تقسیم بندی مشتریان با استفاده از مدلLRFM موردکاوی در بازی ایرانی QuizOfKings

یکی از چالش های مهم در حوزه مدیریت ارتباط با مشتری، در سازمانهای مشتری محور، شناخت مشتری است و درک تفاوت و رتبه بندی آنها و تخصیص بهینه منابع به آنها با توجه به ارزشی که برای شرکتها دارند. هدف این مقاله ارائه مدل مناسبی جهت تقسیم بندی مشتریان بر اساس متغیرهای مدل توسعه یافته RFM میباشد. در این تحقیق مدل RFM به مدل LRFM توسعه داده شده است، در واقع علاوه بر مقادیر شاخصهای مدل آر.اف.ام (RFM) شامل تازگی خرید، تعداد دفعات خرید و ارزش پولی خرید، متغیر طول ارتباط مشتری (L) نیز در نظر گرفته شده است و داده های مربوط به این متغیرها برای نزدیک به ۴۴ هزار مشتری جمع آوری شده است. در بخش مدلسازی، برای مدل توسعه یافته LRFM، وزن دهی شاخص ها با استفاده از فرایند تحلیل سلسله مراتبی((AHP انجام شد. سپس تعداد خوشه بهینه بر اساس شاخصDAVIES-BOULDIN به دست آمده و با استفاده از روش K-means خوشه بندی مشتریان بر اساس داده های ۴ متغیر مدل LRFM که نرمال و موزون شده اند، انجام شده است. در مدل دوم میزان نزدیکی نسبی مشتریان از فاصله ایده آل با استفاده از روش تاپسیس قطعی و بر اساس ۴ متغیر مدل توسعه یافته LRFM به دست آمده و کاربران رتبه بندی و در نهایت بر اساس رتبه آنها دسته بندی شدهاند و ویژگی خوشه ها بررسی گردیده است.

کلیدواژه ها:

دسته بندی مشتریان ، LRFM ، فرآیند تحلیل سلسله مراتبی ، تاپسیس ، داده کاوی ، مدیریت بازاریابی