دو چالش عمده ی بنگاه ها «حفظ و نگهداری مشتریان فعلی» و «جذب مشتریان جدید» برای مواجهه با شرایط عدم اطمینان و کسب سهم بیشتر بازار به عنوان یک شاخص مهم مزیت رقابتی است. بخش بندی بازار به منظور شناخت هر چه بیشتر نیازها و خواسته های مشتریان از دیرباز یک گام اساسی برای ارایه خدمات بهتر به مشتریان فعلی بوده است. در روش سنتی (یا روش مقدم)، بخش های بازار بر مبنای معیارهایی به صورت ذهنی گمانه زنی می شوند. در نتیجه نمی توان از بینش های به دست آمده برای مواجهه با چالش جذب مشتریان جدید استفاده کرد. اما با توجه به پیشرفت فناوری های تجارت الکترونیکی و ذخیره داده های تراکنشی مشتریان در پایگاه های داده، نه تنها امکان بخش بندی مشتریان فعلی بر پایه داده های رفتاری آن ها میسر گشت (که از آن به بخش بندی نوین یاد می شود)، بلکه امکان شناسایی بخش مشتریان با ارزش بالا نیز فراهم شد. به علاوه امکان دستیابی به مدل طبقه بندی مشتریان به منظور کسب بینش نسبت به مشتریان جدید نیز فراهم می گردد. اما یک چارچوب یکپارچه و کاربردی برای بخش بندی بازار وجود ندارد که متناسب با شرایط بازارهای الکترونیکی باشد و صرفا خود را محدود به استفاده از روش های مرسوم ننماید و واجد جنبه های مبتکرانه ای برای افزایش اثربخشی و کارایی استراتژی های بازاریابی باشد. انبوهی از دیدگاه ها، رویکردها و روش های متعدد در این حوزه وجود دارد که هر یک تنها بخشی از فرآیند بخش بندی و طبقه بندی را مورد تاکید قرار می دهند. در حالی که بررسی و مقایسه روش های بخش بندی و طبقه بندی معرفی شده در علوم مختلف امکان بررسی نقاط قوت و ضعف هر یک را فراهم می سازد. از این رو در این پژوهش تجمیع روش های آماری و یادگیری ماشینی کی -مینز، بخش بندی دو مرحله ای و نقشه های خودسازمان ده با روش ابداعی بخش بندی تحلیل پوششی داده ها برای بخش بندی بازار مقایسه شده و ضمن معرفی روش های بررسی کیفیت بخش بندی، از معیار سیلوئت برای بررسی اعتبار نتایج بخش بندی استفاده شده است. همچنین روش های آماری و یادگیری ماشینیِ تحلیل ممیزی، رگرسیون لجستیک، شبکه های عصبی و ماشین بردار پشتیبان با روش طبقه بندی برنامه ریزی خطی چند گروهی و روش ابداعی طبقه بندی برنامه ریزی خطی چند گروهی فازی بر مبنای درصد طبقه بندی صحیح مقایسه شده اند. به علاوه برای مواجهه با کمبود داده ها، که به ویژه در شرکت های الکترونیکی تازه تاسیس مساله رایجی است، و انتخاب ویژگی های مورد نیاز پروفایل مشتریان، از روش دلفی فازی استفاده شده است. نتایج به دست آمده نشان می دهد که از منظر بازاریابی، روش بخش بندی تحلیل پوششی داده ها بینش های به مراتب ارزنده تری نسبت به سایر روش های بخش بندی مبتنی بر فاصله به دست می دهد. همچنین علیرغم کم توجهی به روش برنامه ریزی خطی، نتایج به مراتب دقیق تری، به ویژه از روش ابداعی برنامه ریزی خطی فازی، نسبت به سایر روش های طبقه بندی کننده حاصل می گردد، ضمن آن که نیاز به هیچ پیش شرطی ندارد و به دلیل ماهیت خطی در بهینه های محلی گرفتار نمی شود. به علاوه با استفاده از روش های گفته شده، بخش های بازار شرکت مورد مطالعه ی پژوهش تعیین و بخش مشتریان ارزشمند شرکت مشخص گردید. آنگاه پس از تکمیل کاستی داده های پروفایل مشتریان با استفاده از روش پیشنهادی، عوامل موثر بر تمایز مشتریان بخش های بازار شرکت تعیین شدند. نتایج حاصل می تواند برای تدوین و اجرای استراتژی های نگهداری مشتریان فعلی و جذب مشتریان جدید مورد استفاده قرار گیرند.

