مقاله مدیریت ارتباط با مشتری توسط زنجیره تامین وتکنیک های داده کاوی

بخشی از مقاله

مدیریت ارتباط با مشتري توسط زنجیره تامین وتکنیک هاي داده کاوي

چکیده

زنجیره هاي تامین، تامین کنندگان را به یک شرکت تولیدي و شرکت را به مشتریانش ارتباط می دهد. امروزه تحلیل رفتارمشتریان، به عامل بسیار مهمی براي بازاریابی و بقاي سازمان ها مبدل گشته است که از طریق داده کاوي، با استخراج اطلاعات از پایگاه داده ، می توانند مشتریان ارزشمند را تعیین و رفتار آینده آنها را پیش بینی کنند. پژوهش پیش رو از نظر هدف کاربردي و از نظر گرد آوري داده پژوهشی اسنادي به شمار می رود که با استفاده از روش دلفی به گردآوري نظر خبرگان پرداخته شده است . قوانین استخراج شده مربوط به مشتریان و بازارها (خوشه بندي(k-means شرکت ها و تولیدکنندگان را قادر می سازد تا بر اساس الگوهاي کشف شده سیاست گذاري نمایند و درك بهتري از انتظارات کنونی و آتی مشتریان داشته باشند.

کلمات کلیدي: داده کاوي، زنجیره تامین، روش CLV، خوشه بندي ، بهبود مدیریت ارتباط با مشتري((CRM

1

- 1 مقدمه

شناخت مشتریان و همچنین شناخت نیازهاي مشتریان ، عمل موثري در کسب برتري در ارائه خدمات به مشتري است. مدیران باید مشتریان خود را اولویت بندي کرده و کانون توجه خود را بر مشتریان کلیدي متمرکز کنند و روز به روز هزینه از دست دادن مشتري را بیشتر درك کنند .لذا وقتی مشتریان ازتجارت با ما دست میشویند و شروع به تجارت بارقباي ما می نمایند، چند موقعیت ناخوشایند اتفاق میافتد، اول این که ما درآمد جاري خود را به خاطر رابطه تجاري موجود از دست میدهیم. دوم این که اگررابطه تجاري با مشتري از دست برود نیازي به استخدام افراد جدید نداریم. سوم این که شهرت و اعتبار ما از دست میرود .مشتریان ما احتمالا تجربیات خودشان را با مشتریان دیگر در میان خواهندگذاشت این زیان ممکن است منجر به از دست رفتن اعتماد مشتریان کنونی ما و هر مشتري بالقوه اي شود. امروزه تدوین سیاستهاي و استراتژیهاي رقابتی ازسوي صاحب نظران تاکید میشود. لذا شرکتها نمیتوانند هدف اصلی کار خود نظیر دستیابی به مزیت رقابتی یا ایجاد سود را نادیده بگیرند . شناسایی گروههاي مختلف مشتریان و تعیین خواسته ها و نیازهاي آنان میتواند باعث به وجود آمدن رضایت مشتري براي شرکتها و تولید کنندگان شود و همین امر موجب وفاداري بیشترمشتریان میشود . شناسایی مشتریان کلیدي و حفظ این گونه مشتریان در بلند مدت نسبت به جذب مشتریان جدید ،براي جایگزینی مشتریانی که قطع رابطه کرده اند، سودمندتر است. زیرا هزینه جذب یک مشتري کلیدي جدید 5 برابر هزینه حفظ یک مشتري است. مشتریانی که شرکت بتواند رضایت آنها را جلب کند، تجربیات مثبت خود را براي دیگران بیان میکنند و به این ترتیب وسیله تبلیغ براي شرکت میشوند و در نتیجه هزینه جذب مشتریان جدیدکاهش می یابد ومشتري جدید با حصول اطمینان وارد چرخه مشتریان خواهد شد.

