چکیده:
هدف: طی دو دهه اخیر، دادهکاوی به یکی از روشهای اصلی بهبود اثربخشی و کارایی صنعت خردهفروشی تبدیل شده و صنعت خردهفروشی نیز بهدلیل ماهیت دادههای آن، از زمینهای بازی مورد علاقه علم دادهکاوی بوده است. در این مطالعه به پیشبینی رفتار مشتری در صنعت خردهفروشی کالاهای تند مصرف (FMCG) با هدف افزایش کمّی و کیفی فروش در مورد مطالعه شرکت گلپخش اول پرداخته شده است.
روش: تحقیق حاضر از لحاظ هدف در دسته پژوهشهای کاربردی قرار میگیرد و از نظر نحوه گردآوری دادهها، پیمایش دادهای طرحریزی شده است. مراحل اجرای تحقیق مبتنی بر فرایند CRISP-DM است که از مدل خوشهبندی RFMCL و تکنیکهای دستهبندی و پیشبینی رگرسیونی استفاده کرده و در نهایت برای پیشنهاد از روش پیشنهاددهی مشارکتی بهره برده است.
یافتهها: حاصل مطالعه یک مدل پیشبینی است که به بهترین مشتریان، کالاهایی را که تا به حال خرید نکردهاند، در تاریخ خاص و به مقدار خاص پیشنهاد داده و بدین ترتیب روش فروش سفارشی را به فروش آنی تغییر میدهد. سیستم نهایی از سه زیر مدل خوشهبندی مشتریان، پیشبینی فروش و زیرسیستم پیشنهادگر تشکیل شده است. در زیرمدل خوشهبندی، مدل جدید RFMCL متناسب با مورد مطالعه توسعه یافته است. در زیرمدل پیشبینی فروش، مدل پنج متغیرهای با استفاده از رگرسیون با دقت MSE/Range 24/2 درصد ایجاد شده است.
نتیجهگیری: با پیادهسازی این مدل در شرکت، برنامهریزی تولید پیشفعالانه شده و فرایند فروش از ویزیتوری به «فروش آنی» تغییر مییابد که این تغییر، صرفهجویی شایان توجهی در حمل و نقل و هزینههای پرسنلی فروش به ارمغان خواهد آورد.
خلاصه ماشینی:
در اين رابطه ، پژوهشگر مسئله بيان شده را در يکـي از بـزرگ تـرين شعبه هاي شرکت گلپخش اول (به منزله بزرگ ترين شرکت پخش گروه صنعتي گلرنگ و يکي از بزرگ ترين شرکت هـاي پخش صنعت خرده فروشي در ايران ) بررسي کرده است که نتايج به دست آمده در پيش بيني رفتار مشتريان شرکت پخـش (خرده فروشان ) مؤثر خواهد بود.
Marketing Analytics مدل RFM١ (تازگي ، فراواني و ارزش مالي ) نوعي مدل رفتاري براي تحليل رفتار شناسايي شده از يک مشـتري در پايگاه داده و در نهايت پيش بيني هايي بر اساس اين رفتار است (يه ، يانگ و تينگ ، ٢٠٠٩).
ARIMA (Box-Jenkins) ادامه جدول ١ پژوهشگر سال خلاصه نتايج چن و همکاران 2009 توسعه مدل RFM-Apriori براي تعيين الگوي آينده خريد مشتريان در صنايع خرده فروشي اينترنتي حسيني و همکاران 2010 ارائه مدلي جديد با افزودن متغير طول (L) کارکرد قطعه خريداري شده از سوي مشتري به مدل RFM افزودن متغيرهاي هزينه بازگشت کالا (R) و تخفيف (D) به مدل RFM و بهره گيري از قواعد انجمنـي چيانگ 2011 براي کاوش ارزش مشتري ارائه مدلي به نام RFM-customer-patterns براي کشف رفتارهاي مشتري در صنايع خرده فروشي بـا هو و يه 2014 ترکيب مدل RFM و الگوهاي مورد علاقه خريد بخش بندي مشتريان صنايع توليد و پخش کالاهاي پرگردش براساس مدل بهبود يافته RFM با متغيـر برادران و بيگلري 1394 توالي خريد مشتري (c) بخش بندي مشـتريان در صـنعت بانکـداري بـا اسـتفاده از مـدل توسـعه يافتـه RFMC.
مدل مفهومي پيش بيني پيشنهاد شده براي کاهش مشکلاتي از قبيل محاسبات اضافه و پراکندگي داده ها، همان طور که در ادبيات موضوع نيز بيـان شـد (ليو شيه ، ٢٠٠٥؛ کرامتي و خالقي ، ١٣٩٣)، مشتريان ابتدابه کمک روش RFM خوشه بنـدي مـي شـوند، سـپس فقـط در خوشه هاي بالا که احتمال پاسخ دهي مثبت بيشتر است ، عمليات صورت مي گيرد.