خوشه‌بندی مشتریان بر مبنای مدل RFM با استفاده از الگوریتم C-means فازی (مورد مطالعه: فروشگاه زنجیره ای رفاه شهر زاهدان)

امروزه یکی از چالش‌های بزرگ سازمان‌های مشتری محور، شناخت مشتریان، ایجاد تمایز بین گروه‌های مختلف مشتریان و رتبه‌بندی آن‌هاست. خوشه‌بندی یکی از تکنیک‌های داده‌کاوی است که برای گروه‌بندی مشتریان متناسب با ویژگی‌های مختلف آن‌ها استفاده می‌شود. هدف اصلی این تحقیق، خوشه‌بندی فازی مشتریان بر اساس شاخص‌های تازگی (Recency)، تکرار (Frequency) و ارزش پولی (Monetary) است. مطالعه­ی صورت گرفته بر روی 76379 تراکنش ثبت‌شده از مشتریان فروشگاه رفاه شهر زاهدان می‌باشد. به همین منظور پس از تعیین مقادیر RFM، تعداد بهینه خوشه‌ها با استفاده از شاخص ژی و بنی محاسبه گردید. در مرحله بعد مشتریان با الگوریتم فازی C-means به هفت خوشه تقسیم شدند. سپس وزن هر یک از شاخص‌های مدل RFM با فرایند تحلیل سلسله مراتبی فازی مشخص شد. در نهایت با محاسبه و رتبه‌بندی ارزش دوره عمر هر خوشه، مشتریان کلیدی و با ارزش فروشگاه شناسایی شدند. نتایج به‌دست‌آمده از این پژوهش می‌تواند برای تدوین برنامه‌های مدیریت ارتباط با مشتری برای هر یک از گروه‌های مشتریان به کار رود.