Customers Behaviour

Untuk mengetahui customer behaviour dan dapat menemukan potential customer target pasar dengan tepat sasaran.

1. Read Data

library(readxl)

## Warning: package 'readxl' was built under R version 4.2.3

df <- read_xlsx("Sample Data.xlsx")
head(df)

## # A tibble: 6 × 12
##   NamaLo…¹ HariL…² JamLogin            Nama  Gender Email  NoTelp Tahun…³ MerkHp
##   <chr>    <chr>   <dttm>              <chr> <chr>  <chr>   <dbl>   <dbl> <chr> 
## 1 Univers… Senin   1899-12-31 09:25:00 Adel  Female adel… 8.51e10    2003 Samsu…
## 2 SMA 15   Senin   1899-12-31 16:30:00 Lisa  Female lisa… 8.12e10    1995 Xiaomi
## 3 SMA 15   Senin   1899-12-31 12:30:00 Seso… Male   seso… 8.19e10    2007 Oppo  
## 4 SMA 15   Selasa  1899-12-31 09:05:00 Harum Male   haru… 8.14e10    2005 Realme
## 5 Univers… Selasa  1899-12-31 10:30:00 Icha  Female icha… 8.53e10    2004 Iphone
## 6 DP Mall  Selasa  1899-12-31 12:30:00 Aldo  Male   aldo… 8.14e10    1992 Iphone
## # … with 3 more variables: DigitalInterest <chr>, LocationType <chr>,
## #   Status <chr>, and abbreviated variable names ¹​NamaLokasi, ²​HariLogin,
## #   ³​TahunLahir

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

glimpse(df)

## Rows: 51
## Columns: 12
## $ NamaLokasi      <chr> "Universitas Muhammadiyah Semarang", "SMA 15", "SMA 15…
## $ HariLogin       <chr> "Senin", "Senin", "Senin", "Selasa", "Selasa", "Selasa…
## $ JamLogin        <dttm> 1899-12-31 09:25:00, 1899-12-31 16:30:00, 1899-12-31 …
## $ Nama            <chr> "Adel", "Lisa", "Sesotya", "Harum", "Icha", "Aldo", "P…
## $ Gender          <chr> "Female", "Female", "Male", "Male", "Female", "Male", …
## $ Email           <chr> "adelia.fatma@gmail.com", "lisa.ningsih@gmail.com", "s…
## $ NoTelp          <dbl> 85138901234, 81245819261, 81902831901, 81379634790, 85…
## $ TahunLahir      <dbl> 2003, 1995, 2007, 2005, 2004, 1992, 2004, 1979, 2000, …
## $ MerkHp          <chr> "Samsung", "Xiaomi", "Oppo", "Realme", "Iphone", "Ipho…
## $ DigitalInterest <chr> "Health&Care", "Game", "Education", "Education", "Big …
## $ LocationType    <chr> "Kampus", "Halte", "Sekolah", "Sekolah", "Kampus", "Pu…
## $ Status          <chr> "Student", "Student", "Student", "Student", "Student",…

Terdapat 51 sampel dengan 12 kolom yang menunjukkan informasi customer behaviour yang diambil selama satu minggu untuk mengetahui karakteristik dan pola pengguna WiFi

2. Pre-Processing Data

df$TahunLahir

##  [1] 2003 1995 2007 2005 2004 1992 2004 1979 2000 1978 2005 2001 2006 1981 1993
## [16] 1996 1992 1993 1990 1989 1997 1999 2007 1993 1990 1994 1997 1995 1994 2009
## [31] 1992 1987 1993 2001 2000 1988 1999 1979 2003 2004 2004 2007 1989 1997 1998
## [46] 1995 1994 1993 2001 1996 1993

df <- df %>% 
  mutate_at(vars(HariLogin, Gender, MerkHp, DigitalInterest, LocationType, Status), as.factor) %>% 
  mutate(NoTelp=as.character(NoTelp)) 
str(df)

