Saat ini Telkomsel sedang bertrasformasi kearah digital company dan salah satu programnya adalah dengan meluncurkan MyTelkomsel Apps secara komersial pada tanggal 25 Maret 2016 sebagai digital channel Telkomsel. MyTelkomsel Apps memberikan kemudahan kepada pelanggan Telkomsel dalam melakukan self-service secara online seperti pembelian paket data di MyTelkomsel Apps. Namun demikian, coversion rate dari active user MyTelkomsel Apps menjadi pembeli paket data di MyTelkomsel Apps masih rendah. Sehingga permasalahan yang dihadapi adalah bagaimana meningkatkan jumlah pembeli paket data di MyTelkomsel Apps tersebut.
Tujuan dari penelitian ini adalah untuk memberikan insight kepada Telkomsel dalam memprediksi pembeli paket data bulanan Telkomsel di MyTelkomsel Apps secara akurat dengan menggunakan predictive analytics. Sehingga bisa diidentifikasi profile pelanggan & significant variable dari pelanggan yang diprediksi akan membeli layanan paket data yang ada di MyTelkomsel Apps.
Logistic regression digunakan untuk memprediksi pelanggan yang akan membeli paket data bulanan di MyTelkomsel Apps dengan menggunakan 29 input variable dengan tipe numerik. Analytics based table diambil dari data pelanggan yang membeli paket data bulanan di MyTelkomsel Apps per 31 Desember 2017 sebesar 132.585 pelanggan dan mengambil secara random sampling untuk pelanggan yang tidak membeli paket data bulanan di MyTelkomsel Apps sebesar 57.234 pelanggan dari total 3.124.388 pelanggan. Analytics based table tersebut dibagi menjadi 2 data set yaitu 70% training data set & 30% testing data set baik untuk pelanggan yang membeli maupun yang tidak membeli paket data di MyTelkomsel Apps. Maka dari total training & testing data set sebesar 189.819 pelanggan, diprediksi 141.043 pelanggan akan membeli paket data bulanan di MyTelkomsel Apps dengan akurasi model mencapai 79%. Adapun top 5 significant variable dari model tersebut yang mempengaruhi pelanggan Telkomsel membeli paket data bulanan di MyTelkomsel Apps adalah pembelian pulsa, pemakaian data, jumlah hari pemakaian data, jumlah hari pemakaian MyTelkomsel Apps dan jumlah hari pemakaian SMS.
Setelah development model terbentuk, kemudian model tersebut diaplikasikan ke total populasi MyTelkomsel Apps user sebesar 2.985.857. Diketahui ada 1.228.652 pelanggan yang highly prospect akan membeli paket data bulanan di MyTelkomsel Apps. Kemudian teknik clustering yaitu K-Means digunakan untuk membuat segmentasi pelanggan tersebut, sehingga terbentuk 3 cluster yaitu low high value & data addicted customers (45,8%), low value & traditional customer (17,6%), & normal user (36,6%).
Berdasarkan hasil dari prediction model & clustering tersebut, maka bisa dilakukan behavioral targeting untuk memberikan gimmick product secara lebih targeted dan tepat sasaran.
Kata Kunci : Behavioural Targeting, Predictive Analytics