خوشه بندی مشتریان بر مبنای مدل RFM با استفاده از الگوریتم C-means فازی (مورد مطالعه: فروشگاه زنجیره ای رفاه شهر زاهدان)

امروزه یکی از چالش های بزرگ سازمان های مشتری محور، شناخت مشتریان، ایجاد تمایز بین گروه های مختلف مشتریان و رتبه بندی آن هاست. خوشه بندی یکی از تکنیک های داده کاوی است که برای گروه بندی مشتریان متناسب با ویژگی های مختلف آن ها استفاده می شود. هدف اصلی این تحقیق، خوشه بندی فازی مشتریان بر اساس شاخص های تازگی (Recency)، تکرار (Frequency) و ارزش پولی (Monetary) است. مطالعه ی صورت گرفته بر روی 76379 تراکنش ثبت شده از مشتریان فروشگاه رفاه شهر زاهدان می باشد. به همین منظور پس از تعیین مقادیر RFM، تعداد بهینه خوشه ها با استفاده از شاخص ژی و بنی محاسبه گردید. در مرحله بعد مشتریان با الگوریتم فازی C-means به هفت خوشه تقسیم شدند. سپس وزن هر یک از شاخص های مدل RFM با فرایند تحلیل سلسله مراتبی فازی مشخص شد. در نهایت با محاسبه و رتبه بندی ارزش دوره عمر هر خوشه، مشتریان کلیدی و با ارزش فروشگاه شناسایی شدند. نتایج به دست آمده از این پژوهش می تواند برای تدوین برنامه های مدیریت ارتباط با مشتری برای هر یک از گروه های مشتریان به کار رود.