تجارت خارجی آمیخته با ریسک های گوناگونی است که اگرچه برخی از آن ها به دلیل تاثیر شرایط کلان اجتماعی، اقتصادی و سیاسی از حیطه کنترل خارج هستند، اما با وجود این، آگاهی از نقش و اهمیت هر یک بر روند تجارت، آمادگی مقابله و کاهش اثرات ناخواسته بسیاری از آن ها را فراهم می سازد. در این میان، تحریم های گسترده اعمال شده بر کشورمان تنوع و تاثیر ریسک ها بر تجارت خارجی و به ویژه بخش واردات کالا را به طور بی سابقه ای افزایش داده است و به همین دلیل ارائه شیوه های موثر برای کاهش اثرات آن ضروری می نماید. از این رو، این پژوهش برای نخستین بار یک سیستم پشتیبان تصمیمِ گروهیِ مدیریت ریسک مبتنی بر مدل های کمّی تصمیم گیری فازی برای واردات کالا ارائه می کند. این سیستم ریسک های واردات کالا را با الهام از مدل pmbok رتبه بندی و مدیریت می نماید و شامل مراحل برنامه ریزی مدیریت ریسک، شناسایی ریسک، تجزیه و تحلیل ریسک، برنامه ریزی واکنش به ریسک و پیگیری و کنترل ریسک است. برای رتبه بندی ریسک های واردات کالا تلفیقی از مدل های کمّی تصمیم گیری فازی شامل روش های ahp فازی گروهی، vikor فازی گروهی و ضریب gra فازی موزون مورد استفاده قرار می گیرد. همچنین به منظور پیاده سازی سیستم پیشنهادی، نرم افزاری در محیط متلب تهیه گردید و در شرکت داروسازی فارابی اصفهان اجرا شد. نتایج حاصل از به کارگیری این سیستم در شرکت داروسازی فارابی به منظور مدیریت ریسک واردات اقلام دارویی، نشان می دهد از میان ده ریسک شناخته شده، ریسک های مرتبط با عدم پرداخت به موقع ارز به شرکت های تامین کننده خارجی، مسیرهای نامطمئن انتقال ارز و حمل و نقل از اهمیت بیشتری برخوردارند. در پایان، استراتژی های مواجهه با ریسک های شناسایی شده نیز ارائه می شوند.

یکی از راه های کسب شناخت در مورد مشتریان، بخش بندی آن ها به گروه های متجانس است. به همین دلیل شرکت ها بازاریابی انبوه را کنار گذاشته و به بازاریابی مستقیم از طریق توجه به رویکردهای نوین بخش بندی بازار روی آورده اند. در روش های نوین بخش بندی از داده های تراکنشی مشتریان به جای حدس و گمان استفاده می شود. زیرا این داده ها حاصل رفتار مشتری و دارای قدرت پیش بینی کنندگی بالایی است. امکان محاسبه ارزش مشتریان، تعیین بخش مشتریان ارزشمند و به ویژه پیش بینی ارزش آتی عمر مشتریان از مزایای دیگر بخش بندی نوین است که کمتر به آن توجه شده است. به همین دلیل، این پژوهش داده های تراکنشی تازگی، تکرار و ارزش پولی شرکت ایران گیت را که شامل 7000 مشتری است را با روش های کی مینز، شبکه های عصبی و دو مرحله ای خوشه بندی و میزان ارزش آتی عمر مشتریان را نیز پیش بینی می نماید. به این منظور داده ها به صورت سالیانه تفکیک و 16 روش خوشه بندی برای هر سال مورد استفاده قرار می گیرد تا بهترین پیکربندی خوشه بندی تعیین و ارزش آتی عمر مشتریان به دست آید. نتایج نشان می دهد، شرکت در جذب مشتریان موفق عمل کرده است، اما مشتریان ارزشمند خود را طی سالیان قبل از دست داده است. به علاوه مطابق با پیش بینی، ارزش عمر بخش های بازار طی سه ماهه آتی روندی نزولی خواهد داشت.

