بخشی از مقاله
چکیده
واژه رقابت ، از دیرباز ، تداعی تلاش و کوشش صاحبان مشاغل برای جذب مشتری بوده است مفهوم بازاریابی انبوه که در گذشته کاربرد فراوانی داشته ،امروزه با ایده مشتری محوری جایگزین شده است ،از طرفی گستردگی و آسانی دستیابی به حجم انبوه اطلاعات ،مشتریان را آگاه تر و توانا تر ساخته ،بنابراین سازمان ها باید به دنبال راهی برای شناسایی هرچه بهتر مشتری و درک نیازهای وی باشند . بدین منظور ابزاری قوی , فراتراز بازاریابی ساده اطلاعات .جهت تحلیل و بررسی موقعیت ورفتارمشتری مورد نیاز است در سال های اخیر فناوری های تولید و گرداوری داده به سرعت در حال رشد بوده اند اما امروزه مساله پیش روی سازمان ها , به ویژه در حوزه تصمیم گیری های مالی ,از جمع آوری داده ها به دستیابی به توان استخراج دانش مفید نهفته در داده ها ,تغییر سوء داده است.
روش های داده کاوی که توانایی کشف دانش از انبوه داده ها را فراهم می کنند.دراین مهم به کمک سازمان ها ،آمده و آنها را برای رسیدن به اهداف بازاریابی شامل :شناسایی،جذب،نگهداشت و ارتقای مشتری یاری می رسانند .هدف این پژوهش استفاده از روش های داده کاوی در شناسایی رفتار خرید مشتریان در فروشگاه های جزئی وارائه چهارچوبی ساده ،پیرامون مدیریت رفتارمشتریان در شعبه های فروشگاه یاس است .نتیجه، در قالب روشی کارامد، برای کشف اقلام پرتکراردر پایگاه داده تحلیلی مربوط به سبدهای خرید فروشگاه ارائه شده است الگوریتم مورد استفاده Aprioriاست با تکیه بر قوانین تداعی می باشد.
واژگان کلیدی: داده کاوی،قوانین تداعی،اقلام پرتکرار،تراکنش،تحلیل سبدخرید،مشتری،کیفیت خدمات
مقدمه
امروزه شاهد پیشرفت هایی شگرف در حوزه علم و فناوری و بالطبع تا ثیر عمده آن در بازاریابی مبتنی بر رفتار مشتری هستیم.در شهرهای بزرگ و پراذدحام و پرترافیک ,ویژگی هایی مانند ورود آزاد به مراکز خرید,ایجاد آرامش هنگام خرید ,عرضه کالا با قیمت مناسب و ارائه اطلاعات کالا مانند وزن و تاریخ تولید و انقضاء وفروش اجناس متعدد در یک مجموعه شاید برای مشتریان از قیمت ارزان تر آن نیز جذاب تر باشد. - Chen et al., 2005 - همچنین خصوصیات دیگری مانند تنوع کالایی,صرفه جویی در وقت,خدمات شبانه روزی,استفاده ار تسهیلات رفاهی در هنگام خرید مانند کارت اعتباری و پارکینگ شبانه روزی وغیره از مزایای این طرح است. - Cheung et al., 1996 -
از طرفی هر مشتری با ورود به فروشگاه و خریداز آن ,داده های ارزشمند را باخود به همراه می آورد .نحوه خرید و چگونگی مراجعه به بخش های مختلف ترکیب , نوع , مقدار کالای انتخابی نمونه هایی از این اطلاعات هستند که با تجزیه و تحلیل تمامی اطلاعات فوق,نتایج ارزشمندی حاصل می شود از جمله چه کالایی و به چه میزان و در کجا باید چیده شود. - - Fausett et al., 2013تمامی مزایای فوق در سایه یک سیستم پشتیبانی تصمیم فراهم می شود که هرچه این سیستم پیشرفته تر باشد امکان بهره گیری بهتر و سریعتر از اطلاعات بیشتر می شودوتوان فروشگاه را در ارائه خدمات بهتر و نیز انجام واکنش سریع نسبت به تغییرات بالاتر می برد - - Gharava et al., 2012
یکی از مفاهیم بارز داده کاوی در فروشگاه این است که ارتباط محصولات مختلف هنگام خرید مشتریان مشخص گردد.فروشگاههای زنجیره ای مشتاقند بدانند که چه محصولاتی با یکدیگربه فروش می رسد. داده کاوی از رفتار مشتری مشخص می کند که فعالیت یک سازمان باید شامل تحویل محصول درست به مشتری هدف,از طریق کانال,درست ,در زمان مناسب و با قیمت مناسب باشد. - Guillén et al .,, 2012 - با بررسی تقاضا و رفتار مشتریان می توان قوانینی استخراج کرد که خود به عنوان برنامه فروش .استراتژی های جدید برای واحد بازاریابی,پیش بینی فروش برای سال جدید کارایی فراوانی داشته باشد .درمواجه با مسائل واقعی انچه قابل مشاهده است تنها داده های خام می باشند .
