Marketing Campaign Analysis Using SQL, Python, Tableau, and Machine Learning: An End-to-End Data Analytics Project

1. Introduction

Marketing campaigns require significant investment, yet many companies struggle to achieve high conversion rates. Sending promotions to every customer often leads to wasted marketing budgets and low engagement. In this project, I analyzed customer behavior to identify the characteristics of customers who are more likely to respond to marketing campaigns.

Melalui pendekatan analitis yang menggabungkan SQL Data Analysis untuk pembersihan data, Python Data Analysis untuk eksplorasi statistik, Tableau Dashboard untuk visualisasi eksekutif, serta algoritma Machine Learning (Logistic Regression), proyek ini bertujuan mengubah strategi promosi massal menjadi penargetan berbasis probabilitas yang presisi.

2. Business Problem

Perusahaan ritel menghadapi tantangan profitabilitas promosi yang signifikan. Tanpa segmentasi perilaku yang jelas, tim pemasaran membuang anggaran untuk menjangkau audiens yang tidak tepat. Masalah utama yang teridentifikasi meliputi:

• Campaign Response Hanya 15%: Tingkat konversi kampanye pemasaran yang sangat rendah, di mana 85% anggaran promosi terbuang sia-sia.
• Belum Diketahui Customer Potensial: Ketiadaan visibilitas mengenai profil demografi dan kebiasaan belanja pelanggan yang memiliki kecenderungan tinggi untuk berbelanja kembali.
• Budget Marketing Belum Optimal: Distribusi biaya promosi dilakukan secara merata tanpa mempertimbangkan *Customer Lifetime Value* (CLV).
• Belum Ada Strategi Targeting Berbasis Data: Keputusan pemasaran masih didorong oleh asumsi standar, bukan bukti analitik algoritmik.

3. Business Objectives

Untuk menyelesaikan masalah tersebut, proyek ini menetapkan lima sasaran analitik terukur:

• Identify High-Value Customers: Discover and isolate customer segments that contribute the majority of revenue using behavioral RFM clustering.
• Evaluate Campaign Performance: Analyze historical conversion rates across different promotional offers and customer demographics.
• Discover Purchasing Behavior: Examine spending patterns, product preferences, and recency variables across multiple sales channels.
• Predict Campaign Response: Build and optimize a predictive machine learning model to score customer likelihood of responding to future promotions.
• Deliver Business Recommendations: Translate complex data findings into actionable marketing, channel, and customer retention strategies.

4. Dataset Overview

Dataset yang digunakan merupakan data pelanggan historis dan respons kampanye yang bersumber dari platform Kaggle. Data ini merangkum atribut demografis, riwayat pembelian produk, serta perilaku interaksi di berbagai saluran penjualan.

5. Tools & Analytical Architecture

Untuk menjamin akurasi analisis dan skalabilitas pemodelan, saya menggunakan susunan *tech stack* industri sebagai berikut:

6. Data Cleaning & Feature Engineering

Data mentah transaksional membutuhkan standarisasi sebelum dapat diproses oleh algoritma statistik. Tahapan pembersihan utama mencakup:

• Handling Missing Income: Mengidentifikasi dan menghapus 24 baris data pelanggan yang memiliki nilai NULL pada atribut pendapatan tahunan (Income), karena mewakili <1% populasi tanpa membiaskan distribusi.
• Filtering Invalid Birth Year: Menyingkirkan observasi cacat dengan tahun lahir tidak logis (misalnya usia >100 tahun / lahir sebelum 1900) agar rentang usia analisis akurat.
• Feature Engineering (Total Spending & Total Purchases): Menggabungkan 6 kolom pembelian kategori produk menjadi satu fitur Total_Spending, serta menjumlahkan transaksi di seluruh channel menjadi Total_Purchases.

Berikut adalah cuplikan kueri PostgreSQL yang digunakan untuk ekstraksi fitur demografi dan agregasi pengeluaran:

-- Kueri SQL PostgreSQL: Pembersihan & Feature Engineering Marketing Campaign
SELECT 
    id,
    2026 - birth_year AS age,
    income,
    education,
    marital_status,
    recency,
    (mnt_wines + mnt_fruits + mnt_meat + mnt_fish + mnt_sweet + mnt_gold) AS total_spending,
    (num_web_purchases + num_catalog_purchases + num_store_purchases) AS total_purchases,
    response
FROM marketing_campaign_raw
WHERE income IS NOT NULL 
  AND birth_year >= 1940
ORDER BY total_spending DESC;

7. Exploratory Data Analysis (EDA)

Melalui visualisasi mendalam menggunakan Python, saya membedah perilaku pelanggan menjadi tiga dimensi analisis utama:

A. Customer Demographics (Age, Income, Education, Marital Status)

Analisis distribusi menunjukkan bahwa basis pelanggan didominasi oleh kelompok usia 35–55 tahun berpendidikan tinggi (Bachelor, Master, dan PhD). Pelanggan berpendapatan di atas rata-rata (> $60.000) menunjukkan kecenderungan konversi respons kampanye yang jauh lebih signifikan dibanding kelompok berpendapatan rendah.

