چکیده:
به علت افزایش و ارتقاء تکنولوژی و سیستمهای اطلاعاتی،شرکتها و سازمانهای بازرگانی و صنعتی امروزه به طور گستردهای قابلیت جمعآوری حجم زیادی از دادههای مشتریان(خریدار و فروشنده)در یک پایگاه داده بزرگ را دارا هستند.با این وجود بینش مفید برای شناسایی و تشخیص الگوهای خرید و فروش مشتریان در این انبار دادهها،مخفی و بلااستفاده باقیمانده است.در چند سال اخیر تحقیقات و مطالعات فراوانی صورت گرفته است که با تاکید بر اهمیت مدیریت ارتباط با مشتری یک فضای کاربردی گسترده و مفید برای استفاده از روشها و ابزار داده کاوری در سیستمهای پشتیبان تصمیم گیری ایجاد کرده است.در این مقاله سعی بر آن است تا با ارائه چارچوبی ساده و جامع مقوله مدیریت دانش مشتری با توجه به مدیریت زنجیره تأمین و با استفاده از روشهای داده کاوی مورد بررسی قرار گیرد.
خلاصه ماشینی:
"(به تصویر صفحه مراجعه شود)مدیریت بر اطلاعات مشتری در مدیریت زنجیره تأمین با استفاده از رویکرد داده کاوینویسندگان: علی دیوسالار وحید بهبودچکیده به علت افزایش و ارتقاء تکنولوژی و سیستمهای اطلاعاتی،شرکتها و سازمانهای بازرگانی و صنعتی امروزه به طور گستردهای قابلیت جمعآوری حجم زیادی از دادههای مشتریان(خریدار و فروشنده)در یک پایگاه داده بزرگ را دارا هستند.
اما متأسفانه حجم زیادی از این دانش مخفی و در نتیجه بلااستفاده باقی میماند و از طرف دیگر رقابت شدید و افزایش امکان انتخاب برای مشتریان یک فشار جدید بر تصمیمگران بازار سازمان ایجاد کرده است و به همین دلیل نیاز به مدیریت ارتباط با مشتریان و در نتیجه مدیریت دانش مشتری درک یک بازه زمانی طولانی بیش از پیش آشکار شده است.
در زمینه مدیریت دانش یک وظیفه مهم تبدیل دانش مخفی به دان صریح و آشکار است که با استفاده از روش داده کاوی میتوان دانش مربوط به مشتری(تأمینکننده و مصرفکننده)را از بخشهای مختلف بازار بدست آورد و یا اینکه توسط خبرگان بدست آمده و اصلاح و روشن نمود.
آب توجه به این موضوع که تصمیمات بازاریابی نقش مهمی در موفقیت یک سازمان دارد،یک چهار چوب ساده و یک پارچه برای مدیریت دانش مشتری نیاز است که ارتباطی میان استخراج دانش از بین دادههای مربوط به مشتریان و استفاده از این دانش حاصل شده در یک سیستم پشتیبانی تصمیمگیری بازار برقرار سازد(شکل 4).
(به تصویر صفحه مراجعه شود)شکل 4:چهارچوب کلی از مدیریت دانش مشتری(استفاده از داده کاوی در تصمیمگیری بازار)نتیجهگیری علیرغم اینکه دادهکاوی در زمینههای مختلفی همچون کشف خطا(تقلب)،پیشبینی قیمت سهام،تشخیص طبی و کشف های علمی مورد استفاده واقع میشود اما کاربرد آن در سیستم های پشتیبان تصمیمگیری خصوصا در زمینه مدیریت زنجیره تامین منحصر به فرد میباشد."