یکی از موضوعات مهم در مسئلة بخش بندی پویـای مشـتریان، انتقـال مشـتریان بـه بخش های مختلف در طول زمان و كشف الگوهای حاكم بر این جابه جـایی هـا اسـت. بـر ایـن اساس، این مقاله بر پویایی مشتری تمركز كرده و تلاش میكند، گروه های رفتاری مشـتریان و ویژگی های غالب این گروه ها و الگوهای كلی حاكم بـر جا بـه جـایی و مهـاجرت مشـتریان بـه بخش های مختلف را در طول زمان استخراج كند. برای این كار، روش تركیبی جدیـدی مبتنـی بر الگوریتم K- means ، روشهای خوشه بندی سلسله مراتبی و قوانین انجمنـی ارائـه شـده و در داده های واقعی یك شركت مخابراتی به كار گرفته شده است. بر اساس نتایج به دست آمده، هفت گروه رفتاری متفـاوت در انتقـال مشـتریان بـه بخـش هـای مختلـف وجـود دارد. همچنـین در رویكردی نوین، تلاش شده است تا تأثیر رفتار پویای مشـتری در تغییـرات بخـش هـا در طـول زمان تبیین شود. در این راستا با ارائـة رویكـرد و مفـاهیم جدیـدی در خصـوص پویـایی رفتـار مشتری و تأثیر آن در تغییرات ساختاری و محتوایی بخشها، گروه بندی جدیدی از مشـتریان در قالب مشتریان سازنده و تثبیت كنندة ساختار، مشتریان پویای ساختار سازگار و مشـتریان پویـای ساختار شكن ارائه میشود.
كاوش پویایی مشتری در طراحی بخشبندی با استفاده از روشهای دادهکاوی
آدرس: تهران، خیابان خرمشهر (آپادانا)، خیابان قنبرزاده، کوچه چهاردهم، پلاک 22
تلفن: 88533266-021 (10 خط)
آخرین مقالات
وبکست ها و پویش ها
- وبینار علم داده برای مدیران1400/08/22 - 16:36
وبینار علم داده برای مدیران موضوعات علم داده و رابطه آن با هوش تجاری و هوش مصنوعی رویکردهای تحلیلی کسب و کار مفاهیم پایه Big Data اجزای پلتفرم داده یادگیری ماشین و علم داده محاسبات شناختی ثبت نام کنید!