انتخاب مشتریان هدف یا مشتریانی که به یک پیشنهاد محصول یا خـدمت پاسـخ مـی دهنـد مهمتـرین مـسئله در بازاریـابی مستقیم است (Schafer et al,2001) .انبارهاي داده مشتریان و داده هاي بازاریابی براي این هدف ایجاد شـده انـد (Hui and .Jha,2000) اطلاعات از قبیل اطلاعات جمعیت شناختی ، ویژگی هاي شخصی مشتریان مانند حرفه، سن و ... در ایـن انباره هاي داده موجود است. داده هاي زیادي هر روزه در بسیاري از سازمان هـا تولیـد مـی شـود . از سـوي دیگـر اسـتفاده از اینترنت و رشد تجارت الکترونیک فعالیت هاي بازار را گسترش داده و حجم عظیمی از اطلاعات مربوط بـه مـشتریان را ایجـاد کرده است. در چند سال اخیر به سرعت تعداد و اندازة انباره هاي دادة الکترونیکی افزایش یافته است و شناخت مشتریان هدف با توجه به این حجم عظیم اطلاعات به آسانی میسر نیست(.(Changchien and Lu,2001 براي استخراج دانش پنهـان و پیشگویانه از حجم زیادي از داده ها، تکنیک هاي داده کاوي مورد نیاز است . استفاده از روشهاي داده کاوي براي تعیین اولویت هاي مشتریان در فعالیت هاي اقتصادي، باعث بهبود و تسریع فرایند تصمیم گیري در بازار می گردد به بیان دیگر براي رسیدن به یک روش دقیق به منظور تشخیص پتانسیل مشتریان براي پذیرش یک محصول و خدمت جدید، روش هاي داده کاوي را به کار می گیریم .

الگوهاي خرید مربوط به هر یک از مشتریان می تواند از طریق داده کاوي تعیین گردد و این امکـان را بـراي سـازمان هـا بـه وجود می آورد تا استراتژي هاي بازاریابی را توسعه داده و براي هر دسته از مشتریان تصمیمات مناسبی اتخاذ کنند .مشتریان با هم برابر نیستند وهدف داده کاوي این است که شرکتها بدانند مشتریان چگونه تمایل به تعامـل دارنـد تـا بتواننـد وفاداري آنها را جلب کنند و پیرو آن به افزایش درآمد وکاهش هزینه دست یابند.شناخت بهتر مشتریان ودرك تفاوت بین آنهـا به شرکتها کمک میکند تا در ارائه محصولات جدید و تخصیص منابع به مشتریان مطلوبتر، کارآمدي بیـشتري داشـته باشـند. شناخت مشتري میتواند در هدفمند کردن تبلیغات و سیاستهاي حفظ مشتري، نیز موثر باشد.[5]

بخش بندي و خوشه بندي یکی از مباحث مطرح در حوزه مدیریت بازاریابی و فروش است . بخش بندي شکستن جمع زیادي از مشتریان به بخش هاي مختلف است به طوري که مشتریان موجود در هر بخش به یکدیگر شبیه و مشتریان بخشهاي مختلف با یکدیگر متفاوت هستند و همچنین فروش محصولات طبقه بندي شده و قرار گرفته در گروه بندي ها و خوشه هاي مناسب باعث تسریع در فرآیند سفارش دهی و فروش خواهد شد .بخش بندي دیدگاهی کلی از تمام بانک اطلاعاتی مشتریان ارائه می دهد و به صاحبان کسب وکار امکان اعمال رفتار و سیاستهاي متفاوت را به مشتریان هر بخش میدهد. در حالت ایده آل هر سازمان باید هر یک از مشتر یانش را بطور کامل بشناسد. ولی این کار در عمل امکانپذیرنیست و در واقع بخش بندي این امکان را فراهم می آورد تا مشتریانی که شبیه به هم هستند در یک بخش قرار گیرند. دراین صورت مدیریت و شناخت این بخشها بسیار ساده تر از شناخت تک تک مشتریان است.[4] داده کاوي براي بخشبندي مشتریان، داراي ابزارهاي متفاوتی میباشد مانند الگوریتم ژنتیک،الگوریتم میانگین k ،تکنیک هاي خوشه بندي کردن وغیره. بنابراین در این مقاله سعی بر آن شده تا با ارائه مدل مفهومی و سنجش آن با نرم افزار