## tibble [51 × 12] (S3: tbl_df/tbl/data.frame)
##  $ NamaLokasi     : chr [1:51] "Universitas Muhammadiyah Semarang" "SMA 15" "SMA 15" "SMA 15" ...
##  $ HariLogin      : Factor w/ 7 levels "Jumat","Kamis",..: 7 7 7 6 6 6 6 4 4 4 ...
##  $ JamLogin       : POSIXct[1:51], format: "1899-12-31 09:25:00" "1899-12-31 16:30:00" ...
##  $ Nama           : chr [1:51] "Adel" "Lisa" "Sesotya" "Harum" ...
##  $ Gender         : Factor w/ 2 levels "Female","Male": 1 1 2 2 1 2 1 1 1 2 ...
##  $ Email          : chr [1:51] "adelia.fatma@gmail.com" "lisa.ningsih@gmail.com" "sesotyabudi@gmail.com" "harumprabu@gmail.com" ...
##  $ NoTelp         : chr [1:51] "85138901234" "81245819261" "81902831901" "81379634790" ...
##  $ TahunLahir     : num [1:51] 2003 1995 2007 2005 2004 ...
##  $ MerkHp         : Factor w/ 6 levels "Iphone","Oppo",..: 4 6 2 3 1 1 2 5 4 1 ...
##  $ DigitalInterest: Factor w/ 13 levels "Big Data","Content Digital",..: 11 9 7 7 1 5 1 6 7 5 ...
##  $ LocationType   : Factor w/ 11 levels "Cafe","Cowork Space",..: 5 4 8 8 5 7 6 7 5 2 ...
##  $ Status         : Factor w/ 6 levels "Business Man",..: 5 5 5 5 5 2 5 4 5 1 ...

library(lubridate)

## Warning: package 'lubridate' was built under R version 4.2.3

## 
## Attaching package: 'lubridate'

## The following objects are masked from 'package:base':
## 
##     date, intersect, setdiff, union

df$JamLogin <- hour(df$JamLogin)
df

## # A tibble: 51 × 12
##    NamaLokasi   HariL…¹ JamLo…² Nama  Gender Email NoTelp Tahun…³ MerkHp Digit…⁴
##    <chr>        <fct>     <int> <chr> <fct>  <chr> <chr>    <dbl> <fct>  <fct>  
##  1 Universitas… Senin         9 Adel  Female adel… 85138…    2003 Samsu… Health…
##  2 SMA 15       Senin        16 Lisa  Female lisa… 81245…    1995 Xiaomi Game   
##  3 SMA 15       Senin        12 Seso… Male   seso… 81902…    2007 Oppo   Educat…
##  4 SMA 15       Selasa        9 Harum Male   haru… 81379…    2005 Realme Educat…
##  5 Universitas… Selasa       10 Icha  Female icha… 85297…    2004 Iphone Big Da…
##  6 DP Mall      Selasa       12 Aldo  Male   aldo… 81427…    1992 Iphone Digita…
##  7 Candisari    Selasa       16 Putri Female putr… 85109…    2004 Oppo   Big Da…
##  8 Pasa Johar   Rabu          8 Indah Female inda… 85183…    1979 Vivo   E-Comm…
##  9 Universitas… Rabu         13 Laras Female lara… 85083…    2000 Samsu… Educat…
## 10 Gajah Mada   Rabu         13 Arif  Male   arif… 81457…    1978 Iphone Digita…
## # … with 41 more rows, 2 more variables: LocationType <fct>, Status <fct>, and
## #   abbreviated variable names ¹​HariLogin, ²​JamLogin, ³​TahunLahir,
## #   ⁴​DigitalInterest

df <- df %>% 
  mutate(Usia = 2023-TahunLahir)

3. Exploratory Data Analysis

freq_gender <- df %>% 
  group_by(Gender) %>% 
  summarise(Freq = length(Gender)) %>% 
  mutate(Persentase = round(Freq/sum(Freq)*100,2))
freq_gender

## # A tibble: 2 × 3
##   Gender  Freq Persentase
##   <fct>  <int>      <dbl>
## 1 Female    27       52.9
## 2 Male      24       47.1

3.1 Frekuensi Pengguna Wifi Berdasarkan Gender

library(ggplot2)
freq_gender %>% 
  ggplot(mapping = aes( x = Gender, y = Persentase)) +
  geom_col(aes(fill = Gender)) +
  geom_text(aes(label =paste(format(Persentase, nsmall = 2), "%"), group = Gender), position =  position_dodge(width = 0.9), vjust = -0.5) +
  theme_minimal() +
  
  theme(plot.title = element_text(size = 12, face = "bold", hjust = 0.5),
        legend.position = "right",
        panel.grid.minor.x = element_blank(),
        panel.grid.major.x = element_blank())+
        # panel.grid.major.y = element_blank(), 
        # panel.grid.minor.y = element_blank()) +
  labs(title = "Frequensi Pengguna WiFi berdasarkan Gender",
       y = "Persentase",
       x = "Gender",
       fill = "Gender")

