CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

خوشه بندی مشتریان فروشگاه های اینترنتی به منظور سنجش رضایت مشتریان

عنوان مقاله: خوشه بندی مشتریان فروشگاه های اینترنتی به منظور سنجش رضایت مشتریان
شناسه ملی مقاله: ICMBA01_161
منتشر شده در کنگره بین المللی مدیریت ، اقتصاد و توسعه کسب و کار در سال 1394
مشخصات نویسندگان مقاله:

علی رضائیان - استاد، گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی
سجاد شکوهیار - استادیار، گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی
فریبا دهقان - دانشجوی کارشناسی ارشد، گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی

خلاصه مقاله:
امروزه استفاده از فناوری های مدرن در زندگی روزمره جهت رفع نیازها امری اجتناب ناپذیر است. دنبال کردن اخبار و انجام کارها از طریق اینترنت باعث شده است تا سازمان ها روی شبکه ی اینترنت بستری فراهم کنند تا اطلاعاتشان در دسترس مردم باشد. با توسعه ی تجارت الکترونیک، فروشگاه های اینترنتی به طور فزاینده نقش مهمی را در زندگی افراد بازی می کنند. با استفاده از تکنیک داده کاوی، مدیران این سایت ها می توانند ترجیحات و الگوهای خرید مشتریان آنلاین را برای توصیه های سفارشی محصولات، تجزیه وتحلیل کنند. ابزار داده کاوی کمک می کند تا خدمات، متناسب با نیاز کاربران ارائه شوند. براین اساس هدف از این تحقیق شناسایی و دسته بندی مشتریان فروشگاه های اینترنتی براساس معیارهای جنسیت، طبقه بندی محصولات، تازگی مبادله ( R )، تعداد تکرار مبادله ( F ) و ارزش پولی مبادله ( M ) است. بدین منظور داده های مربوط به وب سایت نیازکو که یک وب سایت تجارت الکترونیک با تنوعی از محصولات می باشد در بازه زمانی 7ماهه مورد بررسی قرار گرفت. به منظور تحلیل داده ها و خوشه بندی مشتریان از نرم افزار IBM SPSS Modeler 14.2 استفاده شد. ابتدا به منظور تحلیل رفتار مشتریان از الگوریتم RFM که شاخص های آن تازگی مبادله ( R )، تعداد تکرار مبادله ( F ) و ارزش پولی مبادله ( M ) است، استفاده شد. سپس به منظور استخراج خوشه ها، خروجی الگوریتم RFM به عنوان ورودی برای الگوریتم k-means مورد استفاده قرار گرفت. بر اساس شاخص اعتبار سنجی سیلوئت تعداد خوشه های مناسب 4 عدد شناسایی شد. در نهایت با رتبه بندی نمودن خوشه های شناسایی شده، استراتژی مناسب برای هر خوشه ارائه گردید.

کلمات کلیدی:
تجارت الکترونیک، فروشگاه های اینترنتی، داده کاوی، خوشه بندی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/440768/