ارزيابي رفتار مشتري جهت بهبود مديريت ارتباط با مشتري(CRM) با بهره گيري از تكنيك داده كاوي (نمونه ي موردي: شركت سيم و كابل رسانا شيراز)

Evaluating customer behavior to improve customer relationship management (CRM) using data mining techniques (case example: Resana Wire and Cable Company, Shiraz)

هدف از انجام تحقيق حاضر ارزيابي رفتار مشتري جهت بهبود مديريت ارتباط با مشتري(CRM) با بهره گيري از تكنيك داده كاوي (نمونه ي موردي: شركت سيم و كابل رسانا شيراز) مي باشد براي اين منظور استفاده از روشها و فن هاي داده كاوي در سيستم هاي مشتري مدار، اعم از مديريت ارتباط با مشتريان، مي تواند در كشف اطلاعات و دانش هاي پنهان مربوط به مشتريان و نيازهاي آنها كمك بسياري داشته باشد و همچنين مي تواند اطلاعاتي را در اختيار تصميم گيران قرار دهد تا با استفاده از آن، در مسير سودرساني به سازمان و دنياي رقابتي بازار پيروز باشند كه اين پژوهش، با بهره گيري و تلفيق عوامل مؤثر بر مديريت ارتباط با مشتري، با استفاده از تكنيك داده كاوي، چارچوبي را براي تعيين ارزش و پيش بيني رفتار مشتريان ارائه نموده است. براي انجام اين تحقيق، پس از مرور بر ادبيات كافي و مناسب، به جمع آوري اطلاعات لازم در مورد پروژه ها و شناسايي عوامل مؤثر در جذب مشتريان و تجزيه وتحليل آنها، پرداخته شده است و با وزن دهي به اين عوامل بر اساس نظرات خبرگان و در نهايت به كمك تكنيك داده كاوي به شناسايي مشتريان با ارزش اقدام نموده ايم.

The purpose of this research is to evaluate customer behavior to improve customer relationship management (CRM) using data mining techniques (case example: Resana Wire and Cable Company, Shiraz). For this purpose, data mining methods and techniques are used in the system. Customer-oriented services, including customer relationship management, can be of great help in discovering information and hidden knowledge related to customers and their needs, and can also provide information to decision-makers to use in the path To benefit the organization and the competitive world of the market, this research has presented a framework for determining the value and predicting the behavior of customers by utilizing and combining the factors effective on customer relationship management, using data mining techniques. To carry out this research, after reviewing sufficient and suitable literature, it has been collected the necessary information about the projects and identifying the effective factors in attracting customers and analyzing them, and by weighting these factors based on the opinions of experts and finally We have identified valuable customers with the help of data mining techniques.