25837

ارائه روشي جهت بخش بندي بازار با استفاده از داده كاوي با هدف افزايش رضايت مشتري (مطالعه‌ي موردي)

كارشناسي ارشد

مهندسي صنايع گرايش سيستم هاي كلان

1397

1400/07/21

دكتر ابراهيم تيموري

مهندسي صتايع

كسب دانش در مورد رفتار مشتريان در همه صنايع از جمله صنعت خودروسازي اهميت بسزايي دارد و توجه به آن باعث ايجاد مزيت رقابتي براي سازمان مي گردد. صنعت خودروسازي يكي از صنايعي به شمار مي‌رود كه در فضاي بسيار رقابتي قرار دارد و همين امر باعت مي شود كه تعيين سياست و استراتژي‌هاي بهينه همچون تخفيفات، قيمت گذاري و... در قبال مشتريان از اهميت ويژه‌اي برخوردار باشد. در اين پژوهش ما با استفاده از تكنيك هاي داده كاوي خوشه بندي به دنبال تحليل رفتار مشتريان هستيم.در اين پژوهش به كمك الگوريتم هاي داده كاوي، اطلاعات مشتريان در صنعت خودروسازي مورد بررسي و توجه قرار گرفته است. به دليل حجم بالاي اطلاعات مشتريان از پيش پردازش اطلاعات استفاده شده است، سپس اطلاعات به كمك الگوريتم خوشه بندي مورد تحليل قرار گرفته است. الگوريتم خوشه بندي در اين پژوهش الگوريتم خوشه بندي فازي انتخاب شده است. به دليل امكان وجود عدم قطعيت در نظر سنجي و تهيه پرسشنامه الگوريتم خوشه بندي فازي مي تواند پاسخگوي نيازهاي اين پژوهش باشد. در اين پژوهش با توجه به اينكه تعداد خوشه ها پارامتري انتخابي است نياز است مقادير مختلفي از تعداد سرخوشه در نظر گرفته شود و نتايج خوشه بندي براي تعداد سرخوشه متفاوت محاسبه مي شود. از طريق تشكيل ماتريس دوبعدي كه محور افقي آن ادراك مشتريان از عملكرد (كيفيت) هر ويژگي و محور عمودي آن اهميت آن ويژگي در تصميم گيري مشتريان را نشان مي دهد، مي توان پيشنهادهاي مؤثري را براي مديران ارائه كرد. از طريق نتايج اين پژوهش شركت هاي خودروسازي مي تواند به ديد خوبي در خصوص ويژگي هاي مشتريان خود دست يابد و منجر به تعيين سياست بهينه مورد نظر براي آن شركت گردد. در اين پژوهش جامعه ي آماري 1500 نفر از مشتريان شركت ايران خودرو مربوط به پنج شهر بابل، ساري؛ آمل، چالوس و تنكابن در سال 1394 مي باشند.

1400/10/17

Presenting a method for Market Segmentation Using Data Mining to Increasing Customer Satisfaction ( Case Study )

10/13/2022 12:00:00 AM

Gaining knowledge about customer behavior in all industries, including the automotive industry, is very important and paying attention to it creates a competitive advantage for the organization. The automotive industry is one of the industries that is in a very competitive environment and this means that determining the optimal policies and strategies such as discounts, pricing, etc. for customers is of particular importance. In this research, we seek to analyze customer behavior using data mining clustering techniques. In this research, with the help of data mining algorithms, customer information in the automotive industry has been studied and considered. Due to the high volume of customer information, information preprocessing is used, then the information is analyzed using a clustering algorithm. Clustering Algorithm In this research, fuzzy clustering algorithm has been selected. Due to the possibility of uncertainty in the survey and preparation of a questionnaire, fuzzy clustering algorithm can meet the needs of this study. In this study, considering that the number of clusters is a selective parameter, it is necessary to consider different values of the number of headers and the clustering results are calculated for different number of headers. By forming a two-dimensional matrix whose horizontal axis shows customers' perception of the performance (quality) of each feature and its vertical axis shows the importance of that feature in customer decision-making, effective suggestions can be provided to managers. Through the results of this research, car companies can achieve a good view of the characteristics of their customers and lead to determining the optimal policy for the company. In this study, the statistical population of 1500 customers of Iran Khodro Company related to five cities of Babol, Sari; Amol, Chalous and Tonekabon in 1394.

بخش بندي بازار , داده كاوي , رضايت مشتري

Market segmentation , Data analysis , Customer satisfaction