Logo

Pusat Sumber Belajar FEB UI

  • FAQ
  • Berita
  • Rooms
  • Bantuan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Inggris Bahasa Indonesia
  • Search
  • Google
  • Advanced Search
*sometimes there will be ads at the top, just scroll down to the results of this web
No image available for this title

Text

Implementasi market basket analysis pada E-grogery (Studi kasus : Bigbasket.com)

Arga Hananto (Pembimbing/Promotor) - ; Savitri, Dian Indah - ;

Salah satu cara untuk meningkatkan keuntungan bagi perusahaan adalah memanfatkan pelanggan yang ada untuk menambah item barang pada keranjang belanjanya. Pemasar perlu memberikan rekomedasi produk yang sesuai dengan pelanggan. Pemasar tertarik untuk menganalisis perilaku konsumen dari item-item yang dibelanjanya. Proses analisis ini dinamakan Market basket analysis menggunakan konsep association rule. Market basket analysis bermanfaat bagi pemasar untuk memberikan rekomendasi produk, personalisasi konten promosi baik pada banner halaman homepage e-grocery, promosi melalui newsletter, menyusun product bundling atau cross selling, dan penempatan produk-produk yang saling berkaitan secara dekat. Data yang digunakan pada penelitian ini merupakan data sekunder transaksi Bigbasket.com pada periode Maret 2011 sampai dengan Desember 2014. Berdasarkan hasil analisis, produk yang dibeli oleh konsumen Bigbasket dikelompokan menjadi tiga jenis, most frequent category (kategori produk yang paling banyak dibeli), medium frequent category (kategori produk yang tidak terlalu sering dibeli), dan least frequent category (kategori produk yang paling sedikit dibeli). Tren penjualan grocery dalam rentang satu tahun meningkat pada akhir tahun dimana terdapat hari besar India. Kemudian dalam rentang bulan, transaksi meningkat direntang tanggal 10-15. Berdasarkan pola tersebut, dibagi menjadi high season dan low season. Kemudian dengan menggunakan market basket analysis, menganalisis produkproduk apa saja yang bisa dilakukan price bundling dan product recommendation berdasarkan jenis kategori produknya (most, medium, least frequent category product) pada saat low season dan high season.Ada tabel


Ketersediaan

Call NumberLocationAvailable
T 163/17PSB lt.2 - Karya Akhir1
PenerbitJakarta: Program Studi Magister Manajemen Fakultas Ekonomi dan Bisnis UI 2017
Edisi-
SubjekCommerce
Marketing strategy
E
Price bundling
grocery
Market baseket analysis
Product recomendation
ISBN/ISSN-
Klasifikasi-
Deskripsi Fisikxiii, 112 p. : il. ; 30 cm
Info Detail Spesifik-
Other Version/RelatedTidak tersedia versi lain
Lampiran BerkasTidak Ada Data

Pencarian Spesifik
Where do you want to share?