تحلیل روی گردانی مشتریان مبتنی بر رویکرد داده کاوی: الگوریتم ترکیبی درخت تصمیم و شبکه بیزین (مورد مطالعه: فروشگاه های زنجیره ای)

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 89

فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_NMRJ-13-2_001

تاریخ نمایه سازی: 15 آذر 1402

چکیده مقاله:

امروزه سازمان ها به این آگاهی رسیده اند که حفظ مشتریان باعث سودآوری بیشتر می شود. همچنین، افزایش رقابت نیز باعث می شود تا میزان روی گردانی مشتریان افزایش یابد؛ از این رو مطالعه عوامل موثر بر تمایل به روی گردانی یا عدم رو ی گردانی مشتریان برای پژوهشگران و فعالان کسب وکار ها اهمیت دارد. در پژوهش حاضر یک مدل ترکیبی مبتنی بر رویکرد داده کاوی برای تحلیل عوامل رو ی گردانی مشتریان ارائه شده است. در گام نخست برای شناسایی عوامل با درجه اهمیت زیادتر و حذف موارد زائد از گره انتخاب ویژگی استفاده و در گام دوم نیز برای طبقه بندی و پیش بینی مشتریان به دو دسته مشتریان روی گردان و مشتریان غیر روی گردان از درخت تصمیم C۵.۰ و شبکه بیزین استفاده شده است. درنهایت، مدل پیشنهادی در صنعت فروشگاه های زنجیره ای به عنوان مطالعه موردی پیاده سازی شده است. یافته های پژوهش حاکی از آن است که هر دو مدل درخت تصمیم و شبکه بیزین توانایی مناسب را برای پیش بینی روی گردانی مشتریان دارد و سطح زیر منحنی عملیاتی گیرنده در مدل درخت تصمیم بیشتر از مدل شبکه بیزین بوده است؛ درنتیجه مدل درخت تصمیم عملکرد بهتری دارد. همچنین، نتایج نشان می دهد که سه عامل جنسیت، وضعیت تاهل و سن از مجموعه مشخصه های دموگرافیک و پنج عامل متوسط سطح درآمد ماهیانه، تعداد خرید در ماه، سهم خرید اینترنتی، نحوه آشنایی با فروشگاه و نوع بازار مربوط به سوابق تراکنش های مشتریان از مهم ترین عوامل موثر بر روی گردانی مشتریان است.

کلیدواژه ها:

نویسندگان

عاطفه آقاخانی بزدی لنگری

دانشجوی کارشناسی ارشد مدیریت صنعتی، دانشکده مهندسی صنایع و مدیریت، دانشگاه صنعتی شاهرود، شاهرود، ایران

