بخش بندی بازدیدکنندگان مراکز تجاری بر مبنای نوع فعالیت با استفاده از تکنیک تحلیل عاملی و تحلیل خوشه ای
Publish place: New Marketing Research Journal، Vol: 3، Issue: 1
Publish Year: 1392
Type: Journal paper
Language: Persian
View: 381
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_NMRJ-3-1_006
Index date: 13 May 2021
بخش بندی بازدیدکنندگان مراکز تجاری بر مبنای نوع فعالیت با استفاده از تکنیک تحلیل عاملی و تحلیل خوشه ای abstract
شناخت مشتریان مراکز تجاری کمک زیادی به افزایش سودآوری آنها میکند. یکی از مفیدترین ابزارها برای شناخت بهتر مشتریان بخشبندی آنهاست. هدف این مقاله، بخشبندی بازدیدکنندگان بر اساس فعالیتهایی است که در مراکز تجاری انجام میدهند. این تحقیق در میان بازدیدکنندگان مرکز تجاری میلاد نور انجام شد و ۱۵۷ پاسخ دهنده به سوالات پرسشنامه پاسخ دادند. تحلیل اطلاعات در سه مرحله انجام گرفت، در مرحله اول با استفاده از تحلیل عاملی تعداد متغیرها به ۴ عامل، فعالیتهای تفریحی و سرگرمی، خرید با برنامه قبلی، کسب اطلاعات خرید و خرید بدون برنامه قبلی کاهش یافت. سپس این عاملها به عنوان ورودی وارد الگوریتم تحلیل خوشهای k میانگین شدند و بازدیدکنندگان بر مبنای فعالیتهای صورت گرفته به ۴ گروه تقسیم شدند، این ۴ گروه عبارتند از خریداران سنتی، مشتاقان مراکز تجاری، مشتریان گذری و مشتریان تفریحی. در مرحله سوم، متغیرهای جمعیت شناختی و رفتاری در گروههای شناسایی شده مورد بررسی قرار گرفت، که گروهها از نظر توزیع متغیرهای سن، سطح تحصیلات و همراهان در مراکز تجاری نسبت به یکدیگر تفاوت معناداری داشتند، ولی از نظر متغیرهای جنسیت، وضعیت تاهل، مدت زمان حضور در مرکز تجاری، شغل و درآمد متوسط ماهیانه همگون شناخته شدند.
بخش بندی بازدیدکنندگان مراکز تجاری بر مبنای نوع فعالیت با استفاده از تکنیک تحلیل عاملی و تحلیل خوشه ای Keywords:
بخش بندی بازدیدکنندگان مراکز تجاری بر مبنای نوع فعالیت با استفاده از تکنیک تحلیل عاملی و تحلیل خوشه ای authors
منصور مومنی
دانشیار دانشکده مدیریت دانشگاه تهران
رضا سلیمانی دامنه
دانشجوی دکتری مدیریت صنعتی دانشگاه تهران
نیما یحیی پور جلالی
دانشجوی دکتری مدیریت دانشگاه تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :