|
Title
|
ارائه یک روش ترکیبی جهت تحلیل رفتار مشتریان با استفاده از رویکردهای خوشه بندی مبتنی بر ویژگی و تکنیک های پیش بینی سری های زمانی
|
|
Type of Research
|
Thesis
|
|
Keywords
|
مدیریت ارتباط با مشتری (CRM)، رفتار مشتری، سری زمانی، خوشه بندی مبتنی بر ویژگی، خوشه بندی مبتنی بر شباهت، پیش بینی سری های زمانی
|
|
Abstract
|
امروزه شرکت ها به دنبال رویکردهایی نوین برای پاسخ به تغییرات محیط کسب وکار و نیازمندی های جدید مشتریان هستند. و همچنین شرکت ها و سازمان ها به دنبال راهی جهت شناسایی هرچه بهتر مشتری و درک نیازهای وی می باشند. بنابراین به ابزارهای قوی جهت تحلیل و بررسی رفتار مشتری نیاز است. روش های داده کاوی که قابلیت کشف دانش از انبوه داده ها را فراهم می کنند، در این موضوع به کمک سازمان ها آمده و آن ها را در راستای رسیدن به اهداف بازاریابی و مدیریت ارتباط با مشتری شامل شناسایی، جذب، نگهداری و ارتقاء مشتری یاری می رسانند. برای مثال حفظ ونگهداری مشتری یکی از جنبه های حیاتی رویکردهای بازاریابی است. در کسب وکارها اعتقاد بر این است که هزینه جذب مشتری جدید، 6 برابر هزینه حفظ مشتریان قدیمی خواهد بود. بدست آوردن یک مشتری جدید بسیار دشوار است. اگر مشتری جدیدی جذب شود، حتی به اندازه مشتریان قدیمی وفادار و سودآور نخواهند بود. درچنین حالتی، کسب وکارها می توانند با تحلیل و پیش بینی رفتار آینده مشتریان با استفاده از ابزار های داده کاوی، گروه های مختلف مشتریان را شناسایی کرده و برای هر گروه تصمیمات لازم را بگیرند. از آنجایی که رفتار مشتریان با گذشت زمان به طور مداوم در حال تغییر هست بنابراین تحلیل و پیش بینی رفتار پویای مشتریان دارای نتایج بهتر و دقیق تر می باشد. تحلیل رفتار مشتریان و شناسایی روندهای رفتار و همچنین پیش بینی رفتار آینده مشتریان یک امر ضروری برای سازمان های فعال در در صنایعی نظیر مخابرات، بیمه، بانک داری و خرده فروشی محسوب می شود. در این پژوهش سعی بر ارائه رویکردی برای تحلیل رفتار مشتریان با استفاده از خوشه بندی و پیش بینی داده های سری زمانی خواهیم داشت. تا مشتریان را بر اساس داده های سری زمانی بخش بندی کرده و سپس رفتار آن ها را تحلیل و پیش بینی کند.
|
|
Researchers
|
Farzam Sheikh baghery (Student)، Hossein Abbasimehr (Primary Advisor)، Esmaeil Nourani (Advisor)
|