محاسبه ارزش عمر مشتریان با در نظر گرفتن پویایی رفتار آنها با استفاده از زنجیره مارکف (مورد مطالعه: شرکت ایساکو)
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 84
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MRIMO-22-4_001
تاریخ نمایه سازی: 6 بهمن 1403
چکیده مقاله:
در دنیای کسب و کار رقابتی امروزه توانایی شناسایی مشتری های سودآور و به دست آوردن وفاداری بلندمدت آن ها از اهمیت ویژه ایی برخوردار است. محاسبه ارزش طول عمر مشتریان یک سازمان یکی از مباحث کلیدی در مطالعات مدیریت ارتباط با مشتری بوده و تخصیص بودجه های بازاریابی با استفاده از این شاخص صورت می گیرد. یکی از چالش های مهم در این حوزه تخمین ارزش طول عمر مشتریان سازمان به گونه ایی است که این تخمین از دقت بالایی برخوردار باشد و امکان تغییر رفتار مشتریان در طول زمان را نیز در محاسبات مربوطه لحاظ نماید. مدل های زنجیره مارکف این امکان را فراهم می سازند، اما کاستی هایی نیز در مدل های استفاده شده دیده می شود. مدل های زنجیره مارکف پیشنهادی در ادبیات موضوع، ماتریس احتمال انتقال وضعیت را با استفاده از کل داده های بازه زمانی مورد بررسی تخمین می زنند که با این روش احتمال تغییر رفتار مشتری نادیده گرفته می شود که ممکن است در برش های زمانی کوچک تر رخ دهد. مقاله سعی در نشان دادن این خلا تحقیقاتی با استفاده از داده های شرکت ایساکو است. نتایج نشان می دهد که استفاده از یک ماتریس احتمال گذار زنجیره مارکف که از مجموع داده های بازه زمانی مورد بررسی حاصل می شود، به خوبی بیانگر شرایط دنیای واقعی نبوده و منجر به خطا در انجام محاسبات می شود. به علاوه تجمیع تمام داده ها در تخمین این ماتریس امکان بررسی تغییرات رخ داده در طول بازه زمانی مورد بررسی و امکان تحقیق در شناسایی دلایل بالقوه رخ دادن این تغییرات رفتاری مشتریان را از محقق خواهد گرفت.
کلیدواژه ها:
نویسندگان
Maryam Shekary
دانشجوی دکتری، مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه تربیت مدرس، تهران، ایران.
- -
استاد، گروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع، دانشگاه تربیت مدرس، تهران، ایران.
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 :