Bagian 8: Menginterpretasikan Segmen

Label cluster dari Bagian 6 hanyalah angka 0, 1, 2 — dan Bu Rina tidak bisa menjual kopi kepada angka. Pada bagian ini kita mengubah label teknis itu menjadi segmen yang berwajah: profil angkanya disusun, menu favoritnya dibaca, lalu namanya diberikan lewat aturan yang berbasis angka supaya penamaan bisa diulang siapa pun. Bagian ini juga tempat pengetahuan domain Bu Rina masuk: angka mengusulkan pola, pengalaman pemilik toko yang memastikan pola itu masuk akal. Prinsip-prinsip pembacaannya dibahas pada chapter Interpretasi Hasil Clustering .

Profil Angka Tiap Cluster #

Profil dibangun dengan agregasi groupby — teknik yang sama dengan yang dipakai profil_segmen() pada src/segmentasi.py, sehingga angka di halaman ini dan di laporan akhir dijamin sejalan:

python
import pandas as pd
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler


def muat_bersih(path):
    """Muat data mentah pelanggan dan terapkan seluruh langkah pembersihan."""
    df = pd.read_csv(path)
    df = df.drop_duplicates().reset_index(drop=True)
    df["kunjungan_30hari"] = pd.to_numeric(df["kunjungan_30hari"], errors="coerce")
    df = df.dropna(subset=["kunjungan_30hari"]).reset_index(drop=True)
    df["kota"] = df["kota"].str.strip().str.title()
    df["kunjungan_30hari"] = df["kunjungan_30hari"].astype(int)
    return df


bersih = muat_bersih("../data/pelanggan.csv")
bersih["belanja_per_kunjungan"] = (
    bersih["belanja_ribu"] / bersih["kunjungan_30hari"]
)
fitur = bersih[["kunjungan_30hari", "belanja_per_kunjungan"]]

skala = StandardScaler().fit_transform(fitur)
label = KMeans(n_clusters=3, random_state=42, n_init="auto").fit_predict(skala)
bersih["cluster"] = label

profil = bersih.groupby("cluster").agg(
    jumlah=("pelanggan", "count"),
    kunjungan_rata=("kunjungan_30hari", "mean"),
    kunjungan_rentang=("kunjungan_30hari",
                       lambda s: f"{s.min()}-{s.max()}"),
    bpk_rata=("belanja_per_kunjungan", "mean"),
    bpk_rentang=("belanja_per_kunjungan",
                 lambda s: f"{s.min():.0f}-{s.max():.0f}"),
    total_rata=("belanja_ribu", "mean"),
)
print(profil.round(2).to_string())

Output yang Dihasilkan:

text
         jumlah  kunjungan_rata kunjungan_rentang  bpk_rata bpk_rentang  total_rata
cluster                                                                            
0            10           21.40             18-25     21.30       18-25      454.10
1             8            4.50               3-6    115.00      80-150      502.50
2            12           10.58              8-14     43.58       32-58      448.25

Tiga profil yang terbaca dari tabel tersebut:

Cluster 0 — rajin datang, belanja kecil. Sepuluh pelanggan dengan 18-25 kunjungan sebulan (rata-rata 21,40 — nyaris setiap hari buka) dan belanja 18-25 ribu per kunjungan. Total bulanannya 454,10 ribu.
Cluster 1 — jarang datang, belanja besar. Delapan pelanggan dengan cuma 3-6 kunjungan, tetapi 80-150 ribu terbelanja setiap kali datang. Totalnya justru tertinggi: 502,50 ribu.
Cluster 2 — tengah-tengah. Dua belas pelanggan, kelompok terbesar, dengan kunjungan 8-14 kali dan belanja 32-58 ribu per kunjungan.

Perhatikan kembali kolom total_rata: 454,10; 502,50; 448,25 — nyaris sama. Inilah pembuktian angka atas firasat Bagian 1: kalau Bu Rina hanya melihat total belanja bulanan, ketiga segmen ini menyatu jadi satu kerumunan. Pembeda yang sesungguhnya adalah pasangan frekuensi kali nilai per kunjungan.

