بخش‌بندي منفعتي بازار زعفران ايران با استفاده از الگوريتم‌هاي خوشه‌بندي قطعي و فازي در مشهد

Benefit Segmentation of Iranian Saffron Market Using Crisp and Fuzzy Clustering Algorithms in Mashhad

زعفران يكي از محصولات كشاورزي مهم و ارزشمند ايران به شمار مي­ رود و براي رشد بازار آن لازم است كه به ترجيحات مصرف­ كنندگان اين محصول توجه شود. مصرف­ كنندگان داراي نيازها و خواسته ­هاي متفاوتي مي ­باشند و با بخش ­بندي منفعتي بازار زعفران، شركت­ ها مي ­توانند از ترجيحات مصرف­ كنندگان در هر بخش از بازار درك صحيحي داشته باشند. لذا، در اين مطالعه با بكارگيري الگوريتم ­هاي خوشه­ بندي قطعي و فازي، بازار زعفران به بخش ­هاي همگن تقسيم و سپس با استفاده از نتايج تحليل متقارن؛ ترجيحات، نگرش و خصوصيات جمعيت ­شناختي مصرف­ كنندگان در هر يك از بخش­ هاي بازار مورد بررسي قرار گرفت. در اين مطالعه، اطلاعات مربوط به 400 پاسخ­ دهنده با استفاده از روش نمونه­ گيري طبقه ­اي از 13 منطقه مشهد جمع­ آوري گرديد. نتايج مطالعه نشان داد كه بازار زعفران را مي­ توان به شش بخش همگن تقسيم نمود و الگوريتم خوشه­ بندي فازي C-means در مقايسه با روش ­هاي قطعي K-means، K-medoids و روش­ هاي فازي گوستافسون-كسل و گت-گوا داراي عملكرد بهتري در شناسايي خوشه ­ها مي ­باشد. مطابق با يافته ­هاي مطالعه، در اغلب بخش­ هاي بازار، وزن زعفران و نوع بسته ­بندي مهمترين ويژگي­هاي اثرگذار بر تصميمات خريد مي­ باشند. بر اساس نتايج مطالعه، به شركت­هاي زعفراني توصيه مي ­گردد كه در عرضه محصولات زعفراني و تدوين استراتژي­ هاي بازاريابي به ترجيحات مصرف­ كنندگان در بخش ­هاي مختلف بازار توجه نمايند.

Saffron is one of the most valuable and important agricultural products in Iran, and, it is necessary to consider the preferences of consumers to develop its market. Consumers have different needs and wants, and by benefit segmenting the saffron market, companies can understand customers' preferences in each segment of the market correctly. Therefore, in this study, using the crisp and fuzzy clustering algorithms, the saffron market was divided into homogenous segments, and then, using the results of the conjoint analysis; consumer preferences, attitudes, and demographic characteristics were examined in each saffron market segment. The necessary data were collected from 400 respondents using a stratified sampling method from 13 districts of Mashhad, Iran. The results of this study showed that the saffron market could be divided into six homogeneous segments, and the fuzzy C-means clustering algorithm performs better at finding clusters than k-means, k-medoids, fuzzy Gustafson-Kessel and fuzzy Gath-Geva methods. According to the study findings, in most market segments, the weight of saffron and the packaging type are the most important attributes influencing purchase decisions. Based on the study results, it is suggested that saffron companies consider consumer preferences in different market segments when supplying saffron products and formulating marketing strategies.