هدیه سادات موسوی - کارشناسی ارشد و دانشجو رشته نرم افزار دانشگاه غیر دولتی پیشتازان شیراز
کیمیا بازرگان لاری - دکتری تخصصی و استادیار هوش مصنوعی الگوریتم و بهینه سازی، عضو هیئت علمی موسسه آموزش عالی آپادانا

متناسب با پیشرفت روز افزون فناوری اطلاعات و ارتباطات در دنیای امروز، شرکت های آینده نگر که آینده سیستم خود را بر مبنای ارتباط با مشتریان قرارداده اند، شناخت رفتار مشتریان و همچنین نوع و جنس نیاز آنها می تواند کمک بزرگی در رسیدن به ایده آل های یک باشگاه مشتریان قوی باشد .لذا آن ها می توانند از این شناخت رفتاری در بهبود روندتجاری خرید و فروش کالاهای مختلف در فروشگاه های گوناگون بهره برند تا اینکه بخواهد زمان بر روی تحلیل ضعف رقبای تجاری و تعامل با آن ها بگذارند.در این نوع شرکت ها با توجه به تنوع زیاد مشتریان ، تنوع محیط های کسب و کار و همچنین تنوع بالای پیچیدگی خدمات و نیازهای مشتریان و حتی دشواری دسترسی به اطلاعات هر مشتری استفاده ازیک روش مدون که ما را در کشف روابط و دانش های پنهان در این موضوعات یاری دهد، احساس می شود.به همین دلیل استفاده از راهکارهای تحلیل و آنالیز داده ها برای طبقه بندی ، کشف و تولید اطلاعات متناسب از مشتریان از میان حجم انبوهی از داده های وارد شده در یک شرکت یا سازمان یا فروشگاه بسیار حائز اهمیت است. بدین منظور استفاده از روش ها و تکنیک های علم داده کاوی این امکان را به تحلیلگران و تصمیم گیرندگان خواهد داد تا درباره ی آینده ی خود سیستم اطلاعات داشته باشند و بتوانند پیش بینی هایی را بر مبنای تحلیل رفتاری مشتریان بدست آورند و وابسته به آن برنامه های هدفمند و منسجم را برای آینده ی مجموعه خود تدوین نمایند. استفاده از روش ها و تکنیک های پیشرفته داده کاوی در سیستم های تحت محوریت مشتری، اعم از مدیریت ارتباط مشتریان، می تواند در تشخیص ضعف وقوت هر سیستم و حتی در رفع نیازها و هر مشتری بسیار تاثیرگذار بوده و همین طور با دراختیار گذاشتن اطلاعات جامع و کامل در سودرسانی و پیشرفت گام بلندی بردارد.

مدیریت ارتباط با مشتری CRM، داده کاوی، Deta mining، خوشه بندی الگوریتم k-means