بهرام ایزدی

با گسترش فناوری و ظهور شرکت های الکترونیکی که انباشت داده های مشتریان در پایگاه داده را به همراه داشته، جذابیت بخش بندی بازار برای پژوهش گران فزونی یافته است. زیرا پایگاه داده مشتری یک داشته ارزشمند شرکت های الکترونیکی است که اگر به خوبی پردازش شود، می تواند شناخت بیشتری از مشتریان ارائه نماید. به همین دلیل روش های متعدد اما غیر منسجمی برای بخش بندی بازار و طبقه بندی مشتریان در علوم مختلف ارائه شده است. این پژوهش، الگوریتم یکپارچه ای برای بخش بندی بازار و طبقه بندی مشتریان ارائه می کند که در آن رویکرد خوشه بندی تجمیعی مبنای مقایسه عملکرد روش های مختلف طبقه بندی، به ویژه برنامه ریزی خطی، قرار می گیرد. این مقایسه نشان می دهد روش برنامه ریزی خطی که کمتر به آن توجه شده است، عملکرد بهتری از نظر درصد بالاتر انتساب مشتریان به خوشه های مشتریان دارد. همچنین برای مواجهه با ناکافی بودن داده های مورد نیاز در پایگاه داده، روش دلفی فازی پیشنهاد شده است.

تجارت خارجی آمیخته با ریسک های گوناگونی است. اگرچه برخی از آنها به دلیل تأثیر شرایط کلان اجتماعی، اقتصادی و سیاسی از حیطه کنترل خارج هستند، آگاهی از نقش و اهمیت هریک بر روند تجارت، آمادگی برای مقابله و کاهش اثرات ناخواسته بسیاری از آنها را فراهم می سازد. در این میان، تحریم های گسترده اعمال شده بر کشور، تنوع و تأثیر ریسک ها بر تجارت خارجی و به ویژه بخش واردات کالا را به طور بی سابقه ای افزایش داده است؛ به همین دلیل ارائه شیوه های مؤثر برای کاهش اثرات آن ضروری است. در این پژوهش برای نخستین بار سیستم پشتیبان تصمیمِ مبتنی بر مدل های کمّی تصمیم گیری فازی برای ارزیابی و اولویت بندی ریسک های واردات کالا ارائه می شود. نتایج حاصل از به کارگیری این سیستم برای واردات اقلام دارویی در شرکت داروسازی فارابی (با استفاده از نرم افزاری که برمبنای این سیستم تهیه شده است) نشان می دهد از میان ده ریسک شناخته شده، ریسک های مرتبط با پرداخت نکردن به موقع ارز به شرکت های تأمین کننده خارجی، مسیرهای نامطمئن انتقال ارز و حمل و نقل اهمیت بیشتری دارند. در نهایت، استراتژی های مواجهه با ریسک های شناسایی شده برمبنای تجارب کسب شده قبلی در حوزه تحریم ارائه می شوند.