gravatar

gabrielerichson

Gabriel Erichson Marpaung

Recently Published

Part 3: Utilizing RFM Analysis and Product Personalization to Optimize Customer Value
Part 3 ini kita akan fokus membuat model untuk sistem rekomendasi.Proses pemodelan sudah selesai hingga akhir. Namun, projek ini masih in-progress karena belum diberikan penjelasan setiap langkahnya.
Part 2: Utilizing RFM Analysis and Product Personalization to Optimize Customer Value
Pada Part 2 ini, kita akan melakukan analisis dan segmentasi customer berdasarkan Recency, Frequency dan Monetary (RFM). Hasil analisa RFM ini dapat membantu perusahan untuk meningkatkan loyalitas pelanggan dan customer value. Cheers!
Part 1: Utilizing RFM Analysis and Product Personalization to Optimize Customer Value
Part 1 terdiri dari data preparation, data cleansing, data validation dan exploratory data analysis. Tujuan dari Part 1 untuk mendapatkan insight terkait past even, menemukan masalah serta kemungkinan untuk improvement dan menentukan solusinya.
Dashboard of Packet Delivery Service
Dashboard sederhana untuk menampilkan hasil exploratory data analysis atas data pengiriman paket dari cabang awal ke cabang destinasi. Detail proses dari data preparation, cleansing dan validation dilakukan terpisah.
Cross Selling and Market Basket Analysis
Projek ini diupload sebagai bahan pembelajaran Market Basket Analysis. Adapun lingkup projek ini yaitu untuk melakukan market basket analysis menggunakan metode Apriori terdapat data penjualan di supermarket.
Customer Market Optimization
Projek ini memiliki fokus untuk melakukan segmentasi pelanggan berdasarkan RFM Value dan menemukan produk yang paling memungkinkan disukai pelanggan. Output dari projek ini dapat digunakan untuk menentukan strategi marketing menggunakan personalized campaign using personalized product.
Ulabox: Baskets Clustering and Analysis
Tujuan projek ini untuk mengekstrak cluster dari data keranjang belanja dan mengetahui habbit waktu melakukan order pada setiap cluster..
Base Analysis of Brazilian E-Commerce
Olist adalah marketplace yang beroperasi sebagai perusahaan teknologi SaaS di segmen e-commerce sejak 2015. Olist menawarkan solusi bagi pemilik toko dari semua ukuran untuk meningkatkan penjualan mereka melalui platform online. Hasil analisa ini berisikan insight terkait past event.
Hourly Demand Forecasting of Scotty Ride-Sharing Services
Scotty Technologies Inc. ("Scotty") adalah sebuah perusahaan start-up teknologi yang didirikan pada tahun 2017 di Istanbul, Turkey. Salah satu layanan utama dari Scotty adalah *motorcycle ride-sharing*. projek ini ditujukan untuk membuat model analisa dan memprediksi demand per-jam pada layanan motorcycle ride-sharing di Scotty.
Mobile Price Classification
Bob telah memulai perusahaan selulernya sendiri. Bob ingin mengetahui hubungan antara fitur-fitur ponsel untuk menentukan kelas harga jualnya, sehingga ia dapat melakukan pemasaran ke masing-masing segmen customer dengan lebih efektif. Dalam hal ini, Bob membutuhkan bantuan untuk merprediksi setiap ponsel yang sudah diciptakan perusahaannya masuk ke kelas harga low cost, medium cost, high cost atau very high cost.
Gender Recognition by Voice
Menentukan jenis kelamin seseorang berdasarkan suara mereka merupakan hal yang mudah sebagian besar orang. Namun, bagaimana jika sebuah mesin dapat mengetahui orang yang sedang berbicara adalah laki-laki atau perempuan?
King County: House Prices Prediction
Tujuan dari project ini adalah untuk memprediksi penjualan rumah di King County, Washington, AS menggunakan metode Linear Regression. Dataset terdiri dari data historis rumah yang dijual antara Mei 2014 hingga Mei 2015.
Analysis of Kickstarter Project Campaign 2009-2019
Kickstarter adalah sebuah online platform yang memberikan ruang pendanaan untuk proyek kreatif secara crowdfunding. Tujuan dari proyek ini adalah untuk menganalisa dan memvisualisasikan data kickstarter untuk mendapatkan informasi penting yang berkaitan.
Analysis of Netflix Movies and TV Shows
Analisis ini menggunakan dataset dari data acara tv dan film yang tersedia di Netflix dari 2008-01-01 sampai 2020-01-18. Dataset ini didapatkan dari link https://www.kaggle.com/shivamb/netflix-shows