پایان نامه رایگان با موضوع استاندارد، مدیریت ارتباط، ارزش مشتری

کلیه دستاوردهای این تحقیق متعلق به دانشگاه الزهرا (س) است.
تقدیم به پدر و مادرم
که از نگاهشان صلابت، از رفتارشان محبت و از صبرشان ایستادگی را آموختم.
تقدیر و تشکر
تشکر و قدردانی بیکران دارم از استاد راهنمایان فرهیخته‌ام جناب آقای دکتر رضا سمیع‌زاده و پروفسور سید محمد سید حسینی که همواره راهنما و راه گشای اینجانب در اتمام پایان‌نامه بودند.
از استاد مشاور محترم و بزرگوارم جناب آقای دکتر محمد جعفر تارخ سپاسگزارم.
همچنین از دوستان گرامی که در پیشبرد این پژوهش یاری‌ام داده‌اند، به ویژه آقایان حسام کامرانی و سهند خاک‌آبی ممقانی، از صمیم قلب سپاسگزارم و برایشان بهترین آرزوها را دارم.
چکیده
شناسایی ارزش1 مشتریان، از مولفه‌های اصلی موفقیت در فروشگاه‌های مختلف می‌باشد که امروزه مورد توجه بیش از پیش قرار گرفته است. فروشگاه‌های زنجیره‌ای2، با گروه‌های مختلفی از مشتریان در ارتباط هستند و با توجه به منابع محدود، آنها باید مشتریان را بر اساس ارزششان رتبه‌بندی کنند تا بخش مناسبی از منابع بازاریابی را به مشتریان با ارزشتر اختصاص دهند و سود بیشتری کسب نمایند. از این رو از تکنیک‌های داده‌کاوی3 برای بخش‌بندی مشتریان استفاده می‌نماییم، تحقیقات زیادی در این زمینه‌ی انجام شده است. بسیاری از این تحقیقات از مدل RFM 4 برای بخش‌بندی5 مشتریان استفاده کرده‌اند. این مدل شامل سه شاخص تاخر، تکرر و ارزش پولی برای تحلیل رفتار خرید مشتریان است و می‌تواند نمایانگر ارزش رفتاری مشتری باشد. در این پژوهش متدولوژی جامعی شامل سه مدل بخش‌بندی بر مبنای توسعه مدل RFM و SOM6 و K میانگین7 ارائه شده و همچنین برای شناسایی مشتری، داده‌های تراکنشی و جمعیت‌شناختی مورد بررسی قرار گرفته است. مدل‌های پیشنهادی در فروشگاه‌های زنجیره‌ای مرکز اپل ایران8 پیاده‌سازی شدند و تعداد 347 مشتری مورد بررسی قرار گرفتند. برای داده‌های معاملاتی، تراکنش‌های ثبت شده در مرکز اطلاعات فروشگاه مورد استفاده قرار گرفت و داده‌های جمعیت‌شناختی نیز به صورت تلفنی از تک تک مشتریان پرسیده شد. این مشتریان با هر سه مدل مختلف بخش‌‌بندی شدند و در نهایت این مدل‌ها با شاخص دیویس بولدین و مجموع مربعات خطا9 مورد ارزیابی و مقایسه قرار گرفتند. بر اساس شاخص دیویس بولدین مدل اول کارایی بهتری را در این مطالعه موردی از خو نشان داده است، اما بر اساس معیار مجموع مربعات خطا مدل دوم کارایی بهتری دارد و این تفاوت به دلیل ماهیت این دو معیار است.
