Hybrid cluster analysis of customer segmentation of sea transportation users

Abstract

Purpose: The purpose of this study is to apply hybrid cluster analysis in classifying PT Pelindo I customers based on the level of customer satisfaction with passenger services of PT Pelindo I. Design/methodology/approach: Hybrid cluster analysis is a combination of hierarchical and nonhierarchical cluster analysis. This hybrid cluster analysis appears to optimize the advantages of hierarchical and non-hierarchical methods simultaneously to obtain optimal grouping. Hybrid cluster analysis itself has high flexibility because it can combine all hierarchical and non-hierarchical methods without any limits in the order of analysis used. Findings: The results showed that 72% of PT Pelindo I customers felt PT Pelindo I service was special, while the remaining 28% felt PT Pelindo I service was good. Originality/value: In total, 117 customers of PT Pelindo I were involved in a study using the nonprobability sampling method.

Propósito: El propósito de este estudio es aplicar el análisis de conglomerados híbridos para clasificar a los clientes de PT Pelindo I según el nivel de satisfacción del cliente con los servicios de pasajeros de PT Pelindo I. Diseño/metodología/enfoque: El análisis de conglomerados híbrido es una combinación de análisis de conglomerados jerárquico y no jerárquico. Este análisis de conglomerados híbrido parece optimizar las ventajas de los métodos jerárquicos y no jerárquicos simultáneamente para obtener una agrupación óptima. El análisis de conglomerados híbrido en sí tiene una gran flexibilidad porque puede combinar todos los métodos jerárquicos y no jerárquicos sin ningún límite en el orden de análisis utilizado. Hallazgos: Los resultados mostraron que el 72 % de los clientes de PT Pelindo I sintieron que el servicio de PT Pelindo I era especial, mientras que el 28 % restante consideró que el servicio de PT Pelindo I era bueno. Originalidad/valor: En total, 117 clientes de PT Pelindo I participaron en un estudio utilizando el método de muestreo no probabilístico.