Insight:

• Dapat dilihat bahwa pengguna WiFi lebih banyak didominasi oleh kalangan wanita daripada pria
• Terdapat sebanyak 27 pengguna wifi perempuan atau 52.94%
• Terdapat sebanyak 24 pengguna wifi laki-laki aatau sebanyak 47.06%

3.2 Frequensi Pengguna Wifi Berdasarkan Usia

findoutlier <- function(x) {
  return(x < quantile(x, 0.25) - 1.5*IQR(x) | x > quantile(x, 0.75) + 1.5*IQR(x))
}

df_box <- df %>% 
  mutate(outlier = ifelse(findoutlier(Usia), Usia, NA))
df_box

## # A tibble: 51 × 14
##    NamaLokasi   HariL…¹ JamLo…² Nama  Gender Email NoTelp Tahun…³ MerkHp Digit…⁴
##    <chr>        <fct>     <int> <chr> <fct>  <chr> <chr>    <dbl> <fct>  <fct>  
##  1 Universitas… Senin         9 Adel  Female adel… 85138…    2003 Samsu… Health…
##  2 SMA 15       Senin        16 Lisa  Female lisa… 81245…    1995 Xiaomi Game   
##  3 SMA 15       Senin        12 Seso… Male   seso… 81902…    2007 Oppo   Educat…
##  4 SMA 15       Selasa        9 Harum Male   haru… 81379…    2005 Realme Educat…
##  5 Universitas… Selasa       10 Icha  Female icha… 85297…    2004 Iphone Big Da…
##  6 DP Mall      Selasa       12 Aldo  Male   aldo… 81427…    1992 Iphone Digita…
##  7 Candisari    Selasa       16 Putri Female putr… 85109…    2004 Oppo   Big Da…
##  8 Pasa Johar   Rabu          8 Indah Female inda… 85183…    1979 Vivo   E-Comm…
##  9 Universitas… Rabu         13 Laras Female lara… 85083…    2000 Samsu… Educat…
## 10 Gajah Mada   Rabu         13 Arif  Male   arif… 81457…    1978 Iphone Digita…
## # … with 41 more rows, 4 more variables: LocationType <fct>, Status <fct>,
## #   Usia <dbl>, outlier <dbl>, and abbreviated variable names ¹​HariLogin,
## #   ²​JamLogin, ³​TahunLahir, ⁴​DigitalInterest

get_box_stats <- function(y, upper_limit = max(df$Usia) * 1.15) {
  return(data.frame(
    y = 0.95 * upper_limit,
    label = paste(
      "Mean =", round(mean(y), 2), "\n",
      "Median =", round(median(y), 2), "\n"
    )
  ))
}

df_box %>% 
  ggplot(aes(x = 0, y = Usia))+
  geom_boxplot(fill = "#0099f8" ) +
  # geom_hline(data = aa3_mean_5, aes(yintercept = MN), color = "darkred", lwd = 1, linetype = "dashed")+
  # stat_summary(fun = "mean", geom = "point", shape = 7, size = 2, color = "red") +
  # stat_summary(fun.data = get_box_stats, geom = "text", hjust = 1) +
  # facet_wrap(. ~ Variable , scales = "free") +
  labs(title = "Boxplot Usia Pengguna Wifi"
  ) +
  theme_classic()+
  theme(
    plot.title = element_text( size = 12, face = "bold", hjust = 0.5),
    axis.title.x = element_blank()
  ) +
  scale_x_discrete(labels = NULL)  +

  stat_summary(fun = "mean", geom = "point", shape = 13, size = 3, color = "red") +
  geom_text(aes(label=outlier), na.rm=TRUE, hjust = -0.1) +
  stat_summary(fun.data = get_box_stats, geom = "text", hjust = 0.5, vjust = 5.3) 

range(df$Usia)

## [1] 14 45

Insight:

• Dapat diketahui bahwa usia pengguna wifi menyebar dari usia paling muda 14 tahun hingga paling tua 45 tahun
• Rata-Rata dan median pengguna wifi berusia 26 hingga 27 Tahun, sehingga dalam hal ini pengguna wifi rata-rata adalah generasi milenial yang sangat aware terhdapa digitalisasi.

