چکیده:
یکی از موضوعات مهم در مسئلۀ بخشبندی پویای مشتریان، انتقال مشتریان به بخشهای مختلف در طول زمان و کشف الگوهای حاکم بر این جابهجاییها است. بر این اساس، این مقاله بر پویایی مشتری تمرکز کرده و تلاش میکند، گروههای رفتاری مشتریان و ویژگیهای غالب این گروهها و الگوهای کلی حاکم بر جابهجایی و مهاجرت مشتریان به بخشهای مختلف را در طول زمان استخراج کند. برای این کار، روش ترکیبی جدیدی مبتنی بر الگوریتم K-means، روشهای خوشهبندی سلسلهمراتبی و قوانین انجمنی ارائهشده و در دادههای واقعی یک شرکت مخابراتی بهکار گرفته شده است. بر اساس نتایج بهدستآمده، هفت گروه رفتاری متفاوت در انتقال مشتریان به بخشهای مختلف وجود دارد. همچنین در رویکردی نوین، تلاش شده است تا تأثیر رفتار پویای مشتری در تغییرات بخشها در طول زمان تبیین شود. در این راستا با ارائۀ رویکرد و مفاهیم جدیدی در خصوص پویایی رفتار مشتری و تأثیر آن در تغییرات ساختاری و محتوایی بخشها، گروهبندی جدیدی از مشتریان در قالب مشتریان سازنده و تثبیتکنندۀ ساختار، مشتریان پویای ساختار سازگار و مشتریان پویای ساختارشکن ارائه میشود.
خلاصه ماشینی:
سـؤال هـاي ايـن مرحلـه از پژوهش به شرح زير هستند: • گروه هاي رفتاري مختلف مشتريان در مهاجرت به بخش هاي مختلف در طـول زمـان کدامند و ويژگي هاي اين گروه ها شامل چه مواردي مي شود؟ • الگوهاي غالب و حاکم بر عضويت مشتريان به بخـش هـاي مختلـف در طـول زمـان کدامند و اين جابه جايي ها و انتقالات چگونه است ؟ براي پاسخ گويي به سؤال هاي مطرح شده ، روش هاي داده کاوي مورد استفاده قرار گرفته است 3 و روش ترکيبي جديدي مبتني بر الگوريتم K-means، روش هاي خوشه بندي سلسـله مراتبـي و قوانين انجمني ٤ پيشنهاد مي شود که در ادامه ، اين روش نوين در داده هـاي واقعـي يـک شـرکت مخابراتي نيز پياده سازي شده است .
اکثر مطالعاتي که تا کنون انجام شده ، فرض کرده انـد کـه بخـش هـاي مختلـف مشـتريان و عضويت مشتريان به اين گروه ها در طول زمان ثابت و پايدار است و تغيير نمي کند؛ به ايـن معنـا که دانش به دست آمده در مورد يک مشتري و پيش بيني هاي انجام شـده در زمينـة رفتـار وي ، در طول يک بازٔە زماني مشخص ثابت و معتبر بوده و نمي توان بر اساس آن در طـول زمـان عمـل کرد (ها و بااي ، ٢٠٠٦ و هينينگ ، جوان جوان و بي آن ، ٢٠٠٩).