La croissance rapide du commerce électronique en Indonésie a engendré la nécessité de stratégies marketing plus ciblées. La segmentation des consommateurs est une approche efficace pour comprendre le comportement d'achat. Cette étude met en œuvre l'algorithme de clustering K-Means, une méthode d'apprentissage automatique non supervisée, pour effectuer la segmentation des consommateurs basée sur les données de produits e-commerce. Le jeu de données a été obtenu sur la plateforme Kaggle, avec des caractéristiques clés incluant les évaluations de produits, les prix et le volume des ventes. Le nombre de clusters est déterminé automatiquement en utilisant la méthode du Silhouette Score pour atteindre une segmentation optimale. Les résultats de la segmentation sont visualisés à travers une application web utilisant Streamlit, permettant aux utilisateurs d'explorer facilement les caractéristiques de chaque cluster. Chaque cluster est analysé pour fournir des insights sur le comportement des consommateurs et des stratégies marketing potentielles. Cette étude démontre qu'une approche basée sur les données utilisant l'apprentissage automatique peut être efficacement appliquée pour soutenir la prise de décision commerciale dans le domaine du commerce électronique.
Sakinah et al. (Sun,) ont étudié cette question.