روش های معمول بخش بندی صرفاً باتکیه بر سه مؤلفه تأخر (R)، تعداد (F) و ارزش پولی (M) طراحی شده اند و تغییرات رفتاری مشتریان را در طول زمان در نظر نمی گیرند. بر این اساس برای دستیابی به بخش بندی مطلوب، هدف پژوهش حاضر به کارگیری مجموعه ای از محاسبات آماری از قبیل شیب خط و مشتق نسبت به زمان و روش های داده کاوی مانند K-means و نقشه های خودسازمانده (SOM) برای تعریف متغیرهایی جدید به منظور بررسی روند تغییرات رفتار خرید مشتریان است. نتایج پژوهش نشان می دهد در نظرگرفتن شیب خط تغییرات رفتار مشتریان (R، F و M) و ارزش بیشتر برای رفتارهای اخیر نسبت به رفتارهای گذشته در بخش بندی مشتریان، موجب افزایش دقت پیش بینی رفتار آتی و همگن تر شدن مشتریان هر بخش شده است. بر اساس روش پیشنهادی، مشتریان به چهار بخش بهترین، خرج کننده، تکرارکننده و از دست رفته دسته بندی شدند که به منظور شناخت بهتر و دقیق تر مشتریان بر اساس نحوه تغییر رفتار آنها، هر بخش نیز به دو زیربخش صعودی و نزولی طبقه بندی شد. درنهایت ضمن تشریح ویژگی هریک از بخش ها و زیربخش ها، راهبردهای مناسبی برای مدیریت مشتریان آنها ارائه شده است.