بخش بندی مشتریان با استفاده از مدل توسعه یافته RFMDC در سایت های تجارت الکترونیک

با وجود سایت های تجارت الکترونیک متعدد، ایجاد مزیت رقابتی به عنوان منشا رقابت پذیری و پایدار نمودن آن در بازارنسبت به رقبا به همراه ایجاد ارزش برای مشتریان از اهمیت بالایی برخوردار است. مدیریت ارتباط با مشتری با شناسایی وجذب مشتریان وفادار و نگهداشتن آنها برای ادامه حیات در بازار رقابت، امری ضروری است. بخش بندی مشتریان، منجربه کشف گروه های مشابه از مشتریان می شود، از این رو سایتها با تحلیل داده ها و بررسی الگوی رفتاری هر گروه ازمشتریان قادر خواهند بود نیازمندی های هر گروه از مشتریان را مشخص ساخته و با تبیین این الگوی رفتاری، استراتژیمناسبی را برای نگاه داشت آنها اتخاذ کنند. از این رو داشتن مدل مناسبی برای تحلیل و بررسی الگوی رفتاری مشتریان ازاهمیت بالایی برخوردار است. هر گروه از مشتریان بر اساس الگوی رفتاری خاص خود عمل می کنند. در این مقاله الگویجدید بخش بندی مشتریان بر پایه مدل توسعه یافته RFM (تازگی مبادله، تعداد تکرار مبادله و ارزش پولی مبادله) به وسیله افزودن دو متغیر (تخفیفات داده شده به مشتری) و (تعداد خرید بلیت توسط مشتری) ارائه شده است. مشتریان سایت براساس مدل RFM و مدل پیشنهادی این تحقیق RFMDC با استفاده از الگوریتم K-means و بکارگیری روش فرآیندی CRISP-DM بخش بندی شده اند. این تحقیق نشان میدهد دقت مدل RFMDC نسبت به مدل RFM در بخش بندی مشتریان این سایت بیشتر است. پس از انجام فرآیند خوشه بندی، مشتریان به 5 خوشه تقسیم شده اند. ضمن تحلیل رفتار مشتریان هر خوشه، پیشنهادات بهینه به هر گروه از مشتریان اراته خواهد شد. این تحقیق با هدف شناسایی مدل بهینه الگوی رفتاری مشتریان و ارائه پیشنهادات مناسب به آنها است، داده های مورد استفاده در این تحقیق از پایگاه اطلاعاتی موجود در سایت تجارت الکترونیک تیوال در بازه یک سال استخراج گردیده است.

Keywords:

داده کاوی , بخش بندی مشتریان , مدیریت ارتیاط با مشتری , مدل RFM