2

Weka یک سیستم خبره تولید شود ، که مدیریت را در تصمیم گیري و اخذ استراتژهاي مناسب براي برخورد با مشتریان یک شرکت پشتیبانی میکند.
-2 پیشینه
مالتوس در سال 2001به ارزیابی مدلها در بازاریابی مستقیم پرداخت و نتایج را بـا هـم مقایـسه کـرد.[2] او نـشان داد کـه مـدل رگرسیون خطی بهتر است(.(Malthouse,2001 کلمبو و جیانگ در سال 2000یک مدل)RFM تـازگی ، تکـرار و حجـم مالی خرید) را براي دسته بندي مشتریان در بازاریابی مستقیم ارائه کردند(.(Colombo and Jiang,2000چیـوو در سـال 2002مــدل ترکیبــی الگــوریتم ژنتیــک و اســتدلال بــر مبنــاي مــوردي را بــراي بهبــود دســته بنــدي مــشتریان ارائــه کردند .(Chiu,2002)کوهونن و همکاران در سال 2000مدل ترکیبی الگوریتم درخت تصمیم و استدلال بر مبناي مـوردي را در بازاریابی مستقیم ارائه کردند .(Cohenen et al , 2000) ها و همکاران در سال 2005مدل پاسخ بازاریابی مستقیم را براساس شبکه عصبی را پیشنهاد دادند و به دقت و صحت %95 دست یافتند . بوس و چـن در سـال 2009مدلهاي بازاریابی مستقیم را معرفی و بررسی کردند (Bose and Chen, 2009) .گویندراجان و چاندراسکاران در سال 2010عملکرد مدلی بـر اسـاس الگـوریتم نزدیکتـرین همـسایگی را در بازاریـابی مـستقیم ارزیـابی کردنـد .(Govindarajan and Chandrasekaran ,2010)کوي و همکاران در سال 2008مدل جدیدي در بازاریابی مـستقیم ارائـه و عملکـرد آن را بـراساس انتخاب ویژگی ها ارزیابی کردند ( , cui et al (2008 .سالی هاردریج طی مقاله اي دیدگاه خـود را نـسبت بـه بازاریـابی مستقیم در سال 2008 ارائـه داد .(Harridge,2008) پرینـزي و وان دن پوئـل در سـال 2005عملکـرد مـدلهاي بازاریـابی مستقیم را بهبود دادند( Prinzie and Van den (Poel,2005 .هاگتون و اولابی در سال 1997از دو الگوریتم متفاوت درخت تصمیم براي ایجاد مدل پاسخ در بازاریابی مـستقیم اسـتفاده کردنـد و نتـایج را مقایـسه نمودند. نتایج نشان دادند که اختلاف مهمی بین دو الگوریتم وجـود نداشـت(,1997 .(Haughton and Oulabiچینـگ وچن نیز در سـال 2009 بـا اسـتفاده از متغیرهـاي) RFM تـازگی ، تکـرار و حجـم مـالی خریـد) بـه دسـته بنـدي مـشتریان پرداختند .(Cheng C.H, Chen,2009)

جدول:1 مدلهاي بررسی شده در ادبیات تحقیق

نام نویسنده سال انجام تحقیق روش بکار شده
هاگتون و اولابی 1997 درخت تصمیم
کلمبو و جیان 2000 RFM
کوهونن و همکاران 2000 درخت تصمیم و استدلال بر مبناي مورد
مالتوس 2001 رگرسیون
چیوو 2002 الگوریتم ژنتیک واستدلال بر مبناي موردي
هسی 2004 RFM
ها و همکاران 2005 شبکه عصبی
چینگ و چن 2009 RFM
گویندراجان و چاندراسکاران 2010 نزدیکترین همسایگی

-3 ادبیات تحقیق

.1-3 مدیریت زنجیره تامین (Supply Chain Management)
در فضاي رقابتی تجارت امروز دنیا، شرکتها و سازمانها باید محصولات متنوع را با توجه به درخواست مشتري در دسترس وي قرار دهند. خواست مشتري برکیفیت بالا و خدمت رسانی سریع موجب افزایش فشارهایی شده است که قبلا وجود نداشته است، در نتیجه شرکت ها بیش از این نمی توانند به تنهایی از عهده تمامی کارها برآیند. بنابراین با بهره گیري از انواع فناوري و علوم مدیریت، اقدام به ایجاد مزایاي رقابتی از طریق ابزارهاي مدیریت داده و مدیریت دانش و بهینه سازي روندهاي سازمانی مانند تولید و یا ارتباطات سازمان می کنند.

