CAMART (5)

Mini Project - Bootcamp Introduction to Data Science Intelligo ID

 Meningkatkan Kualitas Produk dan
Profitabilitas: Analisis Clustering K-Means
dalam E-commerce
Nama Anggota :

● Nama (Ketua) = Agnestia Agustine Djoenaidi Go

● Nama1 = Andar Alwein Pinilas
● Nama2 = Rizki Ibnu Aqil
● Nama3 = Rosikha Ilmia
● Nama4 = Hafiza Sidqi Amini
● Nama5 = Abdurrahman Alfaruqi
● Nama6 = Samuel Marcelo Hutri Lolowang
● Nama7 = I Gede Widyana
● Nama8 = Andreas Panangian Tamba
Outline :

● Penjelasan singkat tentang dataset

● Masalah
● Solusi
● Metode yang dipakai
● Output yang diharapkan
Penjelasan singkat tentang dataset
Dataset

Dataset memiliki 16 kolom/fitur dan 4504 rows data

Dataset
Dataset
Dataset
 Anomali Data

• Jumlah review tinggi tetapi penjualan nol perlu evaluasi.

• data penjualan.Anomali: banyak review, tetapi view produk nol, perlu
investigasi dan rekam ulang data.
• Rating 5 dengan penjualan nol tidak masuk akal, perlu peninjauan dan
koreksi data.
Korelasi Data

• Jumlah Review: Korelasi positif. Produk dengan

banyak ulasan cenderung memiliki penjualan
tinggi.
• Rating: Korelasi positif. Produk dengan rating
tinggi cenderung memiliki penjualan tinggi.
• Presentase Diskon: Korelasi negatif. Semakin
besar diskon, harga produk cenderung lebih
rendah, tetapi minat konsumen untuk membeli
meningkat.
• Jumlah View: Korelasi positif. Produk yang
sering dilihat cenderung memiliki penjualan
tinggi.
Masalah
Masalah
Bagaimana mengoptimalkan penjualan dengan memanfaatkan data
lokasi, jumlah view, rating, dan jumlah penjualan (quantity_sold)?
Solusi
Solusi
Membuat model clustering untuk melihat dimana penjualan perlu dioptimalkan

• Clustering Berdasarkan Kualitas Produk • Clustering Berdasarkan Segmen Pasar

Fitur-fitur yang dapat digunakan: Rating, Jumlah Fitur-fitur yang dapat digunakan: Location,
Review, Presentase Diskon. City.
• Clustering Berdasarkan Tingkat • Clustering Berdasarkan Kombinasi Fitur
Penjualan Fitur-fitur yang dapat digunakan: Rating, Price,
Fitur-fitur yang dapat digunakan: Quantity Sold, Presentase Diskon, Quantity Sold.
Price, Jumlah View.
Solusi
Membuat model clustering untuk melihat dimana penjualan perlu dioptimalkan

• Strategi Pemasaran
Menyesuaikan penawaran produk, harga,
promosi, dan kampanye iklan berdasarkan
prefensi pembelian dari setia kelompok • Pemantauan dan Evaluasi
pelanggan Terus memantau kinerja strategi dan
mengevaluasi apakah berhasil meningkatkan
• Optimasi Distribusi proftablitas dan mempertahankan pelanggan
Mengoptimalkan distribusi produk dengan
menyesuaikan inventaris dan persediaa untuk
menmenuhi permintaan yang berbeda di setiap
kota
Metode yang dipakai
Metode

Membuat model untuk melihat dimana penjualan

perlu dioptimalkan

Dengan menggunakan metode K-Means, kita dapat mengelompokkan

produk menjadi beberapa cluster berdasarkan fitur-fitur tersebut.
Misalnya, kita bisa mendapatkan cluster produk dengan harga rendah
dan rating tinggi, atau cluster produk dengan harga sedang dan jumlah
penjualan tinggi.

Setelah melakukan clustering, kita dapat menganalisis setiap cluster

untuk mendapatkan wawasan yang berguna dalam memahami pola-pola
dalam data, seperti pola-pola yang berkaitan dengan kualitas produk,
tingkat penjualan, atau efektivitas diskon dalam meningkatkan
profitabilitas perusahaan.
Output yang diharapkan
Output
1. Kelompok Produk: Output akan menunjukkan kelompok-kelompok produk berdasarkan karakteristik yang diidentifikasi
oleh metode clustering yang digunakan.

2. Kualitas Produk: Setiap kelompok akan mencerminkan tingkat kualitas produk yang serupa, misalnya produk dengan
rating tinggi, jumlah review banyak, dan presentase diskon moderat.

3. Tingkat Penjualan: Output akan memperlihatkan kelompok-kelompok produk dengan tingkat penjualan yang serupa, harga
yang kompetitif, dan jumlah view yang tinggi.

4. Segmentasi Pasar: Terdapat segmentasi pasar yang berbeda berdasarkan preferensi lokasi atau kota, yang tercermin dalam
kelompok-kelompok produk yang dihasilkan.

5. Kombinasi Fitur: Kelompok-kelompok produk akan memiliki kombinasi fitur yang menguntungkan, seperti rating tinggi,
harga yang kompetitif, dan presentase diskon yang moderat.
Selesai