ارائه ی مدلی جهت دسته بندی ارتباط مشتریان در محیط تجارت الکترونیکی B2C با رویکرد داده کاوی

باتوجه به تحولات شتابنده عصرکنونی، سازمانها درصدد هستند که رابطهموفق و بلندمدتی با مشتریان خود برقرار کنند.اینترنت تاکنون تاثیرعمیق و زیادی روی بازاریابی داشته است؛ از اینجهت است که امروزه مصرفکنندگان بیشتر به خرید اینترنتی روی می آورند زیرا احساس راحتی بیشتری میکنند. بنابراین نرخ رشد خرید اینترنتی در حال افزایش است و وب سایتها سعیمیکنند مصرفکنندگان را به بازدید و خرید از وب سایت خود جذب کنند. از این رو برای مدیران وب سایتها مهم است که بدانند چه فاکتورهایی روی روابط آنها با مشتریان تاثیرمیگذارد تا از اینطریق بتوانند مزیت رقابتی پایدار کسب کنند. در این تحقیق مدلی به منظور خوشه بندی مشتریان و پیش بینی خوشه ی مشتریان جدید ارائه شد. به این ترتیب که ابتدا با استفاده از داده های خام فروشگاه اینترنتی متغیرهای مورد نظر بر مبنای مدل RFM سنجیده شد و سپس با استفاده از الگوریتم TwoStep به خوشه بندی آنها پرداخته شد. در این مرحله مشتریان به دو دسته ی مشتریان طلایی و مشتریان با سود آوری متوسط تقسیم شدند. در نهایت با استفاده از شبکه عصبی MLP به پیش بینی خوشه ی مشتریان جدید پرداخته شد. نتایج حاصل نشان می دهد که مدل پیشنهادی با دقت 96/98 درصد به پیش بینی خوشه ی مشتریان جدید می پردازد.

کلیدواژه ها:

روابط خریدار-فروشنده ، خوشه بندی ، الگوریتم TwoStep ، شبکه عصبی MLP