روشی نوین برای شناسایی و اولویت بندی مشتریان کمتر وفادار به روش RFM با استفاده از سیستم های تصمیم یار

مهم ترین مولفه در هر محیط تجاری و سازمان ها، نیروهای انسانی و مشتریان هستند که می توانند تاثیرگذاری مستقیم و غیرمستقیم بر روی محیط بگذارند، لذا آنالیز آن ها از یک سو منجر به افزایش کارایی و اثربخشی و بهره وری سازمان و از سوی دیگر باعث ارتقاء هرچه بیشتر در مقوله CRM و مشتری مداری در سازمان ها می گردد. یکی از مواردی که در رابطه با مشتریان یک محیط تجاری می تواند مورد بررسی و آنالیز قرار بگیرد، شناسایی رفتاری مشتریان ازنقطه نظر وفاداری است. لذا برای رسیدن به این منظور، به بیان مدل جدیدی از تعریف مشتریان کمتر وفادار پرداخته شده است. در خصوص مدل پیشنهادی این نکته قابل بیان است که متغیرهای تصمیم گیری سه مولفه در مدل RFM می باشند. گزینه های مدل پیشنهادی نیز مشتریان یک فضای تجاری می باشند که هدف اصلی رده بندی اصولی و منطقی آن ها با الگوریتم پیشنهادی است. در بیان مدل پیشنهادی لازم به توضیح است که مقادیر معیارها، به صورت حقیقی بوده که باید به شکل فازی تغییر یابند، در ادامه ماتریس تصمیم فازی با استفاده از معیارهای شناسایی شده تشکیل می گردد که شامل درایه هایی با اعداد فازی است. پس از شناسایی گزینه ها و تشکیل ماتریس تصمیم گیری، از الگوریتم تاپسیس فازی به منظور انتخاب بهترین گزینه استفاده می شود. هدف نهایی از شناسایی و رده بندی مشتریان کمتر وفادار، این است که سازمان ها استراتژی های بازاریابی خود را با توجه به پتانسیل های درون سازمانی خود از جمله منابع، هزینه ها، امکانات سخت افزاری و نرم افزاری و... معین و مشخص نمایند. از جمله این استراتژی ها می توان به نگهداری و حفظ تعداد مشخصی از مشتریان اشاره کرد. از جمله استراتژی های دیگر، ارایه برنامه ها و راهکارهای حفظ مشتریان رده پایین است، مانند صرف هزینه تبلیغات بیشتر برای مشتریان رده پایین رتبه بندی یا همان مشتریان کمتر وفادار.

کلیدواژه ها:

مشتری کمتر وفادار ، روش RFM ، سیستم های تصمیم یار ، تاپسیس فازی ، رده بندی مشتری