چکیده:
برای چندین دهه، سازمانها بیش از مشتریان بر نشان تجاری و محصولاتشان تمرکز میکردند؛ اما اکنون بنگاههای اقتصادی بر ایجاد و حفظ ارتباط مؤثر با مشتریان متمرکز شدهاند. در چنین شرایطی شناخت مشتریان و نیازهای آنان به امری حیاتی برای سازمانها تبدیل شده است. یکی از پرکاربردترین روشهای شناخت مشتریان، بخشبندی آنها به گروههای متجانس و شناخت ویژگیهای هر بخش است؛ اما شیوههای سنتی و ایستای بخشبندی مشتریان پاسخگوی تغییرات سریع بازارهای پویای امروزی نیست. در عصر ارتباطات و فناوریهای نوین، مشتریان مدام در بین بخشهای مختلف جابهجا میشوند. شناخت الگوهای تغییرات و چگونگی پویایی بخشهای مشتریان، عاملی کلیدی برای کسب بینش عمیق از مشتریان، پیشبینی تغییرات بازار و حتی هدایت مؤثر آن است. عمدة پژوهشهای پیشین در این موضوع سعی در تدوین الگویی عمومی و میانصنعتی برای تفسیر پویایی مشتریان کردهاند؛ حال آنکه ماهیت بخشهای مشتریان و الگوهای پویایی از صنعتی به صنعت دیگر کاملاً متفاوت است. پژوهش حاضر با در نظر گرفتن مشخصات یک صنعت خاص (صنعت بانکداری)، الگوهای پویایی مشتریان را با استفاده از ابزارهای تحلیل دادههای بزرگ کاوش و مطالعه کرده است. نتایج این مطالعه، هشت گونه از الگوهای پویایی و روابط میان آنها را در صنعت مطالعهشده آشکار ساخته و با استفاده از آنها، راهکارهایی برای پیشبینی پویایی آیندة مشتریان و هدایت آن برای ارتقای اثربخشی فعالیتهای بازاریابی، پیشنهاد داده است.
For decades, enterprises focused on brand and products rather than the customers. But, now, economic enterprises focused on building and maintaining effective customer relationships. In such situations, the recognition of customers and their needs has become vital for organizations. One of the most widely used methods for recognizing customers is to segment them into homogeneous groups and recognize the characteristics of each sector, but traditional and static segmentation of customers is not able to respond to the rapid changes in today's dynamic markets. In the era of modern communication and technology, customers are constantly moving between different segments. Knowing patterns of change and the dynamics of customer segments is a key factor in gaining a deep insight into customers, predicting market changes, and even managing them effectively. Major studies in the literature attempt to develop a general and Cross-industry model for interpreting the dynamics of customers, while the nature of customer segments and the dynamic patterns from industry to industry are completely different. The present study, with the consideration of the characteristics of a particular industry (banking industry), explores the dynamics of customers using big data analytics. The results revealed eight categories of patterns and associations which can be proposed to predict the future dynamics of customers and direct it to improve effectiveness of marketing activities in the related industry.
خلاصه ماشینی:
Exploring Patterns of Customers Dynamics in Banking Industry Abdolreza Mosaddegh1, Amir Albadvi 2*, Mohammad Mehdi Sepehri3, Babak Teimourpour4 1- PhD Candidate, Department of Information Technology Engineering, Faculty of Industrial Engineering, Tarbiat Modares University, Tehran, Iran a.
بخش زیادی از پژوهشهای مرتبط با موضوع نیز مدلی برای پیشبینی تغییرات بخشبندی مشتریان ارائه دادهاند، اما تنها معدودی از این پژوهشها به تجویز اقدامات اصلاحی در صنعت مطالعهشده پرداختهاند؛ حال آنکه چنین رویکردی در پژوهشهای معطوف به کاربرد کاملاً ضروری به نظر میرسد؛ زیرا سازمانها تمایل دارند تا علاوه بر شناسایی پویایی مشتریان خود و پیشبینی وضع آیندة آنان، به راهکارهایی برای ارتقای بخشهای مشتریان نیز دست یابند تا در نهایت منجر به افزایش سودآوری مؤسسه شود.
. بدون آنکه جزئیاتی درباري مسائل صنعت مطالعهشده ارائه دهد؛ برای مثال در صنعت بانکداری، وضعیت برای مشتریانی که بهواسطة سپردهگذاری فراوان، باارزش تلقی میشوند و مشتریانی که از طریق پرداخت سود زیادِ تسهیلات، برای سازمان ارزش بسیاری ایجاد میکنند، کاملاً متفاوت است؛ درحالیکه هر دوی این گروهها بهلحاظ CLV ممکن است دارای ارزش مشابهی باشند، اما الگوهای تغییرات آنها کاملاً مفاهیم متفاوتی در کسبوکار بانکی دارند و هریک نیازمند اتخاذ تدابیر و راهبردهای جداگانهای از سوی سازمان است؛ برای مثال مشتریان سپردهگذار، علاقهمند به دریافت نرخ سود بیشتر با حداقل ماندگاری منابع مالی و مشتریان بخش تسهیلات، عمدتاً علاقهمند به پرداخت نرخ سود کمتر با شرایط زمانی بلندمدت هستند.
Mining changing customer segments in dynamic markets.
Customer value change in industrial marketing relationships: A call for new strategies and research.