3

یکی ازمهمترین علوم مدیریتی که به عنوان یکی از مبانی زیرساختی پیاده سازي کسب وکار الکترونیک دردنیا مطرح است، مدیریت زنجیره تامین((SCM است. این علم در دهه 90 میلادي ظهور یافته و در این زمینه مباحث سودمندي را مطرح کرده است، و اینکار را به طریقی انجام می دهد که مشتریان بتوانند خدمت قابل اطمینان و سریع را با محصولات با کیفیت در حداقل هزینه دریافت کنند. لذا با بهره گیري از این ابزار سازمان شما قادرخواهد بود روابط تجاري خود را با بهینه سازي تبادل اطلاعات با همکاران تجاري نظیر تامین کنندگان مواد اولیه، توزیع کنندگان محصولات و پیمانکاران حمل و نقل کالا توسعه دهد . بدین ترتیب بنگاه اقتصادي شما موفق خواهد شد تا در زمان بسیارکمتري محصول خود را به بازار عرضه کرده و زمان تولید و هزینه هاي اتلافی را پایین آورد.

بنابراین در بازار رقابتی موجود، بنگاه هاي اقتصادي و تولیدي علاوه بر پرداختن به سازمان و منابع داخلی، خود را به مدیریت و نظارت بر منابع و ارکان مرتبط خارج از سازمان نیازمند یافته اند. علت این امر در واقع دستیابی به مزیت رقابتی با هدف کسب سهم بیشتري ازبازار است. براین اساس فعالیت هایی نظیر برنامه ریزي عرضه و تقاضا، تهیه مواد، تولید و برنامه ریزي محصول، خدمت نگهداري کالا، کنترل موجودي، توزیع، تحویل و خدمت به مشتري که قبلا همگی در سطح شرکت انجام می شده اند، اینک به سطح زنجیره عرضه انتقال پیدا کرده است. مساله کلیدي در یک زنجیره تامین، مدیریت و کنترل هماهنگ تمامی این فعالیتهاست. در حالت کلی زنجیره تامین از دو یا چند سازمان تشکیل می شود که رسما ازیکدیگر جدا هستند و به وسیله جریانهاي مواد، اطلاعات و جریانهاي مالی به یکدیگر مربوط میشوند. این سازمانها می توانند بنگاه هایی باشند که مواداولیه، قطعات، محصول نهایی و یا خدماتی چون توزیع، انبارش، عمده فروشی و خرده فروشی تولید می کنند. حتی خود مصرف کننده نهایی را نیز می توان یکی ازاین سازمانها در نظرگرفت. تعاریف مختصر و جامعی که می توان از زنجیره تامین و مدیریت زنجیره تامین ارائه داد عبارتند از:

زنجیره تامین بر تمام فعالیتهاي مرتبط با جریان و تبدیل کالاها از مرحله ماده خام (استخراج ) تا تحویل به مصرف کننده نهایی و نیز جریانهاي اطلاعاتی مرتبط با آنها مشتمل می شود. بطور کلی زنجیره تامین، زنجیره اي است که همه فعالیتهاي مرتبط با جریان کالا وتبدیل مواد، ازمرحله تهیه ماده اولیه تا مرحله تحویل کالاي نهایی به مصرف کننده را شامل می شود. درباره جریان کالا دو جریان اطلاعات و جریان منابع مالی و اعتبارات نیز حضور دارد. (Laudon, 2002 & Laudon)

مدیریت زنجیره تامین تلفیقی است از هنر و علم که در جهت بهبود دسترسی به مواد اولیه، ساخت محصولات و یا خدمات و انتقال آن به مشتري بکار می رود.مدیریت زنجیره تامین بر یکپارچه سازي فعالیتهاي زنجیره تامین و نیز جریانهاي اطلاعاتی مرتبط با آنها از طریق بهبود در روابط زنجیره درجهت دستیابی به مزیت رقابتی قابل اتکا و مستدام، مشتمل میشود لذا، مدیریت زنجیره تامین فرایند یکپارچه سازي فعالیتهاي زنجیره تامین و نیزجریانهاي اطلاعاتی مرتبط با آن ازطریق بهبود وهماهنگ سازي فعالیت ها در زنجیره تامین تولید و عرضه محصول است.