طی دو دهه گذشته، دور نمای رقابت در صنعت بانکداری به طور قابل توجهی تغییر یافته است. بدین جهت شناخت هر چه بیشتر مشتریان که یکی از شیوه های مهم آن استخراج اطلاعات از داده های تراکنشی آن ها است، گامی اولیه و ضروری به نظر می‏رسد. بدین منظور، در این پژوهش مدلی ارائه می گردد که در آن نخست از روش های خوشه بندی کی -میانگین و دومرحله ای و بر مبنای معیار سیلوئت برای کشف بخش های مختلف بازار استفاده می شود. سپس به منظور تعیین ارتباط خدمات استفاده شده مشتریان، روش آپریوری به کار می رود. مدل ارائه شده، در یکی از بانک های کشور به اجرا درآمد. بدین منظور داده‏های تراکنشی و داده‏های استفاده از خدمات بانکی مربوط به 30،000 مشتری در دوره زمانی یک ساله ( فروردین 89 تا فروردین 90 ) استفاده شد. نخست داده های مشتریان براساس تحلیل آر.اف.ام. (تاریخ آخرین تراکنش، تعداد تراکنش‏ها و مانده حساب در انتهای بازه زمانی) با استفاده از الگوریتم دو مرحله‏ای(تواستپ) و کی-مینز بخش ‏بندی شدند. سپس کشف الگوهای پنهان بین داده‏های استفاده از خدمات بانکداری با استفاده از الگوریتم آپریوری انجام گرفت. طبق نتایج بدست آمده، مشتریان به نه خوشه تفکیک شدند و ارزش دوره عمر مشتریان هربخش تعیین گردید. در پایان با کشف روابط خرید بخش مشتریان ارزشمند، خدمات مورد نیاز این گروه از مشتریان با رسیدن به پنج قانون منتج شده از آن کشف گردید و مشخص شد از بین پنج خدمت ارائه شده توسط بانک تنها سه خدمت توسط این گروه از مشتریان مورد استفاده قرار می‏گیرد.

هدف این پژوهش، تحلیل تاثیر کیفیت محصول و خدمات بر قصد خرید مشتریان فروشگاه های زنجیره ای رفاه شهر شیراز می باشد. جامعه آماری این پژوهش شامل مشتریان فروشگاه های زنجیره ای است. پژوهش انجام شده از نوع توصیفی _ پیمایشی است. شیوه نمونه گیری تصادفی است و نمونه انتخاب شده 266 نفر از مشتریان این فروشگاه ها بوده اند. ابزار گردآوری داده ها پرسشنامه محقق ساخته بوده است. برای طراحی پرسشنامه از مدل کیفیت خدمات خرده فروشی دابهالکر و همکاران(1996) برای سنجش کیفیت خدمات و از مدل ابعاد کیفیت محصول گاروین(1984) برای سنجش کیفیت محصول استفاده شده است. برای تحلیل داده های حاصل از آمار توصیفی، استنباطی و مدلسازی معادلات ساختاری از نرم افزارهای spss 20و amos 20 استفاده شده است . نتایج حاصل از این پژوهش نشان می دهد که کیفیت محصول و خدمات تاثیر مثبت و مستقیمی بر قصد خرید مشتریان دارند.

چکیده ندارد.