این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مدیریت بازرگانی، جلد ۸، شماره ۴، صفحات ۸۶۱-۸۸۴

عنوان فارسی بخش‏بندی مشتریان صنعت دارو بر‌اساس مدل RFML
چکیده فارسی مقاله در صنعت دارو مدیران بازاریابی و فروش با حجم انبوهی از داده‏های فروش شرکت‏های پخش، به داروخانه‏های مشتری خود مواجه‎اند. یکی از روش‎هایی که به آنان در کنترل وضعیت بازار، رقابت با سایر رقبا، برنامه‏ریزی هر چه بهتر برای افزایش فروش محصولات خود و در نتیجه هدفمند‌کردن فعالیت‎های بازاریابی کمک خواهد کرد، آگاهی از بخش‏بندی‏های مختلف مشتریان و سیاست‏گذاری بازاریابی و فروش بر‌مبنای آن خواهد بود. هدف اصلی این مقاله، کمک به مدیران بازاریابی و فروش صنعت دارو، از طریق تعیین و تحلیل بخش‏های مختلف مشتریان و ارائۀ پیشنهاد‏های متناسب با هر بخش، به‌منظور حفظ و افزایش خرید آنان به‎کمک روش‎های داده‏کاوی است. در این تحقیق، بر‌اساس متغیرهای تازگی، تکرار، ارزش پولی و مدت زمان خرید در مدل RFML، داروخانه‏ها در خوشه‏های مختلف قرار گرفته و تحلیل شده‏اند. در نتیجۀ این بخش‏بندی، سه دسته داروخانه‏ به نام‏های: داروخانه‏های کم‌خرید و کم‌سود، با میزان خرید و سود متوسط و وفادار و پُر‌سود از نظر روند فروش شناسایی شدند و بر‌اساس این بخش‏بندی، تحلیل‏های مربوط به آن ارائه شده است
کلیدواژه‌های فارسی مقاله بخش‏بندی مشتریان، داده‏کاوی، صنعت دارو، مدل RFML،

عنوان انگلیسی Customer Segmentation in Pharmaceutical Industry Assisting the Decision Making of Marketing and Sales Managers Based on RFML Model.
چکیده انگلیسی مقاله In pharmaceutical industries, marketing and sales managers face many sales data from distributor companies. One of the methods that might help them to control the market, competing with rivals, devising the best plan to increase the sales and finally organizing the business activities, is to know about possible segmentations of costumers. The main purpose of this paper is to help the pharmaceutical industry marketing and sales managers, by the way of setting and analyzing different segments of costumers and to give proper suggestions that are appropriate for each segment, in order to maintain and increase the purchase trend using data mining methods. In this research based on regency, frequency, monetary and the purchase duration variables in RFML model, pharmacies are divided into different clusters and then analyzed. As a result of this segmentation, three categories of pharmacies will be recognized: premium, normal and cold and accordingly, the related analysis is provided.
کلیدواژه‌های انگلیسی مقاله

نویسندگان مقاله بابک سهرابی |
استاد گروه مدیریت فناوری اطلاعات، دانشکدۀ مدیریت دانشگاه تهران، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

ایمان ریسی وانانی | raeesi vanani
استادیار گروه مدیریت، دانشگاه علامه طباطبایی، تهران، ایران
سازمان اصلی تایید شده: دانشگاه علامه طباطبایی (Allameh tabatabaii university)

نسترن نیک‎آیین | نیک‎آیین
کارشناس‎ارشد مدیریت فناوری اطلاعات ـ گرایش هوش تجاری، دانشکدۀ مدیریت دانشگاه تهران، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)


نشانی اینترنتی http://jibm.ut.ac.ir/article_61303_2a5fd9855e24faa379b329c7ca9d06fb.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1066/article-1066-391107.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