خوشه بندی فازی بهبودیافته براساس ارزش طول عمر مشتری

امروزه یکی از چالش های مهم در حوزه مدیریت ارتباط با مشتری در سازمان های مشتری محور، شناخت مشتریان،ایجاد تمایز میان گروه های مختلف مشتریان و رتبه بندی آنهاست. خوشه بندی یکی از تکنیک های داده کاوی دربازاریابی و مدیریت ارتباط با مشتری برای گروهبندی مشتریان استفاده میشود. ارزش طول عمر مشتری عبارتستاز میزان ارزشی که شرکت در طول زمان ارتباط با مشتری دریافت میکند و نقش مهمی را در خوشه بندی مشتریانایفا می کند. بدین ترتیب با خوشه بندی براساس پارامترهای موثر در ارزشمندی آنها می توان استراتژی هایبازاریابی و مدیریت ارتباط با مشتری را متناسب با ویژگی های مختلف مشتریان تبیین نمود. بنابراین، هدف اصلیاین پژوهش ارایه یک روش خوشه بندی فازی بهبودیافته براساس ارزش طول عمر مشتری می باشد. در این تحقیقرویکرد ترکیبی برمبنای روش استنتاج فازی و فرآیند تحلیل سلسله مراتبی، برای خوشه بندی مشتریان ارایه شدهاست. مدل ارایه شده بر روی داده های مربوط به مشتریان یک شرکت تولیدی صنایع غذایی پیاده سازی می گردد،پس از تعیین مقادیر شاخص های مدل RFM در 342 مشتری و وزن دهی آنها با استفاده از فرآیند تحلیل سلسلهمراتبی، این وزنها در قواعد روش استنتاج فازی که برای برآورد ارزش طول عمر مشتری می باشد استفاده شده،همچنین در این پژوهش از سیستم استنتاج عصبی_فازی تطبیقی به منظور ایجاد اتوماتیک قوانین و توابع عضویتفازی با توجه به داده های آموزشی استفاده شده است. برای تحلیل و بررسی سودمندی مدل پیشنهادی طبق مقایسهانجام شده بین دو حالت وزندار و بدونوزن، میتوان نتیجه گرفت که مدل پیشنهادی وزن دار نسبت به مدلبدون وزن دقت بیشتری دارد. بنابراین نتایج به دست آمده از این پژوهش می تواند به عنوان بستری برای تدوینبرنامه های بازاریابی، توسعه و پیشنهاد خدمات جدید برای هر یک از گروه های ارزشمند مشتریان باشد.

کلیدواژه ها:

فرآیند تحلیل سلسله مراتبی ، الگوریتم استنتاج فازی ، خوشه بندی ، سیستم استنتاج عصبی- فازی تطبیقی ، RFM