بخش بندی بازار با استفاده از روش های داده کاوی و سری های زمانی به منظور تعیین ارزش عمر مشتریان (مطالعه موردی: شرکت ایران گیت)

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.