خوشه‌بندي مشتريان با استفاده از تكنيك‌هاي داده‌كاوي بر اساس شاخص‌هاي مدل RFM (مطالعه موردي: يك شركت خرده‌فروشي آنلاين)

Clustering of Customers Using Data Mining Techniques Based on RFM Model Indicators (Case Study: of A Retail Company)

شناخت مشتريان به‌منظور تمايز ميان گروه‌هاي مختلف مشتري و تدوين استراتژي متناسب با هر گروه از جمله چالش‌هاي مطرح در سازمان‌هاي مشتري‌محور است. خوشه‌بندي مشتريان با استفاده از تكنيك‌هاي داده‌كاوي يكي از راه‌هاي شناخت مشتري و مقابله با اين چالش است؛ در اين پژوهش، بر اساس تراكنش‌هاي ثبت شده از هر مشتري در يك شركت آنلاين خرده‌فروش به عنوان مورد مطالعه، ويژگي‌هاي متناسب براي تدوين شاخص‌هاي مدل RFM از فاكتور فروش استخراج شده است. پس از پردازش داده‌هاي بدست آمده، با استفاده از دو الگوريتم K-means و روش سلسله مراتبي، تعداد خوشه بهينه براي گروه‌بندي مشتريان بدست‌ آمده است؛ نتايج حاصل از ارزيابي عملكرد دو مدل حاكي از آن است كه الگوريتم K-means با اختلاف اندكي از عملكرد بهتري برخوردار است. در نهايت با بررسي تحليل همبستگي ميان شاخص‌هاي RFM، بهترين گروه مشتريان تحت عنوان مشتريان طلايي معرفي شده‌اند.