شناسایی مشتریان کلیدی براساس الگوریتم های شبکه عصبی و کامیانگین: مطالعه ی موردی

با رقابتی شدن بازارها و تغییرات پیوسته آن، سازمان ها در تلاشند تا مشتریان بالقوه ی خود را شناسایی کنند و با حفظ آن ها مزیت رقابتی خود را افزایش دهند. بخش بندی موثر مشتریان به گروه هایی با رفتار مشابه، یکی از چالش های اساسی شرکت های مشتری محور است. این پژوهش با هدف شناسایی مشتریان کلیدی یکشرکت فراهم کننده خدمات پرداخت از بین تراکنش های یک ماه ۴۳۸۳ مشتری دارنده دستگاه پایانه فروش POS انجام شده است. براساس فرایند اجرا شده پس از تعیین شاخص های تازگی Recency، تکرار Frequency و ارزش پولی Monetary ابتدا با یکی از الگوریتم های شبکه عصبی به نام نقشه های خود سازمان ده SOM، تعداد خوشه ها به کمک دو روش انحراف معیار Standard Division و R Squared تعیین شده است. این تعداد خوشه ها به عنوان ورودی به مرحله بعد توسط روش کا میانگین وارد می شوند و پس از خوشه بندی، استراتژی های لازم برای هر کدام از دسته مشتریان ارائه می شود.

کلیدواژه ها:

خوشه بندی ، مدیریت ارتباط با مشتری ، k-means ، نقشه های خود سازمان ده SOM