3.3 Frekuensi Pengguna WiFi berdasarkan Hari

freq_hari <- df %>% 
  group_by(HariLogin) %>% 
  summarise(Freq = length(HariLogin)) 
freq_hari

## # A tibble: 7 × 2
##   HariLogin  Freq
##   <fct>     <int>
## 1 Jumat         9
## 2 Kamis         3
## 3 Minggu       16
## 4 Rabu          3
## 5 Sabtu        13
## 6 Selasa        4
## 7 Senin         3

freq_hari %>% 
  ggplot(mapping = aes(x = Freq, y = reorder(HariLogin, Freq))) +
  geom_col(aes(fill = HariLogin)) + 
  labs(title = "Frekuensi Pengguna WiFI berdasarkan Hari",
       fill = "Hari Login") +
  theme_classic()+
  theme(
    plot.title = element_text( size = 12, face = "bold", hjust = 0.5),
    axis.title.x = element_blank()
  ) 

Insight:

• Pengguna WiFi lebih banyak ketika di hari weekend, sehingga tim marketing harus lebih banyak melakukan promosi produk maupun campaign di hari kerja dibandingkan di hari weekdays.
• Frekuensi pengguna wifi pada hari-hari kerja memiliki rata-rata yang hampir sama, kecuali pada hari Jumat karena mendekati Weekend.

3.4 Pola Jam Login Pelanggan

df %>% 
  ggplot(aes(x = HariLogin, y = JamLogin)) +
  geom_boxplot(aes(fill = HariLogin)) +
  labs(title = "Persebaran Jam Login Berdasarkan Hari", 
       fill = "Hari Login",
       y = "Jam Login") + 
  theme_classic()+
  theme(
    plot.title = element_text( size = 12, face = "bold", hjust = 0.5),
    axis.title.x = element_blank()
  ) 

Insight:

• Dapat diketahui, bahwa pada weekday, pengguna WiFi kebanyakan login pada jam-jam kerja, dan maskimal pengguna mengakses pada sore hari yaitu ketika pulang kerja. Kecuali, pada hari Jumat, pengguna WiFi rata-rata login pada jam pulang kerja karena mendekati weekend.
• Sementara, pada weekend, pengguna WiFi kebanyakan login dari pagi hingga malam.

3.5 Frekuensi Akses WiFi terhadap Usia Pengguna

freq_usia <- df %>% 
  group_by(Usia) %>% 
  summarise(Freq = length(Usia)) %>% 
  arrange(desc(Freq))

freq_usia %>% 
  ggplot(mapping= aes( x = Usia, y = Freq)) +
  geom_col(aes(fill = Usia)) 

Insight :

• Pengguna paling banyak mengakses WiFI adalah pengguna berumur 21-31 Tahun.

Mari kita lihat keterkaitannya antara usia pengguna dengan frekuensi akses WiFi. Apakah semakin tinggi usia akan semakin tinggi juga frekuensi dalam akses WiFi

library(GGally)

## Warning: package 'GGally' was built under R version 4.2.3

## Registered S3 method overwritten by 'GGally':
##   method from   
##   +.gg   ggplot2

cor(freq_usia)

##           Usia      Freq
## Usia  1.000000 -0.182002
## Freq -0.182002  1.000000

ggcorr(freq_usia, label = T)

plot(freq_usia$Usia, freq_usia$Freq)
abline(lm(freq_usia$Freq ~ freq_usia$Usia), # garis linear `lm` akan dibahas di Machine Learning
       col = 'red') # warna garis

Insght :

• Dari grafik di atas dapat disimpulkan bahwa tidak terdapat “Korelasi antara Usia dengan Frekuensi Penggunaan WiFI” karena hasil korelasi memiliki kurva yang landai.
• Hasil korelasi kedua variabel tersebut menghasilkan nilai -0.182 yang artinya hubungan antara usia dan frekuensi penggunaan wifi memiliki korelasi yang sangat lemah.
• Nilai minus menunjukkan bahwa semakin tinggi usia pengguna WiFi maka semakin jarang pula frekuensi akan pemakaian WiFI
• Namun, dari diagram batang dapat dilihat bahwa usia yang paling sering mengakses WiFi adalah pengguna usia 30 tahun

