بخش بندی بازار شرکت پخش پرنیان مهیار به کمک تکنیک های داده کاوی با استفاده از رویکرد lrfm و شبکه عصبی کوهونن (موردپژوهی)

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه الزهراء - دانشکده علوم اجتماعی و اقتصادی
  • نویسنده زهره حیدری
  • استاد راهنما میراحمد امیرشاهی
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1391
چکیده

امروزه با افزایش رقابت در بازارها و تغییر رویکرد از بازاریابی انبوه به بازاریابی مبتنی بر مشتری، مدیریت ارتباط با مشتری به عنوان مهم ترین استراتژی مدیریتی جهت حفظ و نگهداری مشتری، بقا در بازار و تصمیم گیری در مورد چگونگی تخصیص بهینه منابع مطرح است. برای شناخت بهتر و آگاهی بیش تر از مشتریان باید به مفهوم بخش بندی بازار پرداخت که طی آن تلاش می شود گروه های مشتری با نیازها و الگوهای خرید مشابه که پاسخ مشابهی به برنامه های بازاریابی ارائه می دهند، مشخص شوند. از جمله الزامات یک بخش بندی بازار موفق انتخاب متغیر مناسب است. تلاش های زیادی برای بخش بندی بازار انجام شده و از جمله از مشخصات جمعیت شناختی، مدل ltv و rfm بهره برده اند. در این پژوهش تلاش شده تا رویکرد توسعه یافته lrfm به عنوان اساس بخش بندی بکار رود. در عصر اطلاعات کامپیوتر و فن-آوری های نوین روزانه داده های بسیاری برای شرکت ها فراهم می نمایند و مشکل شرکت ها دیگر جمع آوری داده ها نیست، بلکه نحوه استفاده و استخراج ثروت نهفته در آن هاست. داده کاوی پاسخی مناسب برای این مهم محسوب می شود. این پژوهش ازجهت هدف، کاربردی و به لحاظ روش، توصیفی است. در این پژوهش برای بخش بندی بازار یک شرکت پخش بر اساس معیار lrfm یک رویکرد دو مرحله ای اتخاذ شده که ابتدا به کمک الگوریتم k-means تعداد بهینه خوشه را مشخص می کند و سپس به وسیله شبکه عصبی کوهونن اقدام به بخش بندی بازار می نماید. جامعه آماری در این پژوهش شامل کلیه مشتریان شرکت پرنیان مهیار است که در منطقه 6 شهرداری شهر تهران فعالیت می کنند. در این پژوهش نمونه گیری به روش سرشماری انجام شده و بررسی و تجزیه و تحلیل بر روی کلیه مشتریان شرکت پرنیان مهیار که در منطقه 6 شهرداری مشغول به فعالیت هستند و طی پنج ماه اول سال 1391 از شرکت خرید کرده اند انجام شده است. نتایج این پژوهش نشان می دهد بهترین تعداد خوشه برای بخش بندی بازار شرکت پرنیان مهیار سه خوشه است. همچنین تاثیر شاخص طول مدت همکاری در تفکیک مشتریان خوب و ضعیف ناچیز است و در تفکیک مشتریان متوسط دارای اهمیت است. همچنین با مقایسه نتایج دو الگوریتم مشخص شد که با وجود این که بر اساس شاخص "دیویس بولدین" الگوریتم k-means عملکرد بهتری دارد، اما با توجه به تحلیل پارتو که به نظر می رسد برای اهداف تجاری مهم تر باشد، عملکرد شبکه عصبی کوهونن در تفکیک مشتریان و بخش بندی بازار بهتر ارزیابی شد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

پیش بینی الگوی ورود بیمار به بخش اورژانس بیمارستان با استفاده از تکنیک داده کاوی و مدل شبکه عصبی

Background: Emergency department (ED) is the first place for providing diagnostic and therapeutic services to emergency patients. Due to importance of speed and accuracy in providing services the proper allocation of resources, the department must consider this matter in a particular way. Planning Emergency resources implements regardless of patient overcrowding which occurs at different times...

