محاسبه احتمال بازگشت مشتریان برای پیشنهاد محصول، بر اساس بخش بندی آنها

بازاریابی مستقیم انتخاب زیر مجموعه ای از مشتریان به منظور افزایش سود بازگشتی است. یک روش برای انتخاب مشتریان، محاسبه احتمال خرید آنها در دوره بعد، به منظور تبلیغات است. روش هایی که تا به حال برای محاسبه احتمال خرید به کار رفته اند بدون در نظر گرفتن شباهت میان مشتریان، احتمال بازگشت را برای آنها محاسبه کرده اند. در حالی که مشتریان ویژگی هایی دارند که آنها را از یک دیگر متمایز می کند. خوشه بندی مشتریانی را که به یک دیگر شباهت بیش تری دارند در یک خوشه قرار می دهد. در این مقاله برای محاسبه احتمال بازگشت، مجموعه داده مربوط به اهداکنندگان (مشتریان) یک موسسه خیریه استفاده می-شود. احتمال بازگشت به دو شیوه محاسبه می شود. الف) ابتدا مشتریان خوشه بندی شده سپس احتمال خرید برای هر خوشه با دو روش ماشین بردار پشتیبان و شبکه عصبی محاسبه می شود. ب) روش دیگر که قبلا انجام شده، محاسبه احتمال خرید با دو روش مذکور برای کل مشتریان می باشد. هدف از خوشه بندی مشتریان افزایش دقت روش پیش بینی است. نتایج از نظر دقت با یک دیگر مقایسه می شوند. پیش بینی به وسیله خوشه های مشتریان، دقت را به میزان کمی افزایش می دهد و تاثیر زیادی بر روی بهبود کارایی روش فعلی ندارد، ولی تاثیر آن بر سود قابل توجه است. زیرا مشتریانی که برای تبلیغات انتخاب می شوند، با احتمال بیش تری در دوره بعد خرید می کنند و با افزایش خرید مشتریان، سازمان سود بیش تری را به دست می آورد.

کلیدواژه ها:

بازاریابی مستقیم ، احتمال بازگشت مشتریان ، خوشه بندی ، هدف گذاری مشتریان