بخش بندی مشتریان صنایع تولید و پخش کالاهای پرگردش بر اساس مدل بهبود یافته rfm (مطالعه موردی: شرکت گلستان)

بخش بندی مشتریان و تحلیل رفتار آنها در صنایع تولید و پخش کالاهای پرگردش، با تعداد کثیری از مشتریان متفاوت در نقاط پراکنده، سبب هدفمندشدن فعالیت­های بازاریابی و ارتباط مؤثر آنها با مشتریان می شود. بخش بندی مشتریان از رویکردهای داده کاوی که به کشف گروه های مشابه از مشتریان منجر می شود، عمدتاً براساس متغیرهای تازگی، تکرار و حجم خرید در مدل rfm انجام می شود. کیفیت بخش بندی، به انتخاب مناسب متغیرهای عملکردی مشتریان بستگی دارد. ارزیابی کیفیت بخش بندی مشتریان بزرگ­ترین شرکت تولید و پخش کالاهای پرگردش، مؤید فرضیة تأثیرگذاری اندک متغیر تازگی خرید بر بخش بندی مشتریان این صنایع است. در این مقاله، متغیر توالی خرید (c) به­عنوان متغیر عملکردی مشتریان در این صنایع معرفی شده و با جایگزینی آن با متغیر تازگی خرید در مدل rfm، کیفیت بخش بندی مشتریان در این صنایع بهبود داده شده است. کاهش 11 درصدی شاخص دیویس- بولدین در خوشه بندی مشتریان شرکت گلستان و افزایش 1 درصدی دقت پیش بینی خوشة مشتریان در مدل شبکه های عصبی براساس مدل پیشنهادی این تحقیق (cfm) در مقایسه با مدل rfm، بیانگر دقت بالاتر مدل cfm است.