متن کامل

پیش بینی بیماری قلبی با استفاده از تکنیک داده کاوی شبکه عصبی

مقدمه داده کاوی به بررسی و تجزیه و تحلیل مقادیر عظیمی از داده ها به منظور کشف الگوها و قوانین معنی دار اطلاق میشود که عمدتا" از طریق ساختن مدل ها و الگوریتم ها، ورودی ها را با هدف خاصی مرتبط می نماید. گاهی تکنیک های داده کاوی منجر به شناسایی الگوریتم های معنادار می شوند که می توانند با استفاده از داده های موجود و در دسترس و با هزینه کم، زمینه های ابتلا، پیشگیری و درمان بیماری ها را در پزشکی فرا...

متن کامل

پیش بینی الگوی ورود بیمار به بخش اورژانس بیمارستان با استفاده از تکنیک داده کاوی و مدل شبکه عصبی

زمینه و هدف: بخش اورژانس ، اولین مکان ارائه خدمات تشخیصی و درمانی به بیماران اورژانسی می باشد. با توجه به اهمیت سرعت و دقت در ارائه خدمات، تخصیص صحیح منابع در این بخش اهمیت ویژه ای دارد. برنامه ریزی منابع بخش اورژانس، بدون توجه به ازدحام و تراکم بیمار در زمان های مختلف صورت می گیرد، بنابراین ممکن است بخش با کمبود منابع روبرو شده و این امر منجر به معطلی بیماران، بی نظمی در انجام کارها و در نتیجه...

متن کامل

دسته بندی کاربران موبایل بانک با استفاده از رویکرد داده کاوی: مقایسه بین تکنیک شبکه های عصبی مصنوعی و تکنیک بیز ساده

در دهه ی اخیر پیشرفت تکنولوژی های گوناگون باعث تغییر در ارائه خدمات بوسیله سازمان ها گردیده است. یکی از حوزه هایی که صنعت بانکداری را تحت تاثیر خود قرار داده است حوزه فناوری اطلاعات می باشد. تکنولوژی ارتباط بیسیم یکی از زیر مجموعه های حوزه فناوری می باشد که در این سال های اخیر پیشرفت چشم گیری داشته است که منجر به ارائه خدمت موبایل بانک از سوی بانک ها گردیده است. صنعت بانکداری، یک صنعت نمونه می ...

متن کامل

دسته بندی کاربران موبایل بانک با استفاده از رویکرد داده کاوی: مقایسه بین تکنیک شبکه های عصبی مصنوعی و تکنیک بیز ساده

در دهه ی اخیر پیشرفت تکنولوژی های گوناگون باعث تغییر در ارائه خدمات بوسیله سازمان ها گردیده است. یکی از حوزه هایی که صنعت بانکداری را تحت تاثیر خود قرار داده است حوزه فناوری اطلاعات می باشد. تکنولوژی ارتباط بیسیم یکی از زیر مجموعه های حوزه فناوری می باشد که در این سال های اخیر پیشرفت چشم گیری داشته است که منجر به ارائه خدمت موبایل بانک از سوی بانک ها گردیده است. صنعت بانکداری، یک صنعت نمونه می ...

متن کامل

کاوش پویایی مشتری در طراحی بخش بندی با استفاده از روش های داده کاوی

یکی از موضوعات مهم در مسئلۀ بخش­بندی پویای مشتریان، انتقال مشتریان به بخش­های مختلف در طول زمان و کشف الگوهای حاکم بر این جابه­جایی­ها است. بر این اساس، این مقاله بر پویایی مشتری تمرکز کرده و تلاش می‎کند، گروه­های رفتاری مشتریان و ویژگی­های غالب این گروه­ها و الگوهای کلی حاکم بر جابه­جایی و مهاجرت مشتریان به بخش­های مختلف را در طول زمان استخراج کند. برای این کار، روش ترکیبی جدیدی مبتنی بر الگور...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه الزهراء - دانشکده علوم اجتماعی و اقتصادی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023