بررسی عوامل موثربرتقسیم بندی هوشمند مشتریان با ماشین بردار پشتیبان مطالعه موردی : فروشگاه های بزرگ زنجیره ای تبریز

مدیریت ارتباط با مشتری یک بخش مرکزی از هوش تجاری است و شرکت های فروش اغلب برای بهبود روابط مشتری استفاده می کنند. تقسیم بندی مشتری یک موضوع قابل توجه در منطقه تجاری رقابتی امروز است. هدف این مقاله ارائه مدل مناسبی جهت بخش بندی مشتریان بر اساس دیتا های دموگرافیک و سایکوگرافیک و قوانین تجاری و معاملات با ارزش بالا است و به خوشته بندی مشتریان با استفاده از روش کا- میانگین و روش ماشین بردار پشتیبان پرداخته شده است. در این پژوهش، مدلی برای ارزیابی هدف ارائه شده است. سپس رابطه بتین مولده های تعریف شده در مدل توسط پرسشنامه هایی که مشتریان پر کرده اند بررسی می شود. این مدل برروی جامعه آماری 120 نفره از مشتریان انتخاب شد و مورد تحقیق قرار گرفت. در نهایت پس از بررسی مدل ارائه شده، به این نتیجه رسیدیم که پارامتر های سایکوگرافیک وقوانین تجاری و فراوانی خرید در تقسیم بندی هوشمند مشتریان تاثیر گذار است. این چارچوب به فروشگاه های زنجیره ای تبریز با بیش از یک میلیون مشتری استفاده شد.

کلیدواژه ها:

تقسیم بندی مشتریان ، کا- میانگین ، ماشین بردار پشتیبان ، سیستم پشتیبانی تصمیم