Angka membangun kerangka; menu favorit dan nama anggota memberi warna. Kita rangkum menu favorit tiap cluster — diurutkan dari yang terbanyak, seri dipecah secara alfabetis — beserta tiga contoh anggotanya:

python
import pandas as pd
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler


def muat_bersih(path):
    """Muat data mentah pelanggan dan terapkan seluruh langkah pembersihan."""
    df = pd.read_csv(path)
    df = df.drop_duplicates().reset_index(drop=True)
    df["kunjungan_30hari"] = pd.to_numeric(df["kunjungan_30hari"], errors="coerce")
    df = df.dropna(subset=["kunjungan_30hari"]).reset_index(drop=True)
    df["kota"] = df["kota"].str.strip().str.title()
    df["kunjungan_30hari"] = df["kunjungan_30hari"].astype(int)
    return df


bersih = muat_bersih("../data/pelanggan.csv")
bersih["belanja_per_kunjungan"] = (
    bersih["belanja_ribu"] / bersih["kunjungan_30hari"]
)
fitur = bersih[["kunjungan_30hari", "belanja_per_kunjungan"]]

skala = StandardScaler().fit_transform(fitur)
label = KMeans(n_clusters=3, random_state=42, n_init="auto").fit_predict(skala)
bersih["cluster"] = label

for c in range(3):
    anggota = bersih[bersih["cluster"] == c]
    hitung_menu = anggota["menu_favorit"].value_counts()
    urutan = sorted(hitung_menu.items(), key=lambda x: (-x[1], x[0]))
    teks_menu = ", ".join(f"{menu} ({n})" for menu, n in urutan)
    contoh = ", ".join(anggota["pelanggan"].head(3))
    print(f"cluster {c} ({len(anggota)} pelanggan)")
    print(f"  menu favorit  : {teks_menu}")
    print(f"  contoh anggota: {contoh}")

Output yang Dihasilkan:

text
cluster 0 (10 pelanggan)
  menu favorit  : kopi susu (6), americano (4)
  contoh anggota: Siti Rahmawati, Budi Santoso, Dewi Lestari
cluster 1 (8 pelanggan)
  menu favorit  : americano (3), kopi susu (2), teh tawar (2), matcha latte (1)
  contoh anggota: Bambang Sutrisno, Ratna Dewi, Tono Hartono
cluster 2 (12 pelanggan)
  menu favorit  : matcha latte (4), teh tawar (4), americano (2), kopi susu (2)
  contoh anggota: Andi Firmansyah, Nurul Aini, Dimas Prasetyo

Dua pengamatan dari warna tersebut:

Menu favorit tidak memisahkan segmen. Kopi susu dan americano hadir di ketiga cluster; keduanya memang menu terlaris toko. Menu tidak masuk daftar fitur clustering, dan keluaran ini menegaskan keputusan itu tepat.
Menu tetap memberi rasa khas. Cluster 2 satu-satunya yang didominasi matcha latte dan teh tawar — segmen menengah ini paling beragam selera. Informasi seperti ini membantu menyusun isi promo, meski bukan pembeda utama segmen.

Aturan Penamaan Berbasis Angka #

Nama segmen harus bisa dipertanggungjawabkan. Alih-alih menamai berdasarkan selera, src/segmentasi.py memakai aturan dua baris yang baca profil: kunjungan rata-rata 15 ke atas berarti pelanggan nyaris harian; selain itu, belanja per kunjungan 70 ribu ke atas berarti belanja sekali besar; sisanya adalah penengah. Kita jalankan aturan yang sama:

python
import pandas as pd
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler


def muat_bersih(path):
    """Muat data mentah pelanggan dan terapkan seluruh langkah pembersihan."""
    df = pd.read_csv(path)
    df = df.drop_duplicates().reset_index(drop=True)
    df["kunjungan_30hari"] = pd.to_numeric(df["kunjungan_30hari"], errors="coerce")
    df = df.dropna(subset=["kunjungan_30hari"]).reset_index(drop=True)
    df["kota"] = df["kota"].str.strip().str.title()
    df["kunjungan_30hari"] = df["kunjungan_30hari"].astype(int)
    return df