واژگان کلیدی: فروشگاه زنجیره‌ای، بخش‌بندی مشتریان، ارزش مشتریان، داده‌کاوی، RFM، SOM،K میانگین
فهرست
مقدمه 1
فصل اول: کلیات تحقیق 4
1-1 مقدمه 4
1-2 ضرورت انجام تحقیق 4
1-3 بیان مسئله 5
1-4 سوالات تحقیق 10
1-5 روش و ابزار انجام تحقیق 10
فصل دوم: مبانی نظری 12
2-1 مقدمه 12
2-2 مدیریت ارتباط با مشتری 13
2-2-1 مزایای استفاده از مدیریت ارتباط با مشتری 14
2-2-2 انواع فناوری‌های مدیریت ارتباط با مشتری 15
2-3 داده‌کاوی 17
2-3-1 فرایندهای داده‌کاوی 19
2-3-2 فعالیت‌ها و کاربردهای داده‌کاوی 20
2-5 خوشه‌بندی 25
2-5-1 مزایای روش خوشه‌بندی 26
2-5-2 الگوریتم K میانگین 27
2-4 بخش‌بندی 29
2-4-1 اهداف بخش‌بندی 30
2-4-2 مزایای بخش‌بندی مشتریان 31
2-4-3 معیارهای کلی بخش‌بندی 32
2-6 الگوریتم RFM 34
2-6-1 مزایای الگوریتم RFM 35
2-7 نگاشت‌های خود سازمانده 35
2-7-1 کاربرد نگاشت‌های خود سازمانده 36
2-7-2 توپولوژی نگاشت‌های خود سازمانده 37
2-8 کاربرد بخش‌بندی در صنایع مختلف 40
2-9 پیشینه تحقیق 42
فصل سوم: روش تحقیق 56
3-1 مقدمه 56
3-2 روش تحقیق 56
3-3 جامعه آماری و روش نمونه‌گیری 57
3-4 شرح مدل 58
3-5 ارزیابی اعتبار مدل 64
فصل 4: تجزیه و تحلیل داده‌ها (پیاده‌سازی مدل در مرکز اپل ایران) 67
4-1 مقدمه 67
4-2 درک و شناخت داده‌ها 67
4-3 آماده‌سازی داده‌ها 69
4-4 تعیین وزن پارامترهای تراکنشی (RFM) با استفاده از فرآیند تحلیل سلسله مراتبی 71
4-5 اطمینان از صحت و درستی وزن‌های محاسبه شده در تکنیک AHP با استفاده از آزمون نرخ سازگاری 74
4-6 پیاده‌سازی مدل‌ها در مرکز اپل ایران 76
4-6-1 بخش‌بندی دو مرحله‌ای مشتریان با استفاده از مدل اول 76
4-6-2 بخش‌بندی دو مرحله‌ای مشتریان با استفاده از مدل دوم 83
4-6-3 بخش‌بندی دو مرحله‌ای مشتریان با استفاده از مدل سوم 90
4-7 ارزیابی مدل‌ها 94
فصل 5: نتیجه‌گیری 97
5-1 مقدمه 97
5-2 جمع‌بندی و نتیجه‌گیری 97
5-3 بازخورد از خبرگان درمورد نتایج و یافته های پژوهش 99
5-4 محدودیت‌های پژوهش 100
5-5 پیشنهادات برای پژوهش‌های آتی 100
منابع فارسی 101
منابع انگلیسی 102
پیوست‌ها 109
فهرست شکل‌ها
6
شکل 1-1 متدولوژی تحقیق …………………………………………………
7
شکل 1-2 اولین مدل توسعه داده شده جهت بخش‌بندی مشتریان بر اساس ارزش آنها……
8
شکل 13 دومین مدل توسعه داده شده جهت بخش‌بندی مشتریان بر اساس ارزش آنها ….
9
شکل 1-4 سومین مدل توسعه داده شده جهت بخش‌بندی مشتریان بر اساس ارزش آنها ….
16
شکل 2-1 رابطه بین رضایت وفاداری و ارزش مشتری (مالتوس و همکاران،2008) ………
23
شکل 2-2 فرایند کشف دانش، (نیاگا و هاردینگ، 2006) …………………………..
24
شکل 2-3 انواع فعالیتها و کاربردهای دادهکاوی (مرادی، 1390) ……………………
29
شکل 2-4 الگوریتم خوشه‌بندی K میانگین (کارگری و سپهری، 2012)……………….
40
شکل2-5 ساختار یک نگاشت‌ خود سازمانده (5×4)………………………………..