.2-3 داده کاوي
داده کاوي و فرآیند کشف دانش داده کاوي عبارتست از فرآیند یافتن دانش از مقادیر عظیم داده هاي ذخیره شده در پایگاه داده، انباره داده ویا دیگر مخازن اطلاعات.«

شکل: 1 معماري سیستم داده کاوي

4

1. پایگاه داده، انباره داده یا دیگر مخازن اطلاعات: که از مجموعه اي از پایگاه داده ها، انباره داده، صفحه گسترده ( Spread (sheets، یا دیگر انواع مخازن اطلاعات. پاکسازي دادهها و تکنیکهاي یکپارچه سازي روي این دادهها انجام میشود.
2. سرویس دهنده پایگاه داده یا انباره داده: که مسئول بازیابی دادههاي مرتبط بر اساس نوع درخواست داده کاوي کاربرمیباشد.
3. پایگاه دانش: این پایگاه از دانش زمینه (Domain knowledge) تشکیل شده تا به جستوجو کمک کند، یا براي ارزیابی الگوهاي یافته شده از آن استفاده میشود.
.4موتور داده کاوي :(Data mining engine) این موتور جزء اصلی از سیستم داده کاوي است و به طور ایدهآل شامل مجموعهاي از پیمانههایی (Module) نظیر توصیف (Characterization)، تداعی (Association)، کلاسبندي (Classification)، آنالیزخوشهها (Cluster analysis)، و آنالیز تکامل وانحراف (deviation analysis Evolution and) است.
.5پیمانه ارزیابی الگو :(Pattern evaluation module) این جزء معیارهاي جذابیت (Interesting measures) را به کار میبندد و با پیمانه داده کاوي تعامل میکند. بدینصورت که تمرکز آن بر جستوجو بین الگوهاي جذاب میباشد، و از یک حد آستانه جذابیت استفاده میکند تا الگوهاي کشف شده را ارزیابی کند.

واسط کاربرگرافیکی :(Graphical User Interface) این پیمانه بین کاربر و سیستم داده کاوي ارتباط برقرار میکند، به کاربر اجازه میدهد تا با سیستم داده کاوي از طریق پرسوجو (Query) ارتباط برقرار کند، این جزء به کاربر اجازه میدهد تا شماي پایگاه داده یا انباره داده را مرور کرده، الگوهاي یافته شده را ارزیابی کرده و الگوها را در فرمهاي بصري گوناگون بازنمایی کند.

با انجام فرآیند داده کاوي، دانش، ارتباط یا اطلاعات سطح بالا از پایگاه داده استخراج می شود و قابل مرور از دیدگاههاي مختلف خواهد بود. دانش کشف شده در سیستم هاي تصمیم یار، کنترل فرآیند، مدیریت اطلاعات و پردازش پرسوجو ( Query (processing قابل استفاده خواهد بود.[7]

.3-3 تکنیک بازاریابی با استفاده از دو روش CLV و RFM

. 1-3-3 داده کاوي به روش CLV (ارزش دوره عمر مشتري)

نیول در سال 2000 ارزش واقعی را براي هر شرکتی با تکیه بر ارزش ایجاد شده توسط شرکت براي مشتریان و به تناسب آن ارزش بازگردانده شده توسط مشتریان به شرکت تعریف کرد.

