خوشه بندی بازار مصرف کنندگان خرید آنلاین ایران با استفاده ازشبکه عصبی مصنوعی

هدف پژوهش حاضر، خوشه بندی بازار مصرف کنندگان خرید آنلاین ایران با استفاده ازشبکه عصبی مصنوعی است تا بتوان بر اساس آن، به شناسایی هرچه بهتر نیازهای مشتریان، تعیین دقیق تر خصوصیات هر کدام از خوشه ها، انتخاب بهترین روش خوشه بندی و نهایتا تدوین استراتژی های مناسب برای مدیریت، ارتباط و خدمت رسانی مناسب تر به مشتریان دست یافت. پژوهش حاضر بر اساس هدف، توصیفی و از نوع برآوردی و ارزشیابی و از نظر غایت کاربردی و به لحاظ مقطع زمانی وضعیت مشتریان را درخلال سال های ۱۴۰۰ تا ۱۴۰۱ مورد مطالعه قرار داده است. جامعه آماری شامل ۵۲۴۰۳ فروشگاه اینترنتی بوده است که پژوهش حاضر بر اساس روش نمونه گیری ساده ۳۴۹ فروشگاه را انتخاب نمود. روش تحلیل، آنالیز و دسته بندی داده ها به روشRFM و K-Meansوشبکه فازی-عصبی خودسازمانده صورت پذیرفته است. تکنیک مورد استفاده نیز از نوع معیار های مجموع مربعات خطا و شاخص دیویس بولدین بوده است. یافته های پژوهش نشان داد: مواد غذایی (کمترین تاخر خرید به دلیل نیاز مکرر را داشته اند)؛ مواد و لوازم آرایشی (بیشترین خرید توسط زنان انجام گرفته است)؛ لوازم لوکس (بالاترین ارزش پولی خرید را داشته اند)؛لوازم صنعتی و تجهیزات جانبی آنها (بیشترین خرید توسط مردان صورت گرفته است) و نهایتا لوازم بهداشتی و شوینده و پوشاک (بیشترین تکرر خرید را داشته است). نتایج پژوهش بیانگر این موضوع بوده است که به کارگیری شبکه های عصبی خودسازمانده در کنار روش RFM مناسب ترین روش برای خوشه بندی و تفکیک و ارزش گذاری مشتریان است. همچنین، Kmeans+ANFIS نیز به مقادیر مناسبی دست یافته اما روش WRFM+ANFIS در این شاخص، موفق تر عمل کرده است.

کلیدواژه ها:

بازار ، مصرف کنندگان ، خرید اینترنتی ، خوشه بندی ، شبکه عصبی ، مشتریان