چکیده:
تحلیل سبد خرید یکی از مهمترین کاربردهای دادهکاوی است که بر کشف الگوهای خرید به وسیله دادههای معاملات انجام شده، تمرکز میکند. در بسیاری از فروشگاهها تبادلات، تنها منبع اطلاعات فروش هستند که دادهکاوی میتواند از آن استفاده کند. دادهکاوی به علم استخراج دانش از دادههای خام گفته میشود و به وسیله کاوش دادههای موجود در بانکهای اطلاعاتی، اطلاعات و دانش مفید از دادهها را استخراج میکند. دادهکاوی در کاربردهای متنوعی مورد استفاده قرارمیگیرد و یکی از ابزارهای مدیریت ارتباط با مشتری میباشد. با توجه به اهمیت به کارگیری تکنیکهای دادهکاوی در استخراج دانش از حجم عظیم دادههای فروش و تأثیر استفاده از این اطلاعات در سودآوری و بهبود سیستم مدیریت ارتباط با مشتری در این مقاله سعی بر آن است با استفاده از تکنیکهای دادهکاوی به تحلیل سبد خرید مشتریان یکی از شعب فروشگاه زنجیرهای در شهر اراک بپردازیم. نتایج این مقاله نشان میدهد به کارگیری تکنیکهای دادهکاوی در کشف اقلامی که با هم خریداری میشوند باعث افزایش رضایت مشتریان و به دنبال آن سود فروشگاه میشود. در این راستا از الگوریتم اجتماع جهت کشف الگوی خرید مشتریان استفاده شدهاست. در نهایت راهکارهایی جهت بهبود عملکرد فروشگاه ارائه خواهد شد.
Basket Analysis is one of the most important applications in data mining the buying patterns discovered by data transactions، focus. In many stores، exchanges، sales are the only source of information the data mining could use it. Data Mining is the extraction of knowledge from raw data via data mining is said to be found in databases، data mining provides useful information and knowledge. Data mining is used in various applications and customer relationship management is one of the tools. Given the importance of applying data mining techniques to extract knowledge from huge volumes of sales data and the impact of this information on profitability، and improve customer relationship management system in this article، the using data mining techniques to analyze customers in Cart one of the branches of chain stores in the ARAK city، too. This paper shows the results of applying data mining techniques to discover items that are purchased together to increase customer satisfaction and store profitability will follow. In this regard، the association algorithm to discover customer buying pattern is used. The store will offer strategies to improve performance.
خلاصه ماشینی:
با توجه به اهمیت به کارگیری تکنیک های داده کاوی در استخراج دانش از حجم عظیم داده های فروش و تأثیر استفاده از این اطلاعات در سودآوری و بهبود سیستم مدیریت ارتباط با مشتری در این مقاله سعی بر آن است با استفاده از تکنیک های داده کاوی به تحلیل سبد خرید مشتریان یکی از شعب فروشگاه زنجیره ای در شهر اراک بپردازیم .
داده کاوی به وسیله کاوش داده های موجود در بانک های 1- Data Mining: DM اطلاعاتی ، اطلاعات و دانش مفید از داده ها را استخراج می کند و یکی از ابزارهای مدیریت ارتباط با مشتری می باشد (تارخ و شریفیان ، ١٣٨٩).
در ایران با وجود بانک های اطلاعاتی موجود در فروشگاه ها به تکنیک های داده کاوی به ویژه تحلیل سبد خرید در جهت بهبود مدیریت ارتباط با مشتری کمتر توجه شده است .
بنابراین با توجه به موارد فوق الذکر و همچنین اهمیت توسعه مشتری این تحقیق به دنبال یافتن پاسخی برای پرسش زیر است : چگونه می توان با استفاده از تکنیک های داده کاوی و تحلیل سبد خرید، به کشف روابط و وابستگی بین محصولات پرداخت و مدلی برای گروه بندی و چیدمان محصولات فروشگاه با هدف افزایش فروش و بهینه سازی مدیریت ارتباط با مشتری ، ارائه داد؟ چارچوب نظری و مدل مفهومی تحقیق تعاریف متفاوتی از هوش تجاری ارائه شده است ؛ به طور خلاصه و روشن ، هوش تجاری عبارتست از جمع آوری اطلاعات درباره رقبا و محیط به منظور ایجاد و حفظ مزیت رقابتی (بهرامی و همکاران ، ٢٠١٢).