از آنجا که همهي مشتریان جذابیت مالی ندارند، براي سازمان بسیار مهم است که میزان ارزش مشتریان را در طول دورهي عمرشان محاسبه نماید و اندازهگیري ارزش مشتریان در طول دورهي عمرشان Customer Lifetime Value) و یا همان (CLV راهی براي سنجش رتبهبندي مشتریان است. CLV به عنوان یک مفهوم مهم در دسته بندي، انتخاب و حفظ مشتریان است و نقش اساسی را در فرایندهاي تصمیمگیري و سیستمهاي توصیه کننده در تجارت الکترونیک بازي می کند.

سازمان شما براي تعیین میزان ارزش هر مشتري از چه شاخصی استفاده میکند؟ سودآوري هر مشتري، میزان اعتبار و شناخته شده بودن مشتري و یا میزان فروش به مشتري؟ اتخاذ یک شاخص درست براي سنجش مشتریان از اهمیت زیادي برخوردار است. کلیه شاخصهایی که در بالا نام برده شد همگی از اهمیت برخوردارند ولی نمیتوانند به تنهایی ملاکی براي مقایسه مشتریان با هم باشند.[8] به عنوان مثال مشتریانی که در بازار بسیار شناخته شده هستند ولی جذب ایشان هزینه هاي زیادي را به شرکت تحمیل کرده و علی رغم اعتبار زیادي که براي شرکت فراهم می آورند عملا شرکت را متضرر میکنند. بسیاري از مشتریان نیز وجود دارند که حجم خرید بسیار بالایی دارند ولی عملا شرکت در مراودات خود با ایشان چندان منتفع نمیشود. فاکتور سودآوري هر مشتري نیز به

5

تنهایی عامل کاملی براي تعیین ارزش مشتریان نیست. در این عامل بسیاري از موارد از جمله میزان فرصتهاي فروش آینده، میزان اعتبار شبکهاي مشتري و ... دیده نشده است. لذا ارزش مشتري به عنوان یک فاکتور بسیار مهم در سازمان مبناي بسیاري از تصمیمگیريهاست و باید به گونهاي باشد که کلیه جوانب ارزشزاي مشتري براي سازمان را پوشش دهدCLV .[1] اجزاي مختلفی دارد که جوانب مختلف ارزشزایی مشتري را نشان میدهد. در شکل زیر می توان اجزاي CLV را مشاهده نمود.

شکل : 2 اجزاي CLV

Base Potential

به ارزشی اتلاق میشود که مشتریان در گذشته براي شرکت آفریدهاند. مجموع فروشهاي صورت گرفته به مشتري در کنار کلیهي هزینههایی که براي مشتري انجام گرفته است Base Potential مشتري را تشکیل میدهد. Base Potential مشتري بر اساس اطلاعات تفکیکی هر مشتري محاسبه میشود.

Growth Potential

به ارزش بالقوهي مشتریان اتلاق میشود. براي برخی از مشتریان در سازمان فرصتهاي فروش بسیاري وجود دارد. این فرصتهاي فروش یکی از موارد بسیار تاثیرگذار در ارزش مشتري براي سازمان بوده و شامل کلیهي موارد Up Selling، Cross Selling،

افزایش Share of wallet و ... است. ممکن است برخی از مشتریان در گذشته خریدهاي متعددي از شرکت انجام داده باشند ولی کمتر فرصت فروش براي ایشان وجود داشته باشد، در دیگر سو مشتریانی هستند که ممکن است در گذشته سودآوري به نسبت کمتري براي سازمان ایجاد کرده باشند ولی میزان فرصتهاي فروش به ایشان در حدي باشد که این دسته را مشتریان با ارزشتري براي سازمان کند و بالطبع رفتار سازمان با این مشتري نیز منطبق بر این ارزش مشتري بوده و در دستهي مشتریان عالی سازمان قرار گیرند. محاسبه پتانسیل رشد مشتریان، یا همان Growth Potential معمولا در سازمانها انجام نمیشود. ثبت فرصتهاي فروش به مشتریان میتواند اولین قدم براي محاسبه پتانسیل رشد مشتریان باشد. از طرف دیگر معمولا هر سازمان بازاریابی و یا فروشی با مسئلهي برآورد میزان فروش سازمان روبرو است که این برآورد باید بر اساس همین فرصتهاي فروش انجام شود و در سوي دیگر تاثیر خود را بر ارزش مشتریان بگذارد.