3.6 Frekuensi Pengguna Wifi terhadap Lokasi

freq_lokasi <- df %>% 
  group_by(LocationType) %>% 
  summarise(Freq = length(LocationType)) %>% 
  arrange(desc(Freq))
freq_lokasi

## # A tibble: 11 × 2
##    LocationType        Freq
##    <fct>              <int>
##  1 Cafe                  14
##  2 Tempat Umum            7
##  3 Pusat Perbelanjaan     6
##  4 Cowork Space           5
##  5 Gymp                   4
##  6 Tempat Wisata          4
##  7 Halte                  3
##  8 Kampus                 3
##  9 Perpusnas              2
## 10 Sekolah                2
## 11 Tempat Ibadah          1

freq_lokasi %>% 
ggplot(mapping = aes(y = reorder(LocationType,Freq) , x = Freq)) +
  geom_col(aes(fill = LocationType)) +
  labs(title = "Frekuensi Penggunaan Wifi berdasarkan Tipe Lokasi",
       y = "Location Type", 
       x = "Frekuensi")

Insight:

• Lokasi paling sering dikunjungi pengguna WiFI adalah Cafe

multivv <- df %>% 
  group_by(HariLogin, LocationType) %>% 
  summarise(Freq = length(Nama))

## `summarise()` has grouped output by 'HariLogin'. You can override using the
## `.groups` argument.

multivv

## # A tibble: 29 × 3
## # Groups:   HariLogin [7]
##    HariLogin LocationType        Freq
##    <fct>     <fct>              <int>
##  1 Jumat     Cafe                   3
##  2 Jumat     Cowork Space           2
##  3 Jumat     Gymp                   1
##  4 Jumat     Tempat Umum            3
##  5 Kamis     Cowork Space           1
##  6 Kamis     Halte                  2
##  7 Minggu    Cafe                   6
##  8 Minggu    Cowork Space           1
##  9 Minggu    Gymp                   1
## 10 Minggu    Pusat Perbelanjaan     3
## # … with 19 more rows

multiv <- aggregate(x = Nama ~ HariLogin + LocationType, 
          data = df,
          FUN = length)
multiv

##    HariLogin       LocationType Nama
## 1      Jumat               Cafe    3
## 2     Minggu               Cafe    6
## 3      Sabtu               Cafe    5
## 4      Jumat       Cowork Space    2
## 5      Kamis       Cowork Space    1
## 6     Minggu       Cowork Space    1
## 7       Rabu       Cowork Space    1
## 8      Jumat               Gymp    1
## 9     Minggu               Gymp    1
## 10     Sabtu               Gymp    2
## 11     Kamis              Halte    2
## 12     Senin              Halte    1
## 13      Rabu             Kampus    1
## 14    Selasa             Kampus    1
## 15     Senin             Kampus    1
## 16     Sabtu          Perpusnas    1
## 17    Selasa          Perpusnas    1
## 18    Minggu Pusat Perbelanjaan    3
## 19      Rabu Pusat Perbelanjaan    1
## 20     Sabtu Pusat Perbelanjaan    1
## 21    Selasa Pusat Perbelanjaan    1
## 22    Selasa            Sekolah    1
## 23     Senin            Sekolah    1
## 24    Minggu      Tempat Ibadah    1
## 25     Jumat        Tempat Umum    3
## 26    Minggu        Tempat Umum    2
## 27     Sabtu        Tempat Umum    2
## 28    Minggu      Tempat Wisata    2
## 29     Sabtu      Tempat Wisata    2

ggplot(data = multivv, mapping = aes(x = Freq, y = reorder(HariLogin, Freq))) +
  geom_col(aes(fill = LocationType), position = "dodge") +
  labs(title = "Frekuensi Pengunjung berdasarkan Lokasi dan Hari",
       x = "Frekuensi",
       y = "Hari")

Insight :

• Frekuensi pengguna WiFI paling banyak adalah hari Minggu dan Sabtu.
• Pada hari-hari weekend tersebut pengguna banyak mengakses WiFi di Cafe.
• Sedangkan di Hari Jumat pengguna banyak mengakses WiFI pada Cafe dan Tempat Umum.