Please use this identifier to cite or link to this item:
http://localhost/handle/Hannan/4779
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor | فاطمه نبي زاده | - |
| dc.contributor | سعید روحانی | - |
| dc.date.accessioned | 2023-05-05T08:36:37Z | - |
| dc.date.available | 2023-05-05T08:36:37Z | - |
| dc.date.issued | 1399 | en_US |
| dc.identifier.other | مجله چشم انداز مدیریت صنعتی، دوره: 10، شماره: 4 | - |
| dc.identifier.uri | http://localhost/handle/Hannan/4779 | - |
| dc.description.abstract | یکی از مباحث مهم در زمینه حفظ مشتریان و چگونگی رفتار با آنها، ارزش طول عمر مشتری (CLV) است . هدف از این پژوهش، طراحی مدلی برای خوشه بندی و پیش بینی طول عمر مشتریان و همچنین ارزیابی مشتریان در مرکز شماره گذاری کالا و خدمات ایران است. در این پژوهش اطلاعات ۷۴۳۸۵ عضو این سازمان در بازه زمانی ۱۳۹۰ - ۱۳۹۶ دریافت شد. مشتریان توسط تکنیک داده کاوی CRISP طبقه بندی شده و درنهایت مدلی برای پیش بینی آن ها طراحی شد. ابتدا اعضا توسط مدل RFM و الگوریتم K-Means به ۷ طبقه دسته بندی شده و سپس هر طبقه توسط روش محاسبه ارزش طول عمر مشتریان رتبه بندی شد. در ادامه توسط الگوریتم های رگرسیون لجستیک، درخت تصمیم و شبکه های عصبی، الگوهای پنهان بین داده ها و بخش های مختلف مشتریان کشف شدند. نتایج این پژوهش، رفتار مشتریان هر یک از خوشه ها را در خدمات مرکز و همچنین مدل رفتار مشتریان آتی را نشان داده است. این پژوهش با تحلیل خوشه ها به مدیران در ارائه راهبردهای بازاریابی، حفظ اعضای وفادار و جذب یا حذف اعضای غیرفعال، یاری می رساند. در پژوهش حاضر تعداد خوشه مناسب برای مشتریان ۷ عدد است؛ همچنین در پیش بینی کلاس مشتریان عملکرد شبکه های عصبی با دقت ۵۶ / ۹۹ درصد نسبت دیگر الگوریتم ها بهتر بوده است. | en_US |
| dc.language.iso | fa | en_US |
| dc.subject | ارزش طول عمر مشتری ، داده کاوی ، RFM ، خوشه بندی ، پیش بینی | en_US |
| dc.title | مدل خوشه بندی و پیش بینی ارزش طول عمر مشتری (مورد مطالعه: مشتریان مرکز شماره گذاری کالا و خدمات ایران) | - |
| dc.type | Article | en_US |
| Appears in Collections: | مدیریت فناوری اطلاعات | |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| 123.pdf | 560.82 kB | Adobe PDF |
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor | فاطمه نبي زاده | - |
| dc.contributor | سعید روحانی | - |
| dc.date.accessioned | 2023-05-05T08:36:37Z | - |
| dc.date.available | 2023-05-05T08:36:37Z | - |
| dc.date.issued | 1399 | en_US |
| dc.identifier.other | مجله چشم انداز مدیریت صنعتی، دوره: 10، شماره: 4 | - |
| dc.identifier.uri | http://localhost/handle/Hannan/4779 | - |
| dc.description.abstract | یکی از مباحث مهم در زمینه حفظ مشتریان و چگونگی رفتار با آنها، ارزش طول عمر مشتری (CLV) است . هدف از این پژوهش، طراحی مدلی برای خوشه بندی و پیش بینی طول عمر مشتریان و همچنین ارزیابی مشتریان در مرکز شماره گذاری کالا و خدمات ایران است. در این پژوهش اطلاعات ۷۴۳۸۵ عضو این سازمان در بازه زمانی ۱۳۹۰ - ۱۳۹۶ دریافت شد. مشتریان توسط تکنیک داده کاوی CRISP طبقه بندی شده و درنهایت مدلی برای پیش بینی آن ها طراحی شد. ابتدا اعضا توسط مدل RFM و الگوریتم K-Means به ۷ طبقه دسته بندی شده و سپس هر طبقه توسط