CASE WHEN memungkinkan kita mengubah angka mentah seperti total_transaksi menjadi label kategori bisnis — VIP, Reguler, atau Baru — langsung di dalam satu query SQL, tanpa perlu proses manual di Excel atau tools terpisah. Artikel ini membahas cara menyusun CASE WHEN bertingkat untuk segmentasi customer, lengkap dengan contoh data, query, dan cara memvalidasi hasilnya.

Kenapa Segmentasi Customer Ini Dibutuhkan?

Tim marketing sering butuh tahu siapa saja customer yang masuk kategori VIP untuk diprioritaskan dalam campaign, siapa yang Reguler untuk dijaga loyalitasnya, dan siapa yang Baru untuk didorong transaksi keduanya. Masalahnya, data mentah di database biasanya cuma berupa angka total_transaksi — tidak ada kolom yang langsung bilang “customer ini VIP”.

Ada beberapa cara untuk membuat label ini:

1. Proses manual di Excel — rawan human error dan tidak scalable kalau datanya ribuan baris.
2. Bikin tabel referensi terpisah — lebih rapi untuk aturan yang kompleks, tapi jadi overkill untuk aturan sederhana seperti ini.
3. CASE WHEN langsung di SQL — cepat, langsung terintegrasi dengan query lain, dan aturan bisnisnya terlihat jelas di dalam query itu sendiri.

Untuk kasus segmentasi sederhana berdasarkan ambang batas angka, CASE WHEN adalah pilihan paling efisien karena tidak perlu maintain tabel tambahan.

Bagaimana Struktur Data Customer-nya?

Anggap kita punya tabel customers dengan struktur berikut (gunakan data dummy, jangan data pengguna asli):

Contoh isi data dummy:

CREATE TABLE customers (
    id INT PRIMARY KEY,
    nama VARCHAR(50),
    total_transaksi INT,
    tanggal_daftar DATE
);

INSERT INTO customers (id, nama, total_transaksi, tanggal_daftar) VALUES
(1, 'Customer A', 15000000, '2023-01-10'),
(2, 'Customer B', 3200000, '2024-05-22'),
(3, 'Customer C', 850000, '2025-06-01'),
(4, 'Customer D', 22000000, '2022-11-15'),
(5, 'Customer E', 500000, '2026-07-30');

Bagaimana Menulis Query CASE WHEN untuk Segmentasi?

Versi Dasar: Satu Kondisi

Mulai dari kondisi paling sederhana — menandai siapa yang VIP:

SELECT
    nama,
    total_transaksi,
    CASE
        WHEN total_transaksi >= 10000000 THEN 'VIP'
        ELSE 'Bukan VIP'
    END AS kategori
FROM customers;

Versi Bertingkat: Tiga Kategori

Selanjutnya kita perluas jadi tiga kategori: VIP, Reguler, dan Baru. Urutan kondisi di sini penting karena SQL mengevaluasi CASE WHEN dari atas ke bawah dan berhenti di kondisi pertama yang terpenuhi:

SELECT
    nama,
    total_transaksi,
    tanggal_daftar,
    CASE
        WHEN total_transaksi >= 10000000 THEN 'VIP'
        WHEN total_transaksi >= 1000000 THEN 'Reguler'
        WHEN tanggal_daftar >= DATE '2025-01-01' THEN 'Baru'
        ELSE 'Perlu Diaktivasi'
    END AS kategori
FROM customers;

Kenapa urutannya begitu: kondisi dengan ambang batas tertinggi (VIP) ditaruh paling atas. Kalau urutannya dibalik — misalnya kondisi Reguler ditaruh sebelum VIP — maka customer dengan total_transaksi 22 juta pun bisa salah kena label Reguler, karena SQL akan langsung mengambil kondisi pertama yang cocok tanpa mengecek kondisi selanjutnya.

Bagaimana Memvalidasi Hasilnya Benar?

Setelah query di atas jalan, validasi dengan menghitung jumlah customer di tiap kategori menggunakan subquery dan GROUP BY:

SELECT
    kategori,
    COUNT(*) AS jumlah_customer
FROM (
    SELECT
        CASE
            WHEN total_transaksi >= 10000000 THEN 'VIP'
            WHEN total_transaksi >= 1000000 THEN 'Reguler'
            WHEN tanggal_daftar >= DATE '2025-01-01' THEN 'Baru'
            ELSE 'Perlu Diaktivasi'
        END AS kategori
    FROM customers
) AS sub
GROUP BY kategori
ORDER BY jumlah_customer DESC;

Cocokkan hasilnya secara manual dengan data mentah untuk 1-2 baris — misalnya cek langsung apakah Customer D (22 juta) memang muncul di kategori VIP dan bukan di kategori lain.

Apa Kesalahan Umum Saat Pakai CASE WHEN Bertingkat?

Penulis : Siti Fatimah Nur Azzahra