45
شکل 2-6 مدل ارائه شده توسط سیه (2004) ……………………………………
46
شکل 2-7 مدل ارائه شده توسط چنگ و همکارانش (2009) ……………………….
47
شکل 2-8 مدل ارائه شده توسط چای و چان برای چارچوب بخشبندی مشتریان (2008) ..
48
شکل 2-9 مفهوم مدل ارائه شده توسط شییو و همکاران (2009) ……………………
50
شکل 2-10 مدل ارائه شده توسط مرتضی نامور و همکاران (2010) ………………….
59
شکل 3-1 متدولوژی تحقیق …………………………………………………
60
شکل 32 اولین مدل توسعه داده شده جهت بخش بندی مشتریان بر اساس ارزش آنها …..
61
شکل 33 دومین مدل توسعه داده شده جهت بخش بندی مشتریان بر اساس ارزش آنها ….
63
شکل 3-4 سومین مدل توسعه داده شده جهت بخش بندی مشتریان بر اساس ارزش آنها …
68
شکل 4-1 نمودار فراوانی گروه نمونه بر حسب سطح تحصیلات ………………………
69
شکل 4-2 نمودار فراوانی گروه نمونه بر حسب جنسیت ……………………………
83
شکل 4-3 نمودار شاخص دیویس بولدین نسبت به تعداد خوشه‌ها برای 347 مشتری …….
85
شکل 4-4 نمودار شاخص دیویس بولدین نسبت به تعداد خوشه‌ها برای 346 مشتری …….
فهرست جدول‌ها
53
جدول 2-1 خلاصهسازی متغیرهای ورودی استفاده شده در مدلهای بخشبندی (مرتضی نامور، 2010) ……………………………………………………………..
55
جدول 2-2 مدل‌های ارزش مشتری (زهرا طبائی، 2011) ………………………….
68
جدول 4-1 فراوانی و درصد فراوانی گروه نمونه بر حسب سطح تحصیلات ……………..
68
جدول 4-2 فراوانی و درصد فراوانی گروه نمونه بر حسب جنسیت ……………………
71
جدول 4-3 تبدیل متغیر اسمی تحصیلات به متغیر عددی با استفاده از کدگذاری 1 از 1-N
71
جدول 4-4 متغیرها بعد از کدگذاری 1 از 1-N ………………………………….
72
جدول 4-5 جدول امتیاز دهی به شاخص های i وj نسبت به یکدیگر در تکنیک AHP …..
73
جدول 4-6 ماتریس اولیه مقایسات زوجی شاخص های تراکنشی ……………………
73
جدول 4-7 ماتریس مقایسات نرمال و وزن شاخص های تراکنشی محاسبه شده با روش تحلیل سلسله مراتبی ………………………………………………………
76
جدول 4-8 مقدار شاخص تصادفی جهت محاسبه نرخ سازگاری …………………….
76
جدول 4-9 بخش‌بندی 347 مشتری بر اساس متغیرهای جمعیت‌شناختی به روش SOM ..
77
جدول 4-10 بخش‌بندی 346 مشتری بر اساس متغیرهای جمعیت‌شناختی به روش SOM..
77
جدول 4-11 بخش‌بندی 360 مشتری بر اساس متغیرهای جمعیت‌شناختی به روش SOM .
78
جدول 4-12تعداد بهینه‌ی k در 8 بخش به دست آمده از مرحله‌ی اول ………………
79
جدول 4-13 رتبه‌بندی خوشه‌ها بر اساس مجموع متغیرهای استاندارد شده R و F و M وزن‌دار در مدل اول…………………………………………………………
84
جدول 4-14 رتبه‌بندی خوشه‌ها‌ی 347 مشتری بر اساس مجموع متغیرهای استاندارد شده R و F و M وزن‌دار ………………………………………………………..
85
جدول 4-15 رتبه‌بندی خوشه‌ها‌ی 346 مشتری بر اساس مجموع متغیرهای استاندارد شده R و F و M وزن‌دار ………………………………………………………..
87
جدول 4-16 توزیع 346 مشتری در خوشه‌ها و مشخصه‌های جمعیت‌شناختی در مدل دوم..
