نام پژوهشگر: زهره احمدی کافشانی
زهره احمدی کافشانی حسین صفرزاده
توسعه ی محصول/خدمت جدید بر اساس نیاز مشتری می تواند یکی از مهم ترین اهداف هر سازمانی باشد. بنابراین گام نخست در رسیدن به این مهم ، شناسایی نیازمندی های مشتری می باشد. روش های گوناگونی جهت شناسایی این نیاز ها وجود دارد. یقیناً سازمان ها به دنبال روش ها و تکنیک هایی هستند که بتوانند این نیازمندی ها را هر چه دقیق تر و بهتر شناسایی کنند. با مشخص گردیدن نیاز های مشتری ، سازمان ها قادر خواهند بود تا مشتری ها را بر اساس شباهت در نیاز ها ، بخش بندی کنند و محصولات مورد نیاز هر بخش را با توجه به ویژگی آن بخش ، توسعه دهند. همچنین آن ها می توانند احتمال موفقیت محصولاتی که قصد ارائه ی آن ها را به بازار دارند، تخمین بزنند. دستیابی به اهداف اشاره شده ی فوق در مقیاس های بزرگ و حتی کوچک ، نیازمند بررسی حجم زیادی از داده ها می باشد. بنابراین این مطالعه استفاده از تکنیک های داده کاوی را مناسب این امر می داند. تکنیک های داده کاوی علاوه بر اینکه مناسب تحلیل حجم زیادی از داده ها می باشند ، کارایی و دقت بالایی نیز دارند و همچنین به راحتی می توان نتایج حاصل از آن ها را اعتبار سنجی نمود. تحقیق حاضر سعی کرده با کمک گرفتن از تکنیک تحلیل متقارن ( تکنیکی کارآمد در رده تکنیکهای آنالیز چندمتغیره در داده کاوی می باشد) کمکی بزرگ در جهت مدیریت ارتباط با مشتری صورت دهد. برای این منظور از طریق جمع آوری داده هایی مربوط به رتبه دهی انتخاب مصرف کنندگان برای خرید محصولات گوشتی مختلف ، به شناسایی ساختار تصمیم گیری خرید مصرف کنندگانِ این دسته از محصولات می پردازیم. همچنین به کمک تحلیل متقارن داده های این رتبه دهی میزان اهمیت نسبی هریک از فاکتورهای در ساختار تصمیم مصرف کنندگان به طور غیرمستقیم مشخص می شود. در واقع مزیت اصلی این تکنیک استنباط ضمنی اهمیت هر ویژگی و نیز سطح هر ویژگی از نظر مصرف کننده می باشد. این رتبه دهی روی تعدادی محرک که به کمک نرم افزار spss از طریق ترکیب سطوح این ویژگی ها ، تهیه و انتخاب شده ، صورت می گیرد. در نهایت به کمک خروجیهای پیاده سازی این تکنیک به بحث پیرامون نتایج پرداخته و با ارائه راهکارهای کاربردی و عملی قدم بزرگی در جهت کمک به فرآیند توسعه محصول جدید ، قبل از هر نوع تست و یا تولید آزمایشی محصول که خود این موضوع باعث پایین آمدن سطح هزینه ها می شود، برداشته می شود.