استفاده از داده کاوی برای تعیین استراتژیهای بازاریابی سیستم فروش اینترنتی بلیط قطار

طی چند ساله گذشته توسعه شبکه ریلی فراگیر شدن بسترهای ارتباطی الکترونیکی و امکان دسترسی احاد جامعه به آن انتظار افزایش حجم فروش اینترنتی بلیط را در ذهن شرکتهای ارائه دهنده خدمات حمل و نقل مسافری پدیده اورده است به بیان ساده تر دسترسی درصد قابل توجهی از مشتریان به سرویسهای اینترنتی موجب تمایل بیشتر شرکت ها به فروش اینترنت بلیط به جای فروش از طریق اژانسهای مسافرتی شده است فروش اینترنتی موجب حذف واسطه های فروش و افزایش سود برای فروشنده و صرفه جویی قابل توجه در وقت برای خریدار شده و همچنین کمک بسزایی به کاهش حجم ترافیک درون شهری و حرکت به سمت تجارت سبز می نماید. بررسی های اماری انجام شده برروی فروش اینترنت شرکت قطارهای مسافری رجاء نشان دهنده این است کهتوسعه فروش اینترنتی نسبت به توسعه بسترهای ارتباطی رشد کمی داشته است در چنین شرایطی یکی از روشهای افزایش سهم فروش اینترنتی بلیط تدوین استراتیهای بازاریابی جدید برای ترغیب مشتریان فعلی به خرید مجدد براساس افزایش شناخت مشتریان می باشد. دراین مقاله با ترکیب مفاهیم مدیریت ارتباط با مشتری و یکی از مدلهای موفق کشف دانش و داده کاوی یعنی مدل فرایند میان صنعتی استاندارد برای داده کاوی CRISP-DM چارچوب جدیدی برای مسائل شناخت مشتریان براساس بخش بندی آنها از طریق خوشه بندی داده های مشتری ارائه شده است.

کلیدواژه ها:

بخش بندی مشتریان ، خوشه بندی ، حمل و نقل ریلی ، بلیط اینترنتی