20089

۲۰۰۸۹

بخش بندي مشتريان با استفاده از روش خوشه بندي فازي به منظور تخصيص استراتژي ها و برنامه هاي فروش

كارشناسي ارشد

سيستم هاي اقتصادي و اجتماعي

۹۵-۹۷

۱۳۹۷/۱۱/۲۸

دكتر مهدي غضنفري

صنايع

چكيده در محيط رقابتي امروز، مشتريان مهم‌ترين دارايي هر كسب‌وكار هستند. در بازاريابي هدفمند كه در مقابل بازاريابي انبوه قرار مي‌گيرد، سازمان‌ها فعاليت تبليغاتي خود را به‌جاي تمامي مشتريان روي گروه‌هاي خاصي از آن‌ها متمركز مي‌نمايند. توانايي شناسايي مشتريان سودآور، وفادار و كم‌ريسك، يك موفقيت كليدي براي شركت‌هاي مبتني بر مشتري محسوب مي‌شود. بخش‌بندي مشتريان، به سازمان‌ها اين امكان را مي‌دهد كه بتوانند استراتژي‌هاي بازاريابي و فروش خود را بر اساس اين بخش‌ها تنظيم كنند. خوشه‌بندي مشتريان، مهم‌ترين روش داده‌كاوي مورداستفاده در بازاريابي و مديريت ارتباط با مشتري (CRM)، يك روش براي بخش‌بندي مشتريان به دسته‌هاي معني‌دار و گروه‌هاي نسبتاً همگن است. مشتريان بر اساس ويژگي‌هاي مختلفي نظير ويژگي‌هاي رفتاري، دموگرافيك، جغرافيايي و روان‌شناختي و... در دسته‌هاي مجزا قرار مي‌گيرند. با به‌كارگيري داده‌هاي مشتريان و خوشه‌بندي آن‌ها، كسب‌وكارها به رديابي رفتار خريد و طراحي روش‌هاي ابتكاري براي دستيابي به اهداف استراتژيك مي‌پردازند. استفاده از مدل‌هاي خوشه‌بندي قطعي، هر مشتري را تنها به يك خوشه نسبت داده و اطلاعات بيشتري مانند ميزان تعلق هر مشتري به هر خوشه را به دست نمي‌دهد. در اين مطالعه، با به‌كارگيري خوشه‌بندي فازي، مشتريان 15 ماه يك شركت پخش دارو به چهار خوشه، بخش‌بندي شده‌اند. سپس به تحليل فازي هر خوشه و تخصيص استراتژي فروش خاص آن خوشه در سطوح مختلف درجه عضويت بر اساس نظر خبرگان صنعت پرداخته شده است. اين كار در مواقع مواجهه با بودجه محدود و انتخاب مشتريان با اولويت بيشتر، بسيار مفيد مي‌باشد. در نهايت هم به پيش‌بيني خوشه‌ي مشتريان جديد به همراه تحليل فازي پرداخته تا استراتژي برخورد با مشتريان جديد نيز به كمك درجه عضويت آن‌ها مشخص شود. كلمات كليدي: بازاريابي هدفمند، مديريت ارتباط با مشتري، داده‌كاوي، خوشه‌بندي مشتريان، تخصيص استراتژي فروش.

1397/12/08

Customer segmentation using fuzzy clustering method to allocate sales strategies and plans

2/27/2019 12:00:00 AM

Abstract In a competitive environment today, customers are the most important asset of any business. In targeted marketing, which is opposed to mass marketing, organizations focus their advertising activities on behalf of all customers on specific groups. The ability to identify profitable, loyal and skilled customers is a key success for customer-driven companies.  Customer segmentation allows organizations to tailor their marketing and sales strategies based on these segments. Customer clustering, the most important way of data mining used in marketing and customer relationship management (CRM), is to divide customers into meaningful categories and relatively homogeneous groups. Customers are categorized into distinct categories based on a variety of features such as behavioral, demographic, geographic, and psychological characteristics. By employing customer data and clustering them, businesses track track purchasing behavior and design innovative ways to achieve strategic goals. Using definitive clustering models, each customer is attributed only to a cluster and does not provide more information, such as how each client belongs to each cluster. In this study, with the use of fuzzy clustering, 15-month customers of a drug distribution company were divided into four clusters. Then, the fuzzy analysis of each cluster and the allocation of the particular sales strategy for that cluster at different levels of membership ranked according to industry experts. This is very useful when confronted with a limited budget and the selection of customers with a higher priority. Finally, the clustering of new customers with fuzzy analysis has been predicted to determine the strategy of dealing with new customers through their degree of membership. Keywords: Targeted Marketing, Customer Relationship Management, Data mining, Customer Clustering, Allocation of Sales Strategy.