91
جدول 4-17 مرکز خوشه‌های به دست آمده به روش SOM ……………………….
92
جدول 4-18رتبه‌بندی خوشه‌ها‌ی 347 مشتری بر اساس مجموع متغیرهای استاندارد شده R و F و M وزن‌دار در مدل سوم ……………………………………………
94
جدول 4-19 ارزیابی و مقایسه مدل‌ها با استفاده از شاخص دیویس بولدین و مجموع مربعات
95
جدول 4-20 مقایسه مدل‌ جامع پیشنهادی با مدل K میانگین با استفاده از شاخص دیویس بولدین و مجموع مربعات خطا ……………………………………………….
مقدمه
تغییر در عادات خرید مصرف‌کنندگان و فن‌آوری‌های در حال ظهور تحول سنگینی را در سراسر صنعت خرده‌فروشی بوجود آورده است. مصرف‌کنندگان با روشی که امروزه زندگی می‌کنند، در حال به چالش کشیدن این صنعت هستند. به پشتیبانی فن‌آوری‌های در حال ظهور، مصرف‌کنندگان بیش از همیشه بر روی قیمت و راحتی، متمرکز شده‌اند. از این رو، خرده‌فروشان باید قادر به متمایز ساختن واضح خود از رقبایشان با خدمات عالی به مشتریان، که توسط فن‌آوری امکان‌پذیر است، باشند. توجه به این امر برای جلوگیری از کاهش مشتری مهم است، زیرا هزینه دستیابی به مشتریان جدید نسبت به حفظ آنها بسیار بالاتر است. کلید زنده ماندن در این صنعت رقابتی، درک و شناخت بهتر مشتریان می‌باشد. یکی از روش‌های مورد استفاده برای درک مشتریان و شناسایی گروه‌های همگن، بخش‌بندی مشتریان است. بخشبندی مشتریان مسئله قابل توجهای در وضعیت تجاری رقابتی امروز است. مطالعات بسیاری کاربرد تکنولوژی داده‌کاوی را در بخشبندی مشتریان بررسی کردهاند و به تاثیراتش دست یافتهاند. روش داده‌کاوی، کمک فوق العاده‌ای به محققان برای استخراج دانش و اطلاعات پنهانی دادهها می‌کند. تجزیه و تحلیل مشتری که لازمه بخش‌بندی است، فروشگاه‌ها را قادر می‌سازد که با رفتار مشتریان هماهنگ‌تر باشند. علاوه بر این بخش‌بندی می‌تواند با برجستهکردن نیازهای برنامههای بازاریابی و گروه‌های مشتریان خاص، وضوح بیشتری را در فرآیند برنامه‌ریزی ایجاد کند.
در فصل اول این پژوهش، به ارائه کلیات تحقیق، بیان مسئله، ضرورت انجام آن و سوالات تحقیق پرداخته خواهد شد. متدولوژی و مدل‌های پیشنهادی نیز در غالب نمودار ارائه گردیده است.
در فصل دوم سوابق پژوهشی و ادبیات نظری تحقیق مطرح شده است. مقالات منتشر شده در زمینه بخش‌بندی و ادبیات آن مورد بررسی قرار می‌گیرد همچنین الگوریتم های موجود جهت بخش‌بندی مشتریان و کاربرد آن در صنایع مختلف بیان شده است.
در فصل سوم روش تحقیق مطرح شده است. شیوه جمع آوری داده‌ها، جامعه آماری و روش نمونه‌گیری بیان شده در پایان نیز مدل‌های جدید ارائه شده تشریح گردیده است.
در فصل چهارم، نتایج عددی حاصل از پیاده‌سازی مدل در فروشگاه‌های زنجیره‌ای مرکز اپل ایران شرح داده شده و مراحل پیاده سازی مدل‌های پیشنهادی در این فروشگاه زنجیره‌ای تشریح گردیده است.
در فصل پنجم مقایسه‌ی مدل‌ها و نتایج حاصل از پژوهش

مطلب مشابه :  پایان نامه با واژگان کلیدیسلامت روان، سلامت روانی، پرسش نامه