ارائۀ روشی جدید برای بخش بندی مشتریان بر اساس میزان وفاداری آن ها و تعریف راهبردهایی مناسب برای هر بخش

ارزیابی وفاداری مشتریان می‏تواند درراستای بهبود فرایندهای کسب‏وکار تأثیر مهمی داشته باشد. روش‏های معمول ارزیابی وفاداری مشتریان، صرفاً با تکیه بر سه مؤلفۀ تازگی (r)، تعداد دفعات (f) و ارزش پولی (m) طراحی شده‏اند. در این پژوهش چند عامل مؤثر دیگر شامل تعداد ‏کالاهای خریداری شده، تعداد ‏کالاهای برگشتی، مبلغ تخفیف و تأخیر در توزیع به تحلیل اضافه شدند و تأثیر هر یک بر بالارفتن کیفیت ارزیابی سنجیده شد. هدف پژوهش ارائۀ مدلی جدید برای بخش‏بندی مشتریان براساس میزان وفاداری آنها و تعیین راهبردهایی مناسب برای هر بخش است. مجموعۀ دادۀ این پژوهش به یکی از عمده‏فروشی‎های مواد غذایی اختصاص دارد. داده‏ها در نرم‏افزار clementine و با استفاده از شبکه‏های عصبی mlp، rbf و الگوریتم k-means تحلیل شدند. نتایج پژوهش نشان می‏دهد روش پیشنهادی بالاترین سطح دقت را در پیش‏بینی میزان وفاداری مشتریان دارد. براساس روش پیشنهادی، مشتریان از نظر وفاداری به پنج خوشه (مشتریان وفادار؛ بالقوه؛ جدید؛ از دست‏رفته و مشتریان روی گردان) تقسیم شدند که ویژگی‏های هر خوشه براساس وضعیت هفت عامل بیان شد و براساس این ویژگی‏ها راهبردهای مناسبی برای مدیریت مشتریان هر بخش ارائه شد.