دانلود مقاله ISI انگلیسی شماره 22185
ترجمه فارسی عنوان مقاله

تجزیه و تحلیل خوشه ای با استفاده از روش داده کاوی برای توسعه روش CRM جهت ارزیابی وفاداری مشتری

عنوان انگلیسی
Cluster analysis using data mining approach to develop CRM methodology to assess the customer loyalty
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
22185 2010 6 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Expert Systems with Applications, Volume 37, Issue 7, July 2010, Pages 5259–5264

فهرست مطالب ترجمه فارسی
چکیده
کلمات کلیدی
1 مقدمه
1.1 مدیریت ارتباط با مشتری
1.2 وفاداری مشتری
شکل 1. مدل مورد نظر
1.3 تجزیه و تحلیل RFM
1.4 الگوریتم K-Means
2. مدل ارزیابی وفاداری مشتری
جدول1 . ماتریس تصمیم¬گیری گروهی
جدول2.اطلاعات جزئی شرکت SAPCO
جدول3.مقیاس واقعی مشخصه های R-F-M-L
جدول4. تعیین K بهینه
جدول5. نتیجه خوشه حاصل از K-means با 34 کلاس در خروجی بر اساس  D، F، F + D.
جدول6. ارزیابی نخست.
جدول7. ارزیابی ثانوی.
شکل 2. تعیین Kی بهینه  
شکل 3. رتبه¬بندی F با مقادیر F، D، F + D
شکل 4. رتبه¬بندی D با مقادیر F، D، F + D
شکل 5. رتبه¬بندی F + D با مقادیر F، D، F + D 
شکل 6. تابع ارزیابی وفاداری مشتری.
شکل 7. نتایج استفاده از مدل پیشنهادی در SAPCO
4. بحث و کشف
5. نتیجه گیری
ترجمه کلمات کلیدی
مدیریت ارتباط با مشتری، وفاداری مشتری، الگوریتم با معنای K، مدل RFM
کلمات کلیدی انگلیسی
Customer relationship management, Customer loyalty, K-Means algorithm, RFM model
ترجمه چکیده
روش تحلیل داده¬کاوی (DM) کمک زیادی به محققان برای استخراج دانش و اطلاعات مخفی¬ای کرده که در داده¬های مورد استفاده محققان به ارث رسیده¬اند. این بررسی، روش جدیدی را براساس مدل RFM گسترش¬یافته با استفاده از یک پارامتر اضافی، گرایش روش WRFM به الگوریتم K-means که توسط K¬ی بهینه در DM با توجه به شاخص دیویس-بولدین اعمال شده، و سپس طبقه¬بندی وفاداری محصول مشتری تحت مفهوم B2B مطرح کرده است. این روش توسعه برای شرکت SAPCO در ایران اجرا شده است. نتایج، توانایی فوق العاده¬ای برای شرکت جهت ارزیابی وفاداری مشتری¬اش در استراتژی بازاریابی طراحی¬شده توسط این موسسه در مقایسه با انتخاب تصادفی که معمولا توسط اکثر شرکت¬های ایران استفاده می¬شود را نشان می دهد.
پیش نمایش مقاله
پیش نمایش مقاله  تجزیه و تحلیل خوشه ای با استفاده از روش داده کاوی برای توسعه روش CRM جهت ارزیابی وفاداری مشتری

Data mining (DM) methodology has a tremendous contribution for researchers to extract the hidden knowledge and information which have been inherited in the data used by researchers. This study has proposed a new procedure, based on expanded RFM model by including one additional parameter, joining WRFM-based method to K-means algorithm applied in DM with K-optimum according to Davies–Bouldin Index, and then classifying customer product loyalty in under B2B concept. The developed methodology has been implemented for SAPCO Co. in Iran. The result shows a tremendous capability to the firm to assess his customer loyalty in marketing strategy designed by this company in comparing with random selection commonly used by most companies in Iran.