Customer Segmentation Based On Spending Patterns Using The Hierarchical Clustering
Journal of Data Analysis · 29.06.2026 · 24-31
DOI: 10.24815/jda.v9i1.2261 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Data Analysis, online erschienen am 29.06.2026. Verfasst von Annisa Umilda und 5 weiteren Autor:innen.
Abstract (Originalsprache)
Segmentasi konsumen adalah teknik mendasar dalam pemasaran yang bertujuan untuk menemukan fitur pelanggan dan memfasilitasi pengambilan keputusan bisnis. Penelitian ini menganalisis segmentasi pelanggan berdasarkan pola pengeluarannya melalui Hierarchical Clustering dengan pendekatan Single Linkage. Kumpulan data yang digunakan dalam makalah ini mencakup 2240 data pelanggan, yang terdiri dari 29 variabel, seperti fitur demografis, pendapatan, dan perilaku pembelian. Prosedur penelitian meliputi pembersihan data dengan menghilangkan nilai yang hilang dan duplikat, perlakuan outlier menggunakan pendekatan Interquartile Range (IQR), pengkodean variabel kategoris dan normalisasi data dengan metode StandardScaler. Pengklusteran data dilakukan dengan menggunakan metode Hierarchical Clustering Single Linkage dengan jarak Euclidean sebagai ukuran kesamaan antar titik. Output pra-pemrosesan menghasilkan 1182 sampel yang dapat dianalisis. Sebagai hasil visualisasi cluster melalui dendrogram, empat cluster terdeteksi, dengan nilai Silhouette Score sama dengan 0,3826, menunjukkan kualitas segmentasi sedang. Diidentifikasi bahwa ada satu kelompok besar pelanggan termasuk sebagian besar klien serta beberapa kelompok kecil dengan pola pengeluaran yang berbeda. Penelitian ini mengungkapkan bahwa pendekatan Single Linkage memungkinkan mengidentifikasi konsumen dengan perilaku pembelian ekstrem meskipun distribusi klaster tidak seimbang karena efek rantai. The consumer segmentation proves to be a highly effective tool in studying customer behavior patterns and developing marketing strategies. This paper considers the customer segmentation approach and the use of the Hierarchical Clustering algorithm using the Single Linkage method to segment the customers according to their purchasing behaviors. The dataset used for the current study includes the data related to marketing campaigns and comprises 2240 customer records and 29 features. The methods used in the paper include the data cleaning, outlier treatment using the IQR approach, encoding of categorical features, and standardization. As a result of data cleaning, 1182 clean records were collected for further analysis. The results obtained during clustering included four clusters with a Silhouette Score up to 0.3826. The segmentation conducted allowed to detect one main cluster including the majority of customers, as well as several smaller clusters with varying purchasing patterns. In general, it is possible to state that using the Single Linkage approach, it is possible to identify segments with different purchasing behaviors; however, these clusters are not evenly distributed. It is expected that the research outcomes will become a basis for improving future marketing approaches.
Zitieren
APA
Umilda, A., Ibdah, I., Badilah, M. A. F., Lestari, F. I., Pitri, R., & Jl, A. R. (2026). Customer Segmentation Based On Spending Patterns Using The Hierarchical Clustering. Journal of Data Analysis, 24-31. https://doi.org/10.24815/jda.v9i1.2261
Vancouver
Umilda A, Ibdah I, Badilah MAF, Lestari FI, Pitri R, Jl AR. Customer Segmentation Based On Spending Patterns Using The Hierarchical Clustering. Journal of Data Analysis. 2026:24-31. doi:10.24815/jda.v9i1.2261
BibTeX
@article{Umilda2026,
author = {Umilda, Annisa and Ibdah, Illona and Badilah, M. Azril Fauzi and Lestari, Fuji Indah and Pitri, Rizka and Jl, Ana Riska},
title = {Customer Segmentation Based On Spending Patterns Using The Hierarchical Clustering},
journal = {Journal of Data Analysis},
year = {2026},
pages = {24--31},
doi = {10.24815/jda.v9i1.2261}
}
EUVIMED