B. Customer Behavior (Spending, Purchase, Recency)

Terdapat korelasi positif yang sangat kuat antara frekuensi belanja (Total_Purchases) dengan nilai monetisasi (Total_Spending). Menariknya, variabel Recency (jarak hari sejak transaksi terakhir) bagi pelanggan yang merespons kampanye cenderung di bawah 30 hari.

C. Purchase Channel Analysis (Web, Catalog, Store)

Meskipun transaksi toko fisik (Store) menyumbang volume pesanan terbanyak, Catalog Purchase terbukti menjadi saluran yang paling potensial dengan nilai rata-rata belanja per transaksi tertinggi (*Highest Average Order Value*).

8. Statistical Testing (Independent T-Test)

I used independent t-tests to verify whether the observed differences between responders and non-responders were statistically significant rather than occurring by chance.

Pengujian statistik ini mengkonfirmasi dengan tingkat keyakinan 99% (P-Value < 0.01) bahwa faktor Pendapatan, Pengeluaran, dan Jarak Kedatangan memang membedakan perilaku kelompok penerima kampanye:

9. Customer Segmentation (RFM Analysis)

Untuk mengelompokkan 2.213 pelanggan ke dalam klaster yang dapat ditindaklanjuti secara strategi promosi, saya mengimplementasikan metode RFM Analysis (Recency, Frequency, Monetary). Pelanggan diberi skor 1 hingga 5 pada masing-masing metrik, yang kemudian dibentuk menjadi klaster perilaku utama:

10. Machine Learning: Customer Response Prediction

Problem & Model: Karena tujuan bisnis adalah memprediksi kemungkinan seorang pelanggan menjawab kampanye promosi (0 = No, 1 = Yes), saya membangun model klasifikasi *supervised learning* menggunakan algoritma Logistic Regression karena kemampuannya memberikan interpretasi probabilitas yang jelas.

Mengapa Metric Recall Lebih Penting Daripada Accuracy?

Pada dataset yang tidak seimbang (*imbalanced dataset* di mana hanya 15% pelanggan merespons), sebuah model bodoh yang memprediksi "No" untuk semua orang akan tetap mendapatkan Accuracy 85%, namun nilai Recall 0%. Dalam pemasaran, kita tidak ingin melewatkan satu pun pelanggan potensial. Oleh karena itu, saya mengoptimalkan *decision threshold* model untuk memaksimalkan Recall Rate:

11. 5 Key Findings

Rangkuman penemuan esensial dari kombinasi SQL, statistik t-test, dan Machine Learning:

1. Income Lebih Tinggi → Peluang Response Lebih Besar: Pendapatan merupakan prediktor demografis terkuat terhadap partisipasi kampanye promosi berbayar.
2. Champions Memiliki Response Rate Tertinggi: Segmen RFM Champions merespons kampanye 3x lipat lebih tinggi dari rata-rata populasi.
3. Catalog Purchase Menjadi Channel Paling Potensial: Saluran katalog berbanding lurus dengan pembelian produk bernilai tinggi seperti *Wines* dan *Meat*.
4. Total Spending Menjadi Feature Paling Penting: Dalam *feature importance* model Logistic Regression, riwayat total belanja merupakan indikator utama konversi.
5. Recall Meningkat dari 15% Menjadi 73%: Optimasi ambang batas model sukses memperluas jangkauan ke pelanggan potensial tanpa membakar anggaran ke segmen *Hibernating*.

12. Actionable Business Recommendations

Berdasarkan penemuan di atas, saya merumuskan matriks rekomendasi strategis bagi manajemen eksekutif:

13. Measurable Business Impact (Before vs. After)

Implementasi arsitektur analitik ini merubah paradigma operasional promosi perusahaan secara dramatis:

14. Tableau Marketing Campaign Dashboard Showcase

Untuk memudahkan pemantauan harian oleh *Chief Marketing Officer* (CMO), saya merancang interaktif Tableau Dashboard yang merangkum tiga halaman analisis utama:

• Executive Overview Page: Menampilkan metrik tingkat atas seperti Total Revenue, Average Spending, Overall Response Rate, dan tren konversi bulanan.
• Customer Demographics & RFM Page: Visualisasi matriks sebaran segmen *Champions*, *Loyal*, dan *At-Risk* berdasarkan rentang pendapatan serta usia.
• Channel & Campaign Performance Page: Evaluasi komparatif efektivitas konversi antara saluran *Web, Store, dan Catalog*.

15. Conclusion

Combining SQL, customer segmentation, statistical analysis, and machine learning enables businesses to identify high-potential customers and optimize marketing campaign performance through data-driven decision making.

Proyek *end-to-end* ini membuktikan bahwa peran seorang Data Analyst bukan sekadar menyajikan grafik, melainkan merancang arsitektur analitik yang secara langsung menekan pemborosan operasional dan mendongkrak profitabilitas perusahaan.