روش محاسبه ارزش طول عمر مشتریان رتبه بندی شد. در ادامه توسط الگوریتم های رگرسیون لجستیک، درخت تصمیم و شبکه های عصبی، الگوهای پنهان بین داده ها و بخش های مختلف مشتریان کشف شدند. نتایج این پژوهش، رفتار مشتریان هر یک از خوشه ها را در خدمات مرکز و همچنین مدل رفتار مشتریان آتی را نشان داده است. این پژوهش با تحلیل خوشه ها به مدیران در ارائه راهبردهای بازاریابی، حفظ اعضای وفادار و جذب یا حذف اعضای غیرفعال، یاری می رساند. در پژوهش حاضر تعداد خوشه مناسب برای مشتریان ۷ عدد است؛ همچنین در پیش بینی کلاس مشتریان عملکرد شبکه های عصبی با دقت ۵۶ / ۹۹ درصد نسبت دیگر الگوریتم ها بهتر بوده است. | en_US |
| dc.language.iso | fa | en_US |
| dc.subject | ارزش طول عمر مشتری ، داده کاوی ، RFM ، خوشه بندی ، پیش بینی | en_US |
| dc.title | مدل خوشه بندی و پیش بینی ارزش طول عمر مشتری (مورد مطالعه: مشتریان مرکز شماره گذاری کالا و خدمات ایران) | - |
| dc.type | Article | en_US |
| Appears in Collections: | مدیریت فناوری اطلاعات | |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| 123.pdf | 560.82 kB | Adobe PDF |
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor | فاطمه نبي زاده | - |
| dc.contributor | سعید روحانی | - |
| dc.date.accessioned | 2023-05-05T08:36:37Z | - |
| dc.date.available | 2023-05-05T08:36:37Z | - |
| dc.date.issued | 1399 | en_US |
| dc.identifier.other | مجله چشم انداز مدیریت صنعتی، دوره: 10، شماره: 4 | - |
| dc.identifier.uri | http://localhost/handle/Hannan/4779 | - |
| dc.description.abstract | یکی از مباحث مهم در زمینه حفظ مشتریان و چگونگی رفتار با آنها، ارزش طول عمر مشتری (CLV) است . هدف از این پژوهش، طراحی مدلی برای خوشه بندی و پیش بینی طول عمر مشتریان و همچنین ارزیابی مشتریان در مرکز شماره گذاری کالا و خدمات ایران است. در این پژوهش اطلاعات ۷۴۳۸۵ عضو این سازمان در بازه زمانی ۱۳۹۰ - ۱۳۹۶ دریافت شد. مشتریان توسط تکنیک داده کاوی CRISP طبقه بندی شده و درنهایت مدلی برای پیش بینی آن ها طراحی شد. ابتدا اعضا توسط مدل RFM و الگوریتم K-Means به ۷ طبقه دسته بندی شده و سپس هر طبقه توسط روش محاسبه ارزش طول عمر مشتریان رتبه بندی شد. در ادامه توسط الگوریتم های رگرسیون لجستیک، درخت تصمیم و شبکه های عصبی، الگوهای پنهان بین داده ها و بخش های مختلف مشتریان کشف شدند. نتایج این پژوهش، رفتار مشتریان هر یک از خوشه ها را در خدمات مرکز و همچنین مدل رفتار مشتریان آتی را نشان داده است. این پژوهش با تحلیل خوشه ها به مدیران در ارائه راهبردهای بازاریابی، حفظ اعضای وفادار و جذب یا حذف اعضای غیرفعال، یاری می رساند. در پژوهش حاضر تعداد خوشه مناسب برای مشتریان ۷ عدد است؛ همچنین در پیش بینی کلاس مشتریان عملکرد شبکه های عصبی با دقت ۵۶ / ۹۹ درصد نسبت دیگر الگوریتم ها بهتر بوده است. | en_US |
| dc.language.iso | fa | en_US |
| dc.subject | ارزش طول عمر مشتری ، داده کاوی ، RFM ، خوشه بندی ، پیش بینی | en_US |
| dc.title | مدل خوشه بندی و پیش بینی ارزش طول عمر مشتری (مورد مطالعه: مشتریان مرکز شماره گذاری کالا و خدمات ایران) | - |
| dc.type | Article | en_US |
| Appears in Collections: | مدیریت فناوری اطلاعات | |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| 123.pdf | 560.82 kB | Adobe PDF |