Strategi Peningkatan Retensi Pengguna pada Platform Edtech Pendidikan Nonformal.

Abstract

Dalam lima tahun terakhir, penetrasi penggunaan internet di Indonesia meningkat 20% menjadi 78,19% pada tahun 2023 dengan 215,6 juta pengguna. Sejak tahun 2013, jumlah perusahaan edtech di Indonesia juga meningkat, khususnya selama pandemi Covid-19 akibat kebijakan pembelajaran jarak jauh. Namun, setelah 2022, banyak perusahaan edtech mengurangi jumlah karyawan secara besar-besaran. Meskipun penetrasi internet tinggi, akses ke konten pembelajaran online masih rendah, yaitu 2,81% saja. Hal ini menunjukkan masih dibutuhkannya peningkatan adopsi penggunaan platform edtech. Selain itu, tingkat profitabilitas dan retensi pengguna yang rendah juga merupakan tantangan yang dihadapi perusahaan. Oleh karena itu, dibutuhkan strategi peningkatan retensi pengguna platform edtech pendidikan nonformal untuk meningkatkan profitabilitas perusahaan. Pada penelitian ini, dilakukan eksplorasi terhadap penerimaan pengguna terhadap platform edtech untuk pendidikan nonformal menggunakan kerangka kerja extended UTAUT2 dan analisis PLS-SEM pada data kuesioner dari 279 siswa TK-SMA/SMK di Indonesia. Dari hasil penelitian ini disimpulkan bahwa harapan kinerja, Kurikulum Merdeka, dan kebiasaan memengaruhi niat siswa untuk menggunakan platform edtech. Selain itu, kondisi penunjang, kebiasaan, dan niat perilaku berpengaruh signifikan terhadap penggunaan platform edtech. Dengan mempertimbangkan faktor-faktor yang signifikan tersebut, perusahaan dapat meningkatkan kepuasan pengguna sehingga retensi pengguna akan meningkat. Kemudian dilakukan studi kasus pada perusahaan edtech yaitu PT Maleo Edukasi Teknologi (Educourse) dengan berfokus pada prediksi churn dan implementasi customer relationship management (CRM). Prediksi churn menggunakan kerangka kerja CRISP-DM menggunakan algoritma decision tree, artificial neural network, dan logistic regression. Hasil evaluasi prediksi churn menunjukkan bahwa decision tree memiliki tingkat akurasi tertinggi (89,5%), error rate terendah (10,5%), presisi tertinggi (92,3%), F-measure tertinggi (94%), serta RMSE terendah (28,77%). Logistic regression memiliki keunggulan dari segi recall tertinggi (98%) sedangkan Artificial neural network memiliki AUC score yang tertinggi (87,62%). Dengan memprediksi pengguna yang akan beralih, perusahaan dapat melakukan intervensi untuk meningkatkan retensi pengguna. Hasil penelitian ini dapat memperdalam wawasan mengenai faktor-faktor yang berpengaruh pada niat dan perilaku penggunaan platform edtech serta memberikan panduan bagi industri edtech untuk meningkatkan retensi pengguna melalui strategi CRM yang efektif pada tataran strategis, operasional, analitis, dan kolaboratif.

In the past five years, internet penetration in Indonesia has increased by 20% to 78.19% in 2023, with 215.6 million users. Since 2013, the number of Edtech companies in Indonesia has also increased significantly during the COVID-19 pandemic due to remote learning policies. However, after 2022, many Edtech companies significantly reduced their workforce. Despite high internet penetration, access to online learning content remains low, at only 2.81%. This phenomenon indicates a need to increase the adoption of Edtech platforms. Additionally, these companies face low profitability and user retention rates. Therefore, strategies to enhance user retention of nonformal education Edtech platforms are needed to improve company profitability. This research explores user acceptance of Edtech platforms for nonformal education using the extended UTAUT2 framework and PLS-SEM analysis on questionnaire data from 279 respondents, ranging from kindergarten to high school students in Indonesia. This study reveals that performance expectancy, Emancipated Curriculum (Kurikulum Merdeka), and habits influence students' intentions to use Edtech platforms. Furthermore, facilitating conditions, habits, and behavioral intentions significantly affect the use of Edtech platforms. By considering these significant factors, companies can enhance customer satisfaction which leads to increasing customer retention. A case study was conducted on an Edtech company, PT Maleo Edukasi Teknologi (Educourse), focusing on churn prediction and customer relationship management (CRM). Churn prediction used the CRISP-DM framework with decision tree, artificial neural network, and logistic regression algorithms. The churn prediction evaluation results showed that the decision tree yields the highest accuracy (89.5%), the lowest error rate (10.5%), the highest precision (92.3%), the highest F-measure (94%), and the lowest RMSE (0.2877). Logistic regression had the highest recall (98%) while artificial neural network had the highest AUC score (87.62%). By predicting customers who are likely to churn, companies can intervene to improve customer retention. This research provides essential knowledge regarding the factors influencing the intention and behavior of Edtech platform usage. It offers guidance for the Edtech industry to enhance customer retention through effective strategic, operational, analytical, and collaborative CRM strategies.