ترجمه فارسی عنوان مقاله

بخش بندی مشتری در تجارت الکترونیک: کاربردهای مدل کسب و کار بازپرداخت نقدی

عنوان انگلیسی

Customer segmentation in e-commerce: Applications to the cashback business model

کد مقاله	سال انتشار	تعداد صفحات مقاله انگلیسی
82576	2018	8 صفحه PDF

منبع

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

Journal : Journal of Business Research, Volume 88, July 2018, Pages 407-414

فهرست مطالب ترجمه فارسی

چکیده
کلمات کلیدی
1.مقدمه
2.   پیش زمینه نظری
3.   جمع¬آوری داده
3.1.   قابلیت معامله مشتری
3.1.1.   معاملات یک-کلیک یا بازدید
3.1.2.   ثبت نام
3.1.3.   خرید محصولات و خدمات
3.1.4.   معاملات رهبر ذی صلاح
3.1.5.   معاملات پردازش شده به صورت دستی
3.2.   ویژگی های مشخصی
3.2.1.   نقش مشتری در شبکه اجتماعی
3.2.2.   ارشدیت مشتری
4.   تجزیه و تحلیل و نتایج عددی
جدول 1. لیست متغیرهای گنجانده شده در تجزیه و تحلیل خوشه دو-مرحله ای
4.1.   ساختار خوشه بندی کاربران وب سایت بازپرداخت نقدی
5.   بحث و مفاهیم
5.1.   خوشه های خریداران آسوده
شکل 1. نمودار توزیع خوشه
5.1.1.   خوشه 5: خریداران آسوده با پتانسیل
5.1.2.   خوشه 7: خریداران در تعامل آسوده
جدول 2. ویژگی های خوشه: مرکزوارهای متغیرهای مستمر و فراوانی متغیرهای طبقه بندی
شکل 2. ویژگی های خوشه: نقش مشتری در شبکه اجتماعی، ارشدیت، سودآوری و معاملات.
شکل 3. میزان معامله خوشه با توجه به نوع معامله برروی وب سایت بازپرداخت نقدی.
5.2.   خوشه های ارجاع با عملکرد متوسط-پایین
5.2.1.   خوشه 1: فرد ارجاع شده نابالغ
5.2.2.   خوشه 6: افراد ارجاع شده در حال توسعه
5.2.3.   خوشه 8: افراد ارجاع شده در تعامل
5.3.   خوشه های مشتریان دارای عملکرد بالا
5.3.1.   خوشه 3: کاربران سنگین تمامی انواع معاملات با حساسیت اندک به پرداخت هزینه (سودآوری بالا)
5.3.2.   خوشه 2: افراد ارجاع شده کاربر سنگین که در وب سایت زمان صرف میکنند (سودآوری کم)
5.3.3.   خوشه 4: سودآوری توصیه شده و کاربران آسوده-محور (سودآوری متوسط-بالا)
5.4.   خلاصه یافته
6.   نتیجه گیری

ترجمه کلمات کلیدی

بازپرداخت نقدی، شبکه اجتماعی، تجارت الکترونیک، رفتار مشتری، وفاداری، بازاریابی وابسته،

کلمات کلیدی انگلیسی

ترجمه چکیده

این مقاله یک بخش بندی برای مشتریان وب سایت های بازپرداخت نقدی ارائه می دهد. بخش بندی براساس فعالیت جاری مشتریان و نقش آن ها در شبکه اجتماعی سایت مورد نظر می باشد. در این شبکه اجتماعی، مشتریان از تعاملات صورت گرفته برروی وب سایت های وابسته سودمند می شوند. ترکیب استراتژی های بازاریابی سنتی با توصیه های دهان به دهان برای موفقیت این مدل کسب و کار ضروری است، زیرا این توصیه ها موجب تقویت اکتساب مشتری و تقویت وفاداری مشتریان موجود میگردند. این مطالعه نشان می دهد چگونه نقش مشتری در شبکه اجتماعی وب سایت بازپرداخت نقدی، رفتار و فعالیت تجاری مشتریان برروی سایت را تعیین می نماید. بخش بندی ارائه شده سفر مشتری از نظر سودآوری و ارشدیت مشتری را توضیح می-دهد. این یافته ها رفتار مشتری در تجارت الکترونیک و ارزش اعمال استراتژی های سفارشی سازی شده در هر خوشه به جای استراتژی های عمومی یا استراتژی های اکتساب مشتری را توضیح می دهند. این مقاله توضیح می دهد چگونه مشتریان در میان خوشه ها حرکت کرده، به متخصصان اجازه می دهد وفاداری مشتری و سودآوری بلندمدت را افزایش دهند.

دانلود رایگان 2 صفحه اول مقاله لاتین (PDF)

پیش نمایش مقاله

چکیده انگلیسی

This paper presents a segmentation of cashback website customers. The segmentation is based on customers' commercial activity and role within the site's social network. In this social network, customers profit from the transactions they make on affiliate websites. Mixing traditional marketing strategies with word-of-mouth recommendations is crucial for the success of this business model because these recommendations boost new customer acquisitions and strengthen the loyalty of existing customers. This study shows how the customer's role within the cashback website's social network determines the customer's behavior and commercial activity on the website. The segmentation presented describes the customer journey in terms of customer profitability and seniority. The findings explain customer behavior in e-commerce and the value of applying personalized retention strategies to each cluster rather than generic strategies or customer acquisition strategies. This paper describes how customers move between clusters, enabling practitioners to increase customer loyalty and long-term profitability.