داده کاوی تعیین می کند که با کدام روش می توان به استراتژی مفید کسب و کارو در نهایت به یکی از اهداف کلیدی مورد نظر دست یافت. - Han et al., - 2001 با استفاده از سیستم پایانه فروش .فروشندگان می توانند جزئیات تراکنش های هر خرید را ذخیره سازی کنند این امر به درک بهتر طبقه های متنوع مشتری کمک می کند .برخی از کاربردهای داده کاوی که با پردازش داده های یا تراکنش ها حاصل می شود شامل شناسایی مشتریان سود اور و پروفایل کردن آنها، تحلیل سبد خرید مشتری، پیش بینی فروش اینده و تخمین کارامدی تبلیغات. - - Kim et al., 2006در این بررسی بصورت کاربردی داده های فروشگاه یاس در یکی از شعبه های شهرستان زابل مورد مطالعه قرار گرفته است .
روش تحقیق
پایگاه داده اولیه مورد استفاده در این مطالعه ، بصورت فاکتور خرید مشتریان فروشگاه رفاه طی یک مدت شش ماهه از تاریخ 94/10/1تا95/4/31جمع اوری شده است که تعداد ان530000فاکتور حاوی 6457321رکورد میباشد.
2؛-1 ورودی الگوریتم :
توصیف کالا به عنوان ورودی الگوریتم در نظرگرفته شده است .این ویژگی شامل نام کالا ، عنوان تجاری ،نوع کالا و سایر اطلاعات توصیفی میباشد نتیجه الگوریتم بصورت قوانینی به شکل xyخواهد بود که بیان کننده ی ان است که: خرید خرید yرا به دنبال دارد.. برای ارزیابی نتایج حاصل از دو معیار اطمینان و پشتیبانی استفاده میشود. مقدار اطمینان برای قانون درصدی از تراکنش ها را نشان میدهد که شامل مشتریانی که کالای را خریده اند کالای yرانیز خریداری کرده اندمقدار پشتیبان برای قانون xyدرصدی از تراکنش ها را نشان میدهد که شامل هردویxyباشد. این مقادیر درجه اعتبارقوانین را مشخص میکنند - - Kracklauer et al.,2004 به طور معمول یک مقدار حداقل برای پشتیبان ویک مقدار حداقل برای معیار اطمینان به عنوان استانه تعریف می شود قوانینی حائز اهمیت می باشند که ،دارای مقادیر اطمینان و پشتیبان بیش از مقدار استانه باشند. روش داده کاوی مورد استفاده، برای کاوش داده های خرید مشتریان فروشگاه یاس دریکی از شعبه های زاهدان الگوریتم A prior - از علت به معلول رسیدن - است که یکی از روشهای استخراج قوانین تلازمی است et al., 2004 - - Kracklauer
2؛-2ایده اصلی این الگوریتم:
مجموعه ای از عناصر مکرر نمی توانند زیر مجموعه غیر مکرر داشته باشد. یعنی اگر عضوی به یک مجموعه با تعداد مشخص اضافه کنیم تعداد تکرار ان افزایش نخواهد یافت، عضو های تکراری دیسک مجموعه فقط یکبار شمرده میشود - Ghazanfari et al., 2010 -
2؛2؛-1مراحل الگوریتم
مرحله اول :ابتدا تمامی مجموعه های تک عضوی بررسی می گردند در این مرحله عناصر غیر مکرر حذف می شوند .عناصر مکرر باقی مانده با یکدیگر ترکیب شده و مجموعه های دو عضوی را می سازند. در مرحله بعد، مجموعه های دو عضوی مکرر یافت میشوند .این الگوریتم ادامه می یابد تاجایی که مجموعه های n عضوی ایجاد شده مکرر نباشد باتوجه به اینکه در هر مرحله کاندیدها ،با اتصال اقلام پر تکرار حاصل از مراحل قبلی ایجاد می شود .تعداد کاندیدها جهت بررسی به طرز چشمگیری کاهش می یابد ونیازی به جست وجوی کل فضای حالت در هر مرحله نمی باشد - . - Kracklauer et al., 2004
