RFM Insight / RFM
30 Sep 2026 Unduh
Cibubur · 2026

RFM Explorer

Peta nilai pelanggan berdasarkan Recency, Frequency, dan Monetary.

CSV mentah

Konsentrasi revenue

10% pelanggan teratas menyumbang 40,7% dari total revenue; 20% teratas menyumbang 60,3%.

Kedalaman hubungan

10,3% pelanggan bertransaksi lebih dari sekali (12 orang). Sisanya masih one-time buyer.

Risiko retensi

0,0% pelanggan tidak bertransaksi dalam 12 bulan terakhir. Median recency 107 hari.

Segmen paling bernilai

Berisiko Churn (C1) berisi 10,3% pelanggan tetapi menyumbang 18,1% revenue (Rp 14,2 jt).

Snapshot 30 Sep 2026. Transaksi yang terhubung ke cabang Cibubur. Semua angka dihitung ulang dari rfm_segments.csv. Nama segmen adalah label heuristik dari profil R/F/M, bukan label bisnis final.

Total pelanggan
117

2026

Total revenue
Rp 78,6 jt

Nilai transaksi bersih

Rp 78.553.000
Repeat rate
10,3%

12 pelanggan > 1 transaksi

Median recency
107 hari

± 0,3 tahun sejak transaksi terakhir

Aktif 12 bulan
100,0%

117 pelanggan

Peta nilai pelanggan

Satu titik = satu pelanggan. Warna menunjukkan segmen hasil clustering.

117 pelanggan

Sumbu X: recency (hari) — makin ke kiri makin baru. Sumbu Y: monetary (logaritmik). Arahkan kursor ke titik untuk detail pelanggan.

Komposisi segmen

Ukuran segmen dan kontribusi revenue masing-masing.

Pelanggan117

Distribusi recency

Berapa lama sejak transaksi terakhir.

Distribusi frekuensi

Jumlah transaksi per pelanggan.

Distribusi monetary

Sebaran total belanja per pelanggan.

Kurva konsentrasi revenue

Persentase kumulatif revenue terhadap persentase pelanggan teratas.

Pelanggan bernilai tertinggi

Kontributor revenue terbesar pada dataset ini.

  1. 1ANTHONIR 103 hari · F 1×Rp 8.149.000Perlu Re-engagement · C0
  2. 2RATNAR 41 hari · F 1×Rp 3.600.000Perlu Re-engagement · C0
  3. 3SEPTIA PUTRIR 55 hari · F 1×Rp 2.875.000Perlu Re-engagement · C0
  4. 4AGUSTRIR 36 hari · F 1×Rp 2.350.000Perlu Re-engagement · C0
  5. 5PANJIR 186 hari · F 1×Rp 2.300.000Perlu Re-engagement · C0
  6. 6KATONR 39 hari · F 1×Rp 2.100.000Perlu Re-engagement · C0
  7. 7VINA PUTRIR 64 hari · F 2×Rp 2.050.000Berisiko Churn · C1
  8. 8RERAR 58 hari · F 2×Rp 1.900.000Berisiko Churn · C1

Unduh data & artefak

Semua berkas mentah untuk dianalisis ulang di Excel, Python, atau R.

rfm_segments.csv RFM + label cluster per pelanggan. CSV 7 KB kmeans.joblib Artefak model terlatih (joblib). MODEL 1 KB random_forest.joblib Artefak model terlatih (joblib). MODEL 202 KB scaler.joblib Artefak model terlatih (joblib). MODEL 639 B Gini_importance.png Plot diagnostik dari pipeline Python. PNG 15 KB Permutation_importance.png Plot diagnostik dari pipeline Python. PNG 16 KB kmeans_k_selection.png Plot diagnostik dari pipeline Python. PNG 55 KB kmeans_scatter.png Plot diagnostik dari pipeline Python. PNG 62 KB rf_confusion_matrix.png Plot diagnostik dari pipeline Python. PNG 19 KB