خوشه‌بندی مشتریان بر مبنای مدل RFM

چکیده

امروزه یکی از چالش‌های بزرگ سازمان‌های مشتری محور، شناخت مشتریان، ایجاد تمایز بین گروه‌های مختلف مشتریان و رتبه‌بندی آن‌هاست. خوشه‌بندی یکی از تکنیک‌های داده‌کاوی است که برای گروه‌بندی مشتریان متناسب با ویژگی‌های مختلف آن‌ها استفاده می‌شود. هدف اصلی این تحقیق، خوشه‌بندی فازی مشتریان بر اساس شاخص‌های تازگی (Recency)، تکرار (Frequency) و ارزش پولی (Monetary) است. مطالعه­ی صورت گرفته بر روی 76379 تراکنش ثبت‌شده از مشتریان فروشگاه رفاه شهر زاهدان می‌باشد. به همین منظور پس از تعیین مقادیر RFM، تعداد بهینه خوشه‌ها با استفاده از شاخص ژی و بنی محاسبه گردید. در مرحله بعد مشتریان با الگوریتم فازی C-means به هفت خوشه تقسیم شدند. سپس وزن هر یک از شاخص‌های مدل RFM با فرایند تحلیل سلسله مراتبی فازی مشخص شد. در نهایت با محاسبه و رتبه‌بندی ارزش دوره عمر هر خوشه، مشتریان کلیدی و با ارزش فروشگاه شناسایی شدند. نتایج به‌دست‌آمده از این پژوهش می‌تواند برای تدوین برنامه‌های مدیریت ارتباط با مشتری برای هر یک از گروه‌های مشتریان به کار رود.

کلیدواژه ها: خوشه‌بندی فازی؛ تحلیل سلسله مراتبی فازی؛ مدل RFM؛ ارزش دوره‌ی عمر مشتری

نویسندگان:

عبدالمجید ایمانی: استادیار دانشکده مدیریت و اقتصاد دانشگاه سیستان و بلوچستان

 میثم عباسی: دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات دانشگاه سیستان و بلوچستان

مجله پژوهش های مدیریت عمومی – دوره 10، شماره 37، پاییز 1396.

برای مشاهده کامل مقاله روی فایل مقابل کلیک کنید.   

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *