Perkembangan internet yang pesat membantu masyarakat dalam segala bidang, salah satunya adalah melakukan transaksi jual beli secara online. Dimana saat ini hampir semua masyarakat menggunakan internet untuk memenuhi kebutuhan yang diperlukan dengan cukup menggunakan gadget yang mereka miliki. Situs e-commerce membantu masyarakat dalam memenuhi kebutuhan yang diperlukan.. Namun sama halnya dengan berbelanja secara offline, pelanggan yang membeli atau berkunjung pada situs e-commerce mempunyai penilaian tersendiri terhadap pelayanan yang dirasakan. Kemudahan situs e-commerce pun tidak menutup kemungkinan akan munculnya hal kurang baik yang didapat dari pengalaman pelanggan yang telah melakukan transaksi atau hanya berkunjung. Pengalaman yang didapat oleh pelanggan, saat ini akan mereka sampaikan dan ekspresikan melalui akun media sosial yang mereka miliki. Pengalaman pelanggan memiliki peran penting dalam menggambarkan pelayanan e-commerce di Indonesia, apakah sudah berjalan baik atau tidak. Pengalaman yang dibagikan pun bermacam-macam mulai dari baik sampai tidak baik. Hal tersebut memiliki keterkaitan dengan adanya kebijakan pemerintah yang ingin meningkatkan ekonomi digital di Indonesia dengan membuat roadmap. Karena itulah penelitian ini bertujuan untuk melihat apakah e-commerce Indonesia mendukung kebijakan pemerintah tersebut atau tidak, dengan pemanfaatan pada bidang Data Analytics dapat membantu dalam menganalisa suatu konten yang terjadi pada media sosial Twitter dan Facebook yang dimiliki dimana berisi pengalaman mereka bertransaksi di situs e-commerce.
Penelitian ini akan melihat pengalaman pelanggan seperti apa yang didapatkan setelah melakukan transaksi pada situs yang menjadi objek penelitian ini yaitu situs Lazada, MatahariMall, dan Bhinneka. Penggambaran dari penelitian ini melalui metode Wordcloud dan Network Text Analysis yang dimana nanti akan terlihat pengalaman seperti apa yang banyak dibicarakan pada media sosial pelanggan terhadap situs-situs e-commerce tersebut.
Pengumpulan data dapat dilakukan dengan proses crawling pada akun Twitter dan Facebook pada akun ((@LazadaID, @LazadaIDCare, @LazadaIndonesia, @MatahariMall, @MatahariMallCS, @mataharimallcom, @bhinneka dan @bhinnekacom) baik itu berupa tweet, mention, reply, re-tweet, dan komentar yang nantinya akan dilakukan filtering untuk mendapatkan data yang relevan dengan penelitian ini. Dari data observasi yang diperoleh merupakan data yang didapatkan dari masing-masing akun. Pengolahan data selanjutnya dilakukan dengan menggunakan software Data Analytics yaitu RStudio, wordcloud generator berbasis web yaitu Tagul, Rapid Miner Studio 7.1, dan Gephi 0.9.1.
Berdasarkan hasil penelitian yang dilakukan didapatkan hasil pengalaman yang sering muncul pada masing-masing akun dengan bobot 5 kata yang memiliki weight terbesar yaitu “pesanan-sampai”, “pesanan-tidak sampai”, “pesanan-tidak kirim”, “barang-sampai”, dan “tidak sesuai-estimasi” pada akun Lazada. “pesanan–sampai”, “pesanan–tidak sampai”, “pesanan–terima”, “tidak respon–admin”, dan “tunggu–lama” pada akun MatahariMall. “harga–mahal”, “harga–murah”, “barang–mahal”, “kirim–kecewa”, “promo–susah” pada akun Bhinneka. Dan adapun penggambaran dari semua hasil yang didapatkan dari hasil network text analysis dilihat berdasarkan degree-nya didukung dengan kepadatan dari graph yang cukup erat dari masing-masing kata yang saling berkaitan pada isi percakapan yang terjadi di masing-masing akun situs tersebut.
Dari hasil penelitian yang didapatkan hasil yang dimana memberikan jalan kepada para situs e-commerce tersebut untuk meningkatkan pelayanan pada situs mereka masing-masing dan memperbaiki pelayanan yang terbilang kurang baik agar tidak ada lagi pengalaman kurang baik dari pelanggan yang dilontarkan pada masing-masing akun situs tersebut.
Kata Kunci: perilaku konsumen; pengalaman pelanggan; e-commerce; network text association; social network analysis