خوشه بندی مشتریان با استفاده از تکنیکهای داده کاوی بر اساس شاخصهای مدل RFM (مطالعه موردی: یک شرکت خرده فروشی آنلاین)

شناخت مشتریان به منظور تمایز میان گروه های مختلف مشتری و تدوین استراتژی متناسب با هر گروه از جمله چالشهای مطرح در سازمانهای مشتری محور است. خوشه بندی مشتریان با استفاده از تکنیکهای داده کاوی یکی از راه های شناخت مشتری و مقابله با این چالش است؛ در این پژوهش، بر اساس تراکنشهای ثبت شده از هر مشتری در یک شرکت آنلاین خرده فروش به عنوان مورد مطالعه، ویژگیهای متناسب برای تدوین شاخصهای مدل RFM از فاکتور فروش استخراج شده است. پس از پردازش داده های بدست آمده، با استفاده از دو الگوریتم K-means و روش سلسله مراتبی، تعداد خوشه بهینه برای گروه بندی مشتریان بدست آمده است؛ نتایج حاصل از ارزیابی عملکرد دو مدل حاکی از آن است که الگوریتم K-means با اختلاف اندکی از عملکرد بهتری برخوردار است. در نهایت با بررسی تحلیل همبستگی میان شاخصهای RFM، بهترین گروه مشتریان تحت عنوان مشتریان طلایی معرفی شدهاند.

کلیدواژه ها:

خوشه بندی مشتریان ، مدل RFM ، الگوریتم K-means ، خوشه بندی سلسله مراتبی