bersih = muat_bersih("../data/pelanggan.csv")
bersih["belanja_per_kunjungan"] = (
    bersih["belanja_ribu"] / bersih["kunjungan_30hari"]
)
fitur = bersih[["kunjungan_30hari", "belanja_per_kunjungan"]]

skala = StandardScaler().fit_transform(fitur)
label = KMeans(n_clusters=3, random_state=42, n_init="auto").fit_predict(skala)
bersih["cluster"] = label

profil = bersih.groupby("cluster").agg(
    jumlah=("pelanggan", "count"),
    kunjungan_rata=("kunjungan_30hari", "mean"),
    bpk_rata=("belanja_per_kunjungan", "mean"),
)


def namai(baris):
    """Beri nama segmen dari profil angkanya (aturan pipeline segmentasi.py)."""
    if baris["kunjungan_rata"] >= 15:
        return "Langganan Harian"
    if baris["bpk_rata"] >= 70:
        return "Pembeli Stok"
    return "Pengunjung Sesekali"


profil["segmen"] = profil.apply(namai, axis=1)
print("Hasil penamaan tiap cluster:")
print(profil.round(2).to_string())

Output yang Dihasilkan:

text
Hasil penamaan tiap cluster:
         jumlah  kunjungan_rata  bpk_rata               segmen
cluster                                                       
0            10           21.40     21.30     Langganan Harian
1             8            4.50    115.00         Pembeli Stok
2            12           10.58     43.58  Pengunjung Sesekali

Aturan sederhana itu menghasilkan pemetaan yang stabil: cluster 0 menjadi Langganan Harian, cluster 1 menjadi Pembeli Stok, dan cluster 2 menjadi Pengunjung Sesekali. Karena aturannya tertulis sebagai kode, siapa pun yang menjalankan ulang pipeline akan mendapat nama yang persis sama — berbeda dari penamaan yang lahir dari rapat.

Di titik inilah pengetahuan domain menguji interpretasi. Bu Rina membaca profil itu dan mengangguk: Langganan Harian adalah para pekerja kantor di sekitar toko yang berhenti tiap pagi; Pengunjung Sesekali adalah pelanggan sore hari; dan Pembeli Stok — pelanggan yang datang jarang tetapi membawa belanja besar — ia duga membawa pulang biji kopi untuk diseduh di rumah. Dugaan biji kopi itu masuk akal, tetapi perlu diingat kolom menu_favorit hanya mencatat menu minuman; karena itu laporan akhir akan menyebutnya sebagai dugaan, bukan fakta dari data.

Memasangkan Segmen dengan Ide Program #

Tiga segmen kini bernama, dan tiga ide program Bu Rina dari Bagian 1 akhirnya menemukan alamatnya:

Segmen	Ide program yang cocok	Dasar angka
Langganan Harian (10 orang, 33,3%)	Kartu prabayar: deposit misal Rp 450.000 untuk 20 kali kunjungan	Rutinitas 21,4 kunjungan membuat paket deposit terasa hemat dan mengunci kebiasaan mereka
Pembeli Stok (8 orang, 26,7%)	Paket biji kopi 2x200 gram atau langganan biji bulanan	Belanja 115 ribu per kunjungan jauh di atas segmen lain — tawarkan barang bernilai besar, bukan diskon gelas
Pengunjung Sesekali (12 orang, 40,0%)	Penawaran akhir pekan Sabtu-Minggu	Segmen terbesar dengan kunjungan 10,6 kali sebulan; menambah satu-dua kunjungan saja sudah berdampak besar

Ketiga kecocokan itu lahir dari angka yang sama yang kita hitung sejak Bagian 4 — tidak ada satu pun klaim yang berdiri tanpa bilangan. Kini seluruh bahan laporan tersedia: masalah, data, metode, segmen, dan rekomendasi. Tersisa satu langkah merangkainya menjadi dokumen yang bisa dibaca sambil berdiri di balik kasir — kita kerjakan pada Bagian 9: Menyusun Laporan .

Profil Angka Tiap Cluster #

Warna dari Menu Favorit dan Anggota #

Aturan Penamaan Berbasis Angka #

Memasangkan Segmen dengan Ide Program #