ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بخش بندی مشتریان با استفاده از مدل توسعه یافته RFM بر مبنای ارزش طول عمر مشتری (مورد مطالعه سازمان نیازمندی های همشهری)

تعداد صفحات: 19 | تعداد نمایش خلاصه: 82 | نظرات: 0
سال انتشار: 1397
کد COI مقاله: CONFME04_418
زبان مقاله: فارسی
(فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 19 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بخش بندی مشتریان با استفاده از مدل توسعه یافته RFM بر مبنای ارزش طول عمر مشتری (مورد مطالعه سازمان نیازمندی های همشهری)

محبوبه عزیزی - دانش آموخته کارشناسی ارشد رشته مدیریت فناوری اطلاعات گرایش کسب و کار الکترونیک دانشگاه علوم و تحقیقات دانشگاه آزاد اسلامی تهران ایران
عادل آذر - استاد دانشگاه تربیت مدرس
فرشید عبدی - استاد دانشگاه آزاد اسلامی صنایع
سیدعبدالله امین موسوی - استاد دانشگاه آزاد اسلامی علوم و تحقیقات

چکیده مقاله:

بخش بندی مشتری شیوه ای برای گروه بندی مشتریان براساس شباهت هایی است که با توجه به هر جنبه به اشتراک می گذارند خواه نیازهای مشتری، اولویت های کانال، تمایل به ویژگی های یک کالای خاص، سودآوری مشتی یا..باشد. اهداف متداول بخش بندی مشتری شامل توسعه کالاها و خدمات جدید، ایجاد روابط مختلف بازاریابی برای گروه های مختلف مشتریان، توسعه استراتژی های خدمات رسانی و حفظ مشتریان مختلف، توجه به تلاش های شرکت در بخش بندی با بیشترین پتانسیل سود و توسعه هر استراتژی است که شرکت در جهت افزایش سود و حفظ مشتریان خود در نظر می گیرد. در انجام این تحقیق از آمار توصیفی برای تعیین جداول، نمودار و شاخص های مرکزی برای توصیف داده ها با استفاده از نرم افزارهای SPSS(Version 24) و MicroSoft Excel2016 استفاده می شود. بعد از جمع آوری داده ها، جهت تعیین تعداد خوش از روش تحلیل کلاستر دو مرحله ای و جهت خوشه بندی مشتریان سودآور از الگورتیم k-means براساس مدل REM و ویژگی های دموگرافی مشتریان استفاده می شود. سپس این خوشه ها براساس ارزش دوره عمر مشتری CLV اولویت بندی می شوند.

کلیدواژه ها:

لا تين RFM، بخش بندي مشتري، ارزش دوره عمر مشتري، سازمان نيازمندي هاي همشهري

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/836524/

کد COI مقاله: CONFME04_418

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
عزیزی، محبوبه و آذر، عادل و عبدی، فرشید و امین موسوی، سیدعبدالله،1397،بخش بندی مشتریان با استفاده از مدل توسعه یافته RFM بر مبنای ارزش طول عمر مشتری (مورد مطالعه سازمان نیازمندی های همشهری)،چهارمین کنفرانس بین المللی مدیریت،کارآفرینی و توسعه اقتصادی،تاکستان،،،https://civilica.com/doc/836524

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397، عزیزی، محبوبه؛ عادل آذر و فرشید عبدی و سیدعبدالله امین موسوی)
برای بار دوم به بعد: (1397، عزیزی؛ آذر و عبدی و امین موسوی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 22,197
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی