طراحی مدل پشتیبانی از تصمیم قیمت گذاری محصولات شرکت های تولید انبوه در شرایط شبه انحصاری با استفاده از روش های داده کاوی

در صنایع تولید انبوه فعال در بازارهای شبه انحصاری، نبود داده های قیمتی شفاف، نوسانات هزینه ها و محدودیت رقابت، فرایند قیمت گذاری محصولات را با پیچیدگی های جدی مواجه می کند. این پژوهش با هدف ارائه یک مدل پشتیبان تصمیم گیری قیمت گذاری، رویکردی ترکیبی مبتنی بر داده کاوی و تحلیل کیفی را به کار گرفته است. داده های کمی شامل ۱۳۶٬۵۹۰ رکورد تولیدی از انبار داده شرکت های تولید انبوه بوده و در بخش کیفی نیز از مصاحبه با ۱۵ خبره صنعت برای شناسایی ویژگی های موثر بر قیمت گذاری استفاده شده است. در بخش کمی، پس از تحلیل توصیفی و همبستگی، سه الگوریتم خوشه بندی K-Means، DBSCAN و خوشه بندی سلسله مراتبی ارزیابی شد که K-Means با امتیاز سیلوئت ۰.۶۵ بهترین عملکرد را داشته و چهار خوشه متمایز محصول را شناسایی کرد. سپس قواعد انجمنی با استفاده از الگوریتم های Apriori و FP-Growth استخراج شد تا الگوهای پنهان میان ویژگی های تولید و رفتارهای هزینه ای آشکار شود. برای اعتبارسنجی یافته ها، مصاحبه های تکمیلی با ۱۰ خبره انجام شد که منجر به تایید خوشه ها و انتخاب استراتژی های مناسب قیمت گذاری شامل ارزش محور، نفوذی، سفارشی و مبتنی بر هزینه گردید. در نهایت، مدل جامع پشتیبان تصمیم گیری قیمت گذاری با اتکا بر ترکیب تحلیل داده محور و قضاوت خبرگان تدوین شد. نتایج نشان می دهد این رویکرد می تواند الگوهای نهفته داده های تولیدی را آشکار کرده و مبنایی عملی برای قیمت گذاری در شرایط پیچیده و محدودیت رقابتی فراهم سازد.

کلیدواژه ها:

داده کاوی ، خوشه بندی ، قواعد انجمنی ، قیمت گذاری ، بازار شبه انحصاری ، صنایع تولید انبوه ، تصمیم گیری مدیریتی