JudulANALISIS SEGMENTASI DONATUR MENGGUNAKAN MODEL RFM DAN TEKNIK K-MEANS CLUSTERING UNTUK MENGOPTIMALKAN STRATEGI PENGGALANGAN DANA |
Nama: REZKI |
Tahun: 2024 |
Abstrak Studi ini bertujuan untuk mengelompokkan pendonor menggunakan model Recency, Frequency, Monetary (RFM) dan algoritma K-Means guna mengoptimalkan strategi penggalangan dana. Model RFM digunakan untuk mengukur keterlibatan pendonor melalui tiga dimensi: Recency (waktu terakhir donasi dilakukan), Frequency (frekuensi donasi), dan Monetary (jumlah donasi). Dengan memanfaatkan skor RFM, pendonor kemudian dikelompokkan menggunakan algoritma K-Means untuk menghasilkan segmen pendonor yang lebih spesifik. Penelitian ini dilakukan menggunakan data donasi dari sebuah organisasi nirlaba, dengan fokus pada strategi untuk meningkatkan loyalitas pendonor dan frekuensi donasi.Hasil segmentasi mengidentifikasi beberapa segmen kunci, termasuk Pendonor Loyal, Pendonor Baru, Pendonor Potensial, dan Pendonor Prioritas Rendah. Setiap segmen menunjukkan karakteristik perilaku donasi yang berbeda dan memerlukan pendekatan strategis yang berbeda pula. Implementasi hasil segmentasi ini diharapkan dapat membantu organisasi merancang strategi komunikasi dan program donasi yang lebih efektif, serta meningkatkan retensi pendonor dan nilai seumur hidup pendonor. Selain itu, penelitian ini juga mengidentifikasi potensi pengembangan model analitik untuk aplikasi yang lebih luas di masa mendatang. Penelitian ini memberikan kontribusi kepada organisasi nirlaba dengan menawarkan pendekatan yang lebih efisien dalam mengelola hubungan dengan pendonor. |