Segmentasi Pasar: Studi Kasus Industri Makanan & Minuman di Kota Bogor

❓ Kisah di Balik Ini: Pemilik bisnis dan pengambil keputusan kerap kali kesulitan memahami di mana daerah yang sudah jenuh, kurang terlayani, atau bernilai tinggi di wilayah tertentu. Tak jarang keputusan lokasi bersifat bias yang bergantung pada intuisi, survei terbatas, atau asumsi umum yang dapat menyebabkan pemilihan lokasi yang kurang tepat dan masuk dalam pasar yang tidak cocok. 💡 Solusi yang Ditawarkan: Proyek ini menerapkan "unsupervised learning" dan analisis spasial untuk melakukan segmentasi pasar FnB di Kota Bogor menggunakan dataset yang nyata (Google Maps) yang memberikan sinyal seperti distribusi kategori, popularitas, dan kesediaan membayar ("willingness-to-pay"). Tujuannya bukan untuk memprediksi permintaan, tetapi untuk mengungkap pola yang mendukung keputusan strategis yang lebih baik. 🚀 Cara Kerja: 1. Menggabungkan data bisnis FnB dan data tingkat kecamatan di Bogor 2. Menggunakan teknik pengelompokan untuk mengidentifikasi segmen pasar yang berbeda 3. Memvisualisasikan wawasan melalui peta dan profil klaster untuk interpretasi yang mudah 🛠️ Tech Stack: - Data: Google Maps - Alat: Python, Pandas, Scikit-learn - Visualisasi: folium - AI-Assisted Development: OpenAI (Codex 5.1) - Keterampilan: analisis geospasial, rekayasa fitur lanjutan 🤔 Apa yang Diharapkan: Analisis ini menyoroti area mana yang terlalu jenuh vs area yang kurang terlayani, zona mana yang menunjukkan kesediaan membayar yang lebih tinggi, dan bagaimana kategori FnB terkonsentrasi secara spasial. Wawasan ini dapat mendukung strategi lokasi, keputusan masuk pasar, dan prioritas untuk bisnis kecil maupun merek yang lebih besar. ✨ Mengapa Ini Penting: Proyek ini mencerminkan bagaimana saya berpikir menyelesaikan suatu masalah dengan data: menggunakan analitik bukan untuk menggantikan penilaian manusia, tetapi untuk mengurangi bias serta membuat keputusan bisnis yang lebih transparan dan berbasis data. Segmentasi pasar menjadi jauh lebih mudah dibayangkan ketika diterapkan secara spasial atau dituangkan di peta. Memahami di mana pola-pola tersebut terjadi seringkali lebih berharga daripada mengetahui lebih dalam tapi tidak mudah untuk dicerna. repo: https://github.com/umarfadhil/fnb-market-segementation-in-bogor google colab: https://colab.research.google.com/drive/11zou2ePxNV9YLa1rpHFuTrnhRqMHS8h5#scrollTo=TLUyoh_FQNGa