27659

طراحي مدلي جهت بخش‌بندي مشتريان با استفاده از روش‌هاي داده‌‌كاوي با رويكرد بازاريابي ديجيتال

كارشناسي ارشد

مهندسي برق كنترل

1398

1401/6/30

دكتر سعيد عبادالهي

مهندسي برق

در دنياي ديجيتال امروز، كسب‌وكارهاي فعال در صنعت خرده‌فروشي هر روز با چالش‌هاي جديدي روبرو مي‌شوند و با افزايش فروشگاه‌هاي آنلاين، رقابت براي آن‌ها سخت‌تر مي‌شود. حفظ ارتباط با مشتري، شناخت ويژگي‌هاي هر مشتري و پيشنهادهاي مناسب از اين دست چالش‌هاست كه ذهن فعالان اين صنعت را به خودش مشغول كرده است. پاسخ اين مشكل در مديريت ارتباط با مشتري و بخش‌بندي مشتريان نهفته است هر بخش يا سگمنت از مشتريان به گروهي از مشتريان گفته مي‌¬شود كه نيازها و خواسته¬‌هاي مشترك يا در يك كلمه رفتار مشترك دارند. در اين پژوهش روش‌هاي داده‌كاوي براي بخش‌بندي مشتريان استفاده مي‌شود و داده‌هاي خريد مشتريان مورد بررسي قرار مي‌گيرد؛ سپس از روش RFMTP كه بهبود يافته روش RFM است ويژگي‌هاي رفتاري مشتريان استخراج مي‌شود و روش‌هاي مختلف بخش‌بندي روي آن اجرا مي‌شود. در ادامه از بين مدل‌ها، مدل K-means به دليل كارايي و دقت بهتر انتخاب شد و مشتريان به چهار بخش وفادار، ارزشمند، تازه‌وارد و ريزشي بنا بر اطلاعات هر خوشه تقسيم شدند و تحليل متناسب با هر بخش ارائه شد. سپس با استفاده از مدل تركيبي درخت تصميم و سيستم فازي قوانين هر خوشه استخراج شد تا تصميم‌گيري براي مشتريان آينده و تعيين بخش مربوط به هر مشتري امكان‌پذير باشد. درنهايت با روش FP-Growth و كشف قوانين انجمني سبد خريد مشتريان هر بخش مورد بررسي قرار گرفت تا براي پيشنهاد محصول و فروش مكمل مورد استفاده قرار گيرد.

1401/10/13

Design of Customer Segmentation Model with Data Mining Approaches in Digital Marketing

9/21/2023 12:00:00 AM

In today's digital world, businesses in the retail industry face new challenges every day, and with the rise of online stores, competition is getting tougher for them. Keeping in touch with the customer, knowing the characteristics of each customer, and making suitable offers are challenges that have occupied the minds of the activists of this industry. The answer to this problem lies in customer relationship management and customer segmentation. Each customer segment is a group of customers who have common needs and desires or, in a word, common behavior. In this research, data mining methods are used to segment customers and customer purchase data is examined; Then, the behavioral characteristics of customers are extracted from the RFMTP method, which is an improvement of the RFM method, and various Clustering methods are implemented on it. Next, among the models, the K-means model was chosen due to its better efficiency and accuracy, and the customers were divided into four segments: loyal, worthy, new customers, and churners based on the information of each cluster, and data analysis was provided according to each segment. Then, by using the combined model of decision tree and fuzzy system, the rules of each cluster were extracted so that it is possible to make decisions for future customers and determine the relevant section of each customer. Finally, with the FP-Growth method and the discovery of associative rules, the customers' shopping carts of each section were examined to be used for product suggestions.

بخش‌بندي مشتريان , مديريت ارتباط با مشتري , درخت تصميم , سيستم فازي

Customer Segmentation , CRM , Decision tree , Fuzzy system

Mohammad Alaei Faradonbeh

Dr. Saeed Ebadollahi