این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
دوشنبه 24 آذر 1404
تحقیقات بازاریابی نوین
، جلد ۶، شماره ۱، صفحات ۲۲۱-۲۳۶
عنوان فارسی
بررسی ویژگی های رفتاری و کارکردی مشتریان شرکت مخابرات با رویکرد مدیریت ارتباط با مشتری با استفاده از روش های مبتنی بر داده کاوی
چکیده فارسی مقاله
با رقابتی شدن صنعت مخابرات و رشد انتظارات مشتریان همگام با پیشرفت فناوریهای ارتباطی، الزام تعیین و تبیین استراتژیهای جدید ارتباط با مشتری در این صنعت احساس میشود. از راهکارهای وصول به این منظور، دسترسی به اطلاعات جامع از مشتریان برای شناخت مؤثر آنها است تا بتوان خدمات متناسب با ویژگیهای کارکردی و رفتاری هر دسته را برای بهبود مدیریت ارتباط با مشتری ارائه داد. در این مقاله از اطلاعات پرداخت و بدهکاری مشترکین اداره مخابرات استان گیلان، شهرستان رشت در یک دوره شش ماهه استفاده شده است. اطلاعات مشتریان به صورت خاص خوشهبندی و تحلیل RFM شده و پس از شناخت خوشههای مختلف مشتریان و ارزیابی خوشهبندی بهینه آنها، با استفاده از ماتریس سودآوری وفاداری، از میان خوشهبندیهای صورت گرفته، دستهبندی مشتریان هر خوشه انجام شده است. در این پژوهش، دادههای مشتریان بر اساس روش تحلیل RFM انتخاب و دستهبندی شده و سپس با استفاده از الگوریتم خوشهبندی K-Means، سه خوشه عمده از مشتریان شناسایی شدهاند و بر اساس ویژگیهای رفتاری و الگوی مصرف هر خوشه، بسته پیشنهادی خدمات به آنها ارائه شده است. این بسته به منظور بهینهسازی مدیریت ارتباط با مشتری و ارائه خدمات بهتر در جهت افزایش ارزش حیات مشتری ارائه شد.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Behavioral and Performance Analysis of Telecom Company Customers Based on Customer Relationship Management Approach Using Data Mining Techniques
چکیده انگلیسی مقاله
The competitive characteristics of telecom industry and customers’ demands along with advances in telecommunication technologies make the necessity of determining customer relationship management new strategies more evident. One approach to reach this reformation is to analyze large volume of customers’ data warehouses in order to identify different classes of customers and presenting appropriate services according to their transactional and behavioral features, subsequently. In this research, the researchers had employed data mining algorithms, especially clustering one and also RFM analysis on the customers of Guilan province Telecom Bureau, for a six month period of observation of their payment and debt information in order to identify different clusters of customers. After the process of clustering results evaluation, the best clustering method had been chosen and each cluster was allocated to each known group of customers according to the Loyalty matrix. In this research, after selecting appropriate attributes of customer’s data using RFM analysis method, three specific clusters of customers had been identified using K-means clustering algorithm and then according to the behavior features and product consumption patterns of customers, the appropriate services to each cluster is suggested and presented in order to improve the customer relationship management practices and increasing the customer life value.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
فاطمه احمدی آبکناری |
دانشگاه پیام نور رشت
شیرین احدزاده قناد | ahadzadeh ghannad
دانشگاه آزاد اسلامی - واحد رشت
سازمان اصلی تایید شده
: دانشگاه آزاد اسلامی رشت (Islamic azad university of rasht)
نشانی اینترنتی
http://nmrj.ui.ac.ir/article_20662_e155056b344799f1c33da69ee5117a3b.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/690/article-690-336642.pdf
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات