Segmentasi Pelanggan Menggunakan Model Rfm Dan Teori Rough Set Untuk Memahami Karakteristik Pelanggan (Studi Kasus: PT.Abbott Indonesia,Tbk Cabang Malang)

Husna, Annisa (2015) Segmentasi Pelanggan Menggunakan Model Rfm Dan Teori Rough Set Untuk Memahami Karakteristik Pelanggan (Studi Kasus: PT.Abbott Indonesia,Tbk Cabang Malang). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
undergraduated thesis.pdf - Published Version

Download (2MB)

Abstract

Seorang medical representative adalah kunci dari perusahaan farmasi untuk melakukan pengenalan dan pemasaran produk ethical mereka yang tidak dijual secara bebas. Tim medical representative juga yang bertugas sebagai pelaksana strategi pengelolaan hubungan pelanggan yang dimiliki perusahaan. Agar dapat memaksimalkan keuntungan perusahaan maka tim medical representative harus mampu mengenali karakteristik pelanggan dengan baik dan membuat strategi pemasaran yang sesuai dengan setiap karakter. Permasalahannya adalah saat ini memahami karakter pelanggan masih sulit dilakukan karena jumlah pelanggan yang sangat banyak sementara jumlah tim yang terbatas. Strategi pengelolaan hubungan pelanggan diperlukan perusahaan untuk meningkatkan penjualan, pendapatan, dan kepuasan pelanggan. Salah satu pendekatan pengelolaan hubungan pelanggan yang bisa digunakan untuk mencari karakter pelanggan potensial adalah dengan melakukan segmentasi pelanggan. Dalam kasus ini segmentasi pelanggan diperlukan PT.Abbott Indonesia, Tbk cabang Malang untuk mengenali karakteristik dari pelanggan mereka.

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 658.812 Hus s
Uncontrolled Keywords: Karakteristik Pelanggan, Segmentasi Pelanggan, model RFM, K-Means, Teori Rough Set.
Subjects: Q Science > QA Mathematics > QA278.55 Cluster analysis
Divisions: Faculty of Information Technology > Information System > (S1) Undergraduate Theses
Depositing User: ansi aflacha
Date Deposited: 08 Mar 2019 02:07
Last Modified: 08 Mar 2019 02:07
URI: http://repository.its.ac.id/id/eprint/62457

Actions (login required)

View Item View Item