Identifying Customer Segmentation and Persona of Soft Drink Industry in India: An Approach Using K-Means Clustering

Abstract

Perkembangan industri makanan dan minuman terus maju dengan dukungan teknologi dan berbagai inovasi terbaru. Dalam kategori minuman ringan (soft drink), semakin banyak varian jenis dan penambahan rasa yang dibuat untuk menarik perhatian masyarakat. Pertumbuhan industri minuman ringan diperkirakan akan terus meningkat. Minuman ringan (soft drink) adalah minuman yang tidak mengandung alkohol, biasanya berbentuk bubuk atau cairan yang mengandung bahan makanan atau bahan tambahan lainnya, baik alami maupun sintesis, dan dikemas dalam kemasan siap konsumsi. Perusahaan minuman ringan dalam menentukan langkah untuk meningkatkan keuntungan, perlu memiliki strategi meningkatkan penjualan dengan mengetahui target konsumen supaya tidak kehilangan pelanggan potensial dan memiliki biaya iklan yang efektif dengan melakukan customer segmentation. Metode yang digunakan pada penelitian ini untuk melakukan segmentasi adalah dengan menggunakan Metode Kmeans clustering. Metode ini adalah salah satu algoritma pembelajaran tanpa pengawasan (unsupervised learning). K-Means berfungsi untuk mengelompokkan data ke dalam data kluster. Dataset pada penelitian ini menggunakan 1000 populasi transaksi minuman ringan di India. Hasil penelitian menunjukkan 7 kluster berbeda yaitu middle productive age of gangster softdrink lovers, Early Productive Age of Sky9 and CodeX Softdrink Lovers, Cocacola & Pepsi lovers, Pepsi Softdrink Lovers, middle productive age of Cocacola softdrink lovers, Early Productive Age of Cocacola Softdrink Lovers, dan Bluebull Softdrink Lovers. Cluster 6: Early Productive Age of Cocacola Softdrink Lovers merupakan kluster terbesar senilai 19% dari total populasi. Dengan ini maka perusahaan cocacola yang menargetkan Cluster 6 dapat melakukan positioning seperti menyesuaikan keinginan dari cutomer yang yaitu mengembangkan produk less sugar serta menggunakan online platform dalam melakukan marketing.