پیش بینی سطح سودمندی مشتریان، به کمک خوشه بندی داده های مشتریان بر مبنای ارزش طول عمر مشتری جهت بهبود مدیریت ارتباط با مشتری

در این مقاله، پس از جمع آوری داده های مشتری و شناسایی و تحلیل آنها، مشتریان بر اساس ویژگی های مشابه و سودمندی، به چند گروه خوشه بندی شده اند و در مواجه با هر خوشه، استراتژی های مخصوص به همان خوشه، به کار گرفته شده است. در این صورت میتوان با جلب رضایت مشتریان سودمند، وفاداری آنها را به سازمان افزایش داد و به مزیت رقابتی پایدار دستیافت. همچنین علاوه بر خوشه بندی مشتریان، سطح سودمندی مشتریان برای سازمان، پیش بینی می گردد. از این رو سازمان میتواند با آگاهی به سطح سودمندی مشتریان، تصمیمات صحیحی را جهت ادامه ی ارتباط با مشتری/ عدم ارتباط با مشتری، بگیرد.

Keywords:

مشتری , ارزش طول عمر مشتری (CLV) , مدیریت ارتباط با مشتری (CRM) , داده کاوی , خوشه بندی مشتری