به‌كارگيري رياضيات تصميم در تخصيص بودجه‌هاي بازاريابي متكي بر زنجيره‌هاي ماركوف

Application of Decision Calculus in Allocation of Marketing Budgets Based on Markov Chains

رياضيات تصميم1 (DC) رويكردي مبتني بر قضاوت است كه در مدل سازي دنياي واقعي، نظر مديريت را نيز در نظر مي گيرد. به عبارت ديگر، نظر مديريت در مدل سازي آنچه در دنياي واقعي اتفاق مي افتد، به گونه اي اعمال مي گردد كه مدير با مدل يكپارچه گردد. اين شيوه مدل سازي نخستين بار توسط ليتل معرفي گرديد و در حوزه هاي مختلف به خصوص در حوزه بازاريابي و ارتباط با مشتري به كار گرفته شد. هدف اصلي اين تحقيق ارايه كاربرد رويكرد رياضيات تصميم در تخصيص بودجه هاي ارتباط با مشتريان و بازاريابي است. در اين مقاله پيشنهاد شده است كه در صورت وجود اطلاعات بازار و پيچيدگي بالا از مدل هاي تركيبي استفاده شود. مدل هاي تركيبي طبق تعريف اين مقاله علاوه بر آنكه از قضاوت مديريت استفاده مي كنند، از اطلاعات گذشته نيز حداكثر استفاده مي نمايند و مدلي متكي بر داده هاي گذشته و قضاوت مديريت فراهم مي كنند. در اين مقاله بر اساس رويكرد تركيبي مدلي ساده براي تخصيص بودجه ارايه مي شود. سپس رويكردي براي تخصيص بودجه هاي ارتباط با مشتري متكي بر رياضيات تصميم و مدل زنجيره ماركوف ارايه مي گردد. پيش بيني مي شود كه نتايج اين تحقيق به تحليل گران حوزه مديريت ارتباط با مشتري كمك كند كه بتوانند در مورد استفاده از مدل هاي رياضي يا مدل هاي مبتني بر قضاوت مديريت، تصميم گيري بهتري در خصوص نحوه تخصيص بودجه هاي ارتباط با مشتري داشته باشند.

Decision Calculus (DC) is a judgment-based approach which considers managers’ opinion in formulation of real world situations. In DC, manager’ mind and the model are aggregated to each other. Little in 1970 introduced the philosophy of decision calculus and it has been used widely in formulation of problems in marketing. The main purpose of this paper is to provide an application for DC in allocation of marketing budgets as a critical activity in marketing. In case of data availability and environmental complexity, researchers suggest the use of mixed models to face such situations to allocate marketing budgets. Mixed models are models which use all the data from the past and managers’ judgment altogether to provide more effective models. In this paper we suggest a simple mixed model. Then we provide a more complex model based on DC and Markov Chains Models (MCM). The suggested models are predicted to be effective in better decision making on allocation of customer relationship budgets.