ارایه مدلی جهت اندازه گیری میزان وفاداری و ارزش مشتریان با استفاده از تکنیک RFM و الگوریتمهای خوشه بندی

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,376

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCSCIT02_107

تاریخ نمایه سازی: 17 اردیبهشت 1391

چکیده مقاله:

دردنیای رقابتی امروز حرکت به سوی مشتری مداری همراه با افزایش دسترسی به داده های تراکنشی مشتریاننیاز به شناخت مشتریان وفادار و تخمین ارزش عم رمشتری را امری ضروری ساخته است از آنجا که آگاهی از ارزش مشتری اطلاعات هدفمندی را برای بازار شخصی سازی فراهم می کنداجرای استراتژی مدیریت ارتباط با مشتری به سازمان ها کمک می کند تا مشتریان را شناسایی و بخش بندی نموده و با ایجاد روابط طولانی مدت با مشتریان ارزش عمر مشتری در سازمان را به حداکثر برسانند تکنیکهای داده کاوی ابزار قدرتمندی برای این منظور به شمار می روند هدف این مقاله بخش بندی مشتریان با استفاده از تکنیک RFM و الگوریتم های خوشه بندی با درنظر گرفتن ارزش مشتری برای تعیین مشتریان وفادار و سودآور و همچنین استفاده از الگوریتم های دسته بندی برای کا وش قوانین جهت کمک به سازمان دراجرای مدیر یتی ارتباط با مشتری موثر میباشد دراین مقاله سعی شدها ست ترکیبی ازویژگیهای رفتاری و ویژگیهای جمعیت شناسی افراد برای تخمین وفاداری به کارگرفته شود.

کلیدواژه ها:

ارزش مشتری ، مدل RFM ، الگوریتم K-MEANS ، مدیریت ارتباط با مشتری ، وفاداری

نویسندگان

راضیه قیاسی

گروه فناوری اطلاعات دانشگاه قم

ملیحه باقری دهنوی

گروه فناوری اطلاعات دانشگاه قم

بهروز مینایی

عضو هیئت علمی دانشگاه علم و صنعت

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • H.M. Chuang and C.C. Shen, "A study on the application ...
  • Khajvand , Mahboubeh., Zolfaghar , Kiyana _ Ashoori, Sarah., Alizadeh ...
  • Bhatnagar, A., and Ghose, S. ":A latent class segmentation analysis ...
  • Cheng, C. H., & Chen, Y. S. "Classifying the segmentation ...
  • _ V. Ravi, "Advances in Banking Technology and Management: Impacts ...
  • Injazz, D. Karen, P. 2004. "Understanding customer relationship management (CRM). ...
  • Kotler, P. Marketing management. New York: Prentice Hall International, Inc, ...
  • Kim, S.-Y., Jung, T.-S., Suh, E.-H., & Hwang, H.-S.، Customer ...
  • Glady, N., Baesens, B., & Croux, C. _ modified Pareto/NBD ...
  • John A. McCarty, Manoj Hastak." Segmentation approaches in data-mining: A ...
  • Han, J., & Kamber, M. "Data mining: Concepts and techniques". ...
  • Roberts, M. L. Expanding the role of the direct marketing ...
  • Wen-Yu Chiang." To mine association rules of customer values via ...
  • Kaymak, U. (2001). "Fuzzy target selection using RFM variables". In ...
  • Kahan R. Using database marketing techniques to enhance your one-to-one ...
  • Schijns, J. M. C., & Schroder, G. J. "Segment selection ...
  • Goodman, J. "Leveraging the customer database to your competitive advantage". ...
  • Chao, C. M., Yang, C. T, "Applying data mining on ...
  • Lin, C.S., & Tang, Y.Q. "Application of incrementl mining and ...
  • Lo, C. F., Wu, H. H., Chang, E. C., & ...
  • Huang, S. C., Chang, E. C., & Wu, H. H. ...
  • نمایش کامل مراجع