علی اکبر حسنی

دانشیار گروه مهندسی صنایع، گروه مهندسی صنایع، دانشکده مهندسی صنایع و مدیریت، دانشگاه صنعتی شاهرود، شاهرود، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • اسماعیلی، مهدی (۱۳۹۲). مفاهیم و تکنیک های داده کاوی. کاشان: ...
  • امامی، لطیف، پوراشرف، یاسان اله، و طولابی، زینب (۱۳۹۴). ارائه ...
  • بحرینی نژاد، اردشیر، و سروش، علیرضا (۱۳۸۸). هوشمندی کسب وکار ...
  • حبیبی پور، اعظم، طالبی، علی، کریمیان، علی اکبر، دهقانی، فرهاد، ...
  • صنیعی آباده، محمد، محمودی، سینا، و طاهر پرور، محدثه (۱۳۹۱). ...
  • علیزاده، سمیه، و ملک محمدی، سمیرا (۱۳۹۳). داده کاوی و ...
  • Ahmad, A. K., Jafar, A., & Aljoumaa, K. (۲۰۱۹). Customer ...
  • Alizadeh, S., & Malek Mohammadi, S. (۲۰۱۴). Data mining and ...
  • Amin, A., Adnan, A., & Anwar, S. (۲۰۲۳). An adaptive ...
  • Baghla, S., & Gupta, G. (۲۰۲۲). Performance evaluation of various ...
  • Bahraini Nejad, A., & Soroush, A. (۱۳۸۸). Business intelligence and ...
  • Brown, S. A., & Coopers, P. W. (۱۹۹۹). Customer relationship ...
  • Chung, B. D., Park, J. H., Koh, Y. J., & ...
  • Emami, L., Pourashraf, Y., & Toulabi, Z. (۲۰۱۶). A model ...
  • Fenton, N. E., & Neil, M. D. (۲۰۰۷). Managing risk ...
  • Ganesh, J., Arnold, M. J., & Reynolds, K. E. (۲۰۰۰). ...
  • Gattermann-Itschert, T., & Thonemann, U. W. (۲۰۲۲). Proactive customer retention ...
  • Geiler, L., Affeldt, S., & Nadif, M. (۲۰۲۲). An effective ...
  • Habibipoor, A., Talebi, A., Karimian, A. A., Dehghani, F., & ...
  • Han, J., Kamber, M., & Pei, J. (۲۰۱۲). Data mining ...
  • Ismaili, M. (۲۰۱۲). Data mining concepts and techniques. Kashan: Islamic ...
  • Keramati, A., Ghaneei, H., Mirmohammadi, S. M. (۲۰۱۶). Developing a ...
  • Khan, Y., Shafiq, S., Naeem, A., Ahmed, S., Safwan, N., ...
  • Kim, S., & Lee, H. (۲۰۲۲). Customer churn prediction in ...
  • Kjaerulff, U. B., & Madsen, A. L. (۲۰۰۸). Bayesian networks ...
  • Kotler, P., & Keller, K. L. (۲۰۰۶). Marketing management (۱۲th ...
  • Kumar, V. A., & Elavarasan, N. (۲۰۱۴). A survey on ...
  • Lin, C. S., Tzeng, G. H., & Chin, Y. C. ...
  • Ljubičić, K., Merćep, A., & Kostanjčar, Z. (۲۰۲۳). Churn prediction ...
  • Lucini, F. R., Tonetto, L. M., Fogliatto, F. S., & ...
  • Mohanty, R., & Naga Ratna Sree, C. (۲۰۱۸). Churn and ...
  • Mousavi, S. M., Sangari, M. S., & Keramati, A. (۲۰۱۸). ...
  • Nadkarni, S., & Shenoy, P. P. (۲۰۰۴). A causal mapping ...
  • Nielsen, T. D., & Jensen, F. V. (۲۰۰۹). Bayesian networks ...
  • Pearl, J. (۱۹۸۷). Evidential reasoning using stochastic simulation of causal ...
  • Rosa, N. B. D. C. (۲۰۱۹). Gauging and foreseeing customer ...
  • Sanii Abadeh, M., Mahmoudi, S., & Taher Parvar, M. (۲۰۱۱). ...
  • Sayed, H., Abdel-Fattah, M. A., & Kholief, S. (۲۰۱۸). Predicting ...
  • Shobana, J., Gangadhar, C., Arora, R. K., Renjith, P. N., ...
  • Shrestha, S. M., & Shakya, A. (۲۰۲۲). A customer churn ...
  • Tomar, D., & Agarwal, S. (۲۰۱۴). A survey on pre-processing ...
  • Tsai, C. F., & Chiou, Y. J. (۲۰۰۹). Earnings management ...
  • Tsai, C. F., & Lu, Y. H. (۲۰۰۹). Customer churn ...
  • Wu, X., Li, P., Zhao, M., Liu, Y., Crespo, R. ...
  • Xue, H., & Lu, W. C. (۲۰۱۱). Research of customer ...
  • Ye, L., Qiuru, C., Haixu, X., Yijun, L., & Guangping, ...
  • نمایش کامل مراجع