تحلیل رفتار مشتریان با استفاده از مدل های RFM ، LRFM و RFMR و شبکه عصبی خودرمزنگار: مطالعه موردی صنعت سرامیک

تحلیل رفتار مشتریان به عنوان یکی از ارکان اساسی در مدیریت ارتباط با مشتری (CRM) و بازاریابی هدفمند، نقش حیاتی در موفقیت کسب وکارها ایفا می کند. این پژوهش با هدف بررسی و مقایسه مدل های RFM ، LRFM و RFMR با استفاده از داده های واقعی یک شرکت سرامیکی انجام شده است. روش پژوهش شامل استخراج داده ها، پیش پردازش، محاسبه متغیرهای RFM ، LRFM، RFMR، خوشه بندی مشتریان با استفاده از الگوریتم K-Means ، شبکه عصبی خودرمزنگار و ارزیابی کیفیت خوشه بندی با شاخص امتیاز سیلوئت است. یافته ها نشان می دهد مدل های ترکیبی LRFM و RFMR در مقایسه با مدل RFM، دقت بالاتری در شناسایی الگوهای خرید دارند. مدل LRFM با در نظر گرفتن طول ارتباط مشتری، مشتریان باارزش را بهتر شناسایی می کند، در حالی که مدل RFMR با لحاظ کردن نرخ خرید و استفاده از شبکه عصبی خودرمزنگار، الگوهای رفتاری پویاتری را متمایز کرده و امکان شناسایی ریزبخش های مشتریان و کشف روابط غیرخطی را فراهم می نماید. این پژوهش با ارائه راهکارهایی مانند پیشنهادات ویژه به مشتریان باارزش، توسعه محصولات متنوع و برنامه های وفاداری، به شرکت های سرامیکی در بهبود استراتژی های بازاریابی و افزایش سودآوری کمک می کند.

کلیدواژه ها:

مدل RFM ، تحلیل رفتار مشتریان ، بخش بندی مشتریان ، بازاریابی هدفمند ، صنعت سرامیک