پیش‌بینی رفتار مشتری در صنعت خرده‌فروشی کالاهای تند مصرف (مورد مطالعه: شرکت گلپخش اول)

هدف: طی دو دهه اخیر، داده‌کاوی به یکی از روش‌های اصلی بهبود اثربخشی و کارایی صنعت خرده‌فروشی تبدیل شده و صنعت خرده‌فروشی نیز به‎دلیل ماهیت داده‌های آن، از زمین‌های بازی مورد علاقه علم داده‌کاوی بوده است. در این مطالعه به پیش‌بینی رفتار مشتری در صنعت خرده‌فروشی کالاهای تند مصرف (FMCG) با هدف افزایش کمّی و کیفی فروش در مورد مطالعه شرکت گلپخش اول پرداخته شده است. روش: تحقیق حاضر از لحاظ هدف در دسته پژوهش‎های کاربردی قرار می‎گیرد و از نظر نحوه گردآوری داده‎ها، پیمایش داده‎ای طرح‎ریزی شده است. مراحل اجرای تحقیق مبتنی بر فرایند CRISP-DM است که از مدل خوشه‎بندی RFMCL و تکنیک‎های دسته‎بندی و پیش‎بینی رگرسیونی استفاده کرده و در نهایت برای پیشنهاد از روش پیشنهاددهی مشارکتی بهره برده است. یافته‎ها: حاصل مطالعه یک مدل پیش‎بینی است که به بهترین مشتریان، کالاهایی را که تا به حال خرید نکرده‌اند، در تاریخ خاص و به مقدار خاص پیشنهاد داده و بدین ترتیب روش فروش سفارشی را به فروش آنی تغییر می‌دهد. سیستم نهایی از سه زیر مدل خوشه‌بندی مشتریان، پیش‌بینی فروش و زیرسیستم پیشنهادگر تشکیل شده است. در زیرمدل خوشه‌بندی، مدل جدید RFMCL متناسب با مورد مطالعه توسعه یافته است. در زیرمدل پیش‌بینی فروش، مدل پنج متغیره‎ای با استفاده از رگرسیون با دقت MSE/Range 24/2 درصد ایجاد شده است. نتیجه‎گیری: با پیاده‌سازی این مدل در شرکت، برنامه‌ریزی تولید پیش‌فعالانه شده و فرایند فروش از ویزیتوری به «فروش آنی» تغییر می‎یابد که این تغییر، صرفه‌جویی شایان توجهی در حمل ‌و نقل و هزینه‌های پرسنلی فروش به ارمغان خواهد آورد.