tampilan persyaratan Association Rules dengan pemilihan target penjualan

secara Online

Dari gambar di atas dapat dijelaskan bahwa penggunaan algoritma Association Rules
pada aplikasi orange dengan menerapkan persyaratan yaitu nilai minimal support
sebesar 15%, nilai minimal confident sebesar 90% dan nilai maksimum jumlah rules
sebesar 70.000 baris. Dari penerapan persyaratan tersebut maka didapatkan hasil nilai
 support sebesar 19.4% yang berarti feature produk yang sering muncul dari total
transaksi sebesar 19.4% adalah produk Men’s Apparel.

l. Scatter Plot dengan target pada penjualan secara Online

4. Analisis Hasil dan Rekomendasi

Outlet Online

Berdasarkan gambar di atas maka dapat kita analisa bahwa dengan menggunakan target
outlet maupun online dengan beberapa atribut fitur yang sama maka didapatkan hasil
scatter plot yang hampir mirip ini artinya baik penjualan mengguanakan outlet maupun
online mempunyai strategi pemasaran dengan kekuatan yang sama atau seimbang,
sehingga dapat disimpulkan bahwa dari hasil pemodelan ini dapat direkomendasikan untuk
Wallmart di Houston dan New York untuk menyediakan berbagi produk adidas dengan
cara penjualan outlet mupun online.

5. Kesimpulan
1) Marketing intelligence merupakan suatu strategi yang dapat dilakukan oleh
perusahaan untuk memperoleh informasi;
2) Association rule atau analisis asosiasi adalah teknik data mining untuk
menenmukan aturan asosiasi antara suatu kombinasi item;
3) Dataset yang digunakan menggunakan data kaggle penjualan produk adidas di
berbagai outlet wilayah amerika;
4) Dataset selanjutnya dipilih berdasarkan kota Houston dan New York dengan
berbagai feature target;
5) Dari hasil pemodelan didapatkan hasil ilustrasi pada tugas ini yaitu jika ingin
meningkatkan penjualan produk adidas wallmart pada kota Houston dan New
York dilakukan dengan cara penjulaan online dan outlet;
6) Algortima association rule pada marketing intelligence adalah salah satu cara
efektif untuk menemukan aturan sebagai prediksi untuk meningkatkan
penjualan dari sisi pelanggan.