رویکرد داده کاوی در بخش بندی بازار مشتریان به منظور اتخاذ استراتژی های کارا (مطالعه موردی صنعت مخابرات)(مقاله علمی وزارت علوم)
منبع:
اقتصاد مالی سال ۱۱ زمستان ۱۳۹۶ شماره ۴۱
243 - 266
حوزه های تخصصی:
تصمیم گیری صحیح و ایجاد استراتژی ها و تاکتیک های موثر بازاریابی و فروش، منوط به شناسایی و درک صحیح سازمان ها از مصرف کنندگان و خریداران است. امروزه ، محققان بازاریابی به طور دائم در تلاشند تا رفتار مصرف کنندگان را شناسایی کنند و بر این اساس، راهکارهایی مناسب را برای فروش بهتر و موثرتر و افزایش سهم بازار اتخاذ کنند. تولیدکنندگان، برای تامین تقاضاها و حفظ و گسترش سهم بازار، باید از لایه های ادراکی، تعقلی و رفتاری خریداران بالقوه، آگاهی داشته باشند تا متناسب با سازه ها و سازوکارهای تصمیم گیری خود، اقدام به تولید فرآورده ها، توزیع و ترویج آنها کنند. مبتکران و طراحان فرآورده ها، صرفا با شناخت الگوهای رفتاری مصرف کنندگان، می توانند نسبت به زوایای انتظارات و رضایت مندی افراد، آگاه شوند و بهره گیری از آنها را با مدلسازی هموارتر کنند. در این تحقیق یک رویکرد مبتنی بر پردازش داده ارائه می شود تا با واکاوی رفتار مشتریان سیاست های بازاریابی مربوط به هر مشتری به صورت سفارشی تعیین شود. متدولوژی ارائه شده از خوشه بندی داده های استخراج شده از پایگاه داده مربوط به رفتار مشتری استفاده می کند. سپس با توجه به کلاس مالی، که مشتری به آن تعلق دارد دو نوع سیاست بازاریابی را پشتیبانی می کند. سیاست اول، سیاست بقا یا تثبیت مشتری در کلاس مالی جاری آن مشتری پی ریزی می شود این سیاست بر اساس وفادار کردن مشتریان به سازمان و استمرار سفارشات آنها در دراز مدت، طرحها یا محصولاتی که احتمالا مشتری از آنها اطلاع ندارد یا تا کنون از آنها استفاده نکرده است را به او معرفی می کند. سیاست دوم سیاست انگیزشی یا ارتقا نام دارد این سیاست بر اساس ایجاد انگیزه در مشتریان برای قرار گرفتن در کلاس های مالی بالاتر عمل می کند به طوری که بر اساس تحلیل رفتار مشتریان قرار گرفته در کلاس های مالی بالاتر طرحها یا محصولاتی هدفدار به مشتری ارائه می شود. Abstract Good decision-making and adoption of effective marketing, sale strategies and tactics are subjected to a proper understanding and identification of consumers and purchasers in organizations. Nowadays, marketing researchers are attempting to identify behavior of consumers in order to make suitable solutions for better and effective sale in order to expand market share. Manufacturer should be aware of perceptual, belonging and behavioral layers of potential purchasers in order to produce distribute and promote products regarding their decision-making structures and mechanisms. Innovators and designers of products can find expectations and satisfaction aspects of individuals by modeling and identifying behavioral pattern of consumers. A data mining-based approach was proposed in this research to determine marketing policies related to each customer within ordering type investigating customers’ behavior. The proposed methodology used clustering of data extracted from database related to customer behavior. Then, this method supported two types of marketing policies considering financial class which customer belongs. In first policy, the customer consolidation or retention in its current financial class in underpinned; this policy introduces those projects or products that may be unknown or unused for customer making them loyal to organization or prolonging their orders for long term. Second policy is named motivational or promotional policy; this policy performs to encourage customers to be in higher financial classes. In this regard, some projects or products will be presented purposefully based on the analysis of behavior of customers at higher financial classes.