دانلود ترجمه مقاله برآورد ارزش دوره حیات مشتری بر مبنای آنالیز RFM رفتار خرید مشتری
عنوان فارسی |
برآورد ارزش دوره حیات مشتری بر مبنای آنالیز RFM رفتار خرید مشتری : مطالعه موردی |
عنوان انگلیسی |
Estimating customer lifetime value based on RFM analysis of customer purchase behavior |
کلمات کلیدی : |
  مدیریت ارتباط با مشتری؛ ارزش دوره حیات مشتری؛ داده کاوی؛ آنالیز RFM؛ بخش بندی مشتری |
درسهای مرتبط | مدیریت بازاریابی |
تعداد صفحات مقاله انگلیسی : 7 | نشریه : ELSEVIER |
سال انتشار : 2011 | تعداد رفرنس مقاله : 21 |
فرمت مقاله انگلیسی : PDF | نوع مقاله : ISI |
پاورپوینت :
ندارد سفارش پاورپوینت این مقاله |
وضعیت ترجمه مقاله : انجام شده و با خرید بسته می توانید فایل ترجمه را دانلود کنید |
1- مقدمه 2- پیش زمینه 2.1. تعاریف ارزش دوره حیات مشتری و طبقه بندی ها 2.2. داده کاوی و روش های آن 3- مطالعه موردی فاز 1: تفهیم تجارت فاز 2: شناخت داده ها فاز 3: آماده کردن داده ها فاز 4: مدلسازی 3.1. خوشه بندی 3.2. اندازه گیری CLV خوشه ها فاز 5 و 6: ارزیابی و توسعه 4. نتیجه گیری
چکیده – از آنجایی که اهمیت روز افزون حقوق مشتریان در محیط تجاری کنونی درحال جاگیری است، بسیاری از شرکت ها روی مفهوم وفاداری مشتری و سود آوری، برای افزایش سهم بازار تمرکز کرده اند. با ایجاد مدیریت موفق ارتباط با مشتری (CRM)، شرکت شروع به تشخیص ارزش درست مشتریان و وفاداری آنها می کند چرا که ارزش مشتری می تواند اطلاعات مبنایی استقرار بازاریابی هدف مندتر و شخصی را ایجاد کند. در این مقاله، ارزش دوره حیات مشتری (CLV) برای بخش بندی مشتریان یک شرکت زیبایی و سلامتی استفاده شده است. از دو روش در این زمینه استفاده شده است: در روش اول، متد تحلیل بازاریابی RFM (تازگی، تکرار و مبلغ) به منظور بخش بندی مشتریان استفاده شده و در روش دوم، متد توسعه یافته پیشنهاد شده برای تحلیل RFM با یک پارامتر قدیمی – که آیتم شمارنده نامیده می شود- استفاده شده است. مقایسه نتایج این روش نشان می دهد که اضافه کردن آیتم شمارنده بعنوان یک پارامتر جدید به متد RFM، تفاوتی در نتایج خوشه بندی نخواهد داشت بنابراین CLV بر مبنای متد RFM وزن دار برای هر بخش محاسبه می شود. نتایج CLV محاسبه شده برای بخش های مختلف می تواند برای توضیح استراتژی های بازاریابی و فروش توسط کمپانی استفاده شوند. 1. مقدمه: به دلیل رقابت و پیچیدگی بیشتر در تجارت های امروزی، شرکت ها نیازمند توسعه فعالیت های نو برای گرفتن نیازهای مشتری و بهبود وفاداری و رضایت مشتری شوند. در این زمینه، مدیریت ارتباط با مشتری یک استراتژی تشخیص وسیع برای به دست آوردن ونگه داشتن مشتریان جدید است. هدف اصلی CRM ایجاد ارتباطات بلند مدت و سود آور با مشتریان است. در این زمینه پایگاه داده های بزرگی هستند که در برگیرنده اطلاعات وسیعی درمورد اطلاعات جمعیت شناسی و تراکنش مشتریان است. ابزارهای مختلف CRM می توانند برای تحلیل این داده و تخصیص سهم مشتری به کار روند. مفهومی که ارزش دوره حیات مشتری (CLV) نامیده می شود ، در CRM ارزش کنونی همه منافع تولید شده توسط یک مشتری رانشان می دهد. خوشه بندی CLV کاربردهای زیادی داشته است و چندین نویسنده متدهایی را برای کاربردهایی مانند اندازه گیری کارآیی، هدفبندی مشتریان، تخصیص منابع بازاریابی ، پیشنهاد کردن محصولات ، قیمت گذاری و بخش بندی مشتری را پیشنهاد کرده اند. در این مقاله ، CLV برای بخش بندی مشتریان یک شرکت زیبایی و سلامتی استفاده شده است. از دو روش استفاده شده است: در روش اول، تحلیل بازاریابی RFM برای بخش بندی مشتریان استفاده می شود و در روش دوم، متد توسعه یافته تحلیل RFM با پارامترهای دیگر ، همراه پارامترهای RFM استفاده شده است. با مقایسه این روش ها، CLV بر مبنای متد مناسب هر بخش محاسبه شده است. نتایج CLV محاسبه شده برای بخش های مختلف می تواند استراتژی های بازاریابی و فروش شرکت را مشخص کند.
Abstract: Since the increased importance is placed on customer equity in today’s business environment, many firms are focusing on the notion of customer loyalty and profitability to increasing market share. Building successful customer relationship management (CRM), a firm starts from identifying customers’ true value and loyalty since customer value can provide basic information to deploy more targeted and personalized marketing. In this paper, customer lifetime value (CLV) is used to customer segmentation of a health and beauty company. Two approaches are used: in the first approach, RFM (Recency, Frequency, and Monetary) marketing analysis method is used in order to segmentation of customers and in the second approach, the proposed extended RFM analysis method with one additional parameter - called Count Item - is used. Comparing results of these approaches, shows that adding count Item as a new parameter to RFM method makes no difference to clustering result, so CLV is calculated based on weighted RFM method for each segment. The results of calculated CLV for different segments can be used to explain marketing and sales strategies by the company. Facing with more complexity and competition in today’s business, firms need to develop innovation activities to capture customer needs and improve customer satisfaction and retention [1]. In this regard, Customer relationship management is a broadly recognized strategy for acquisition and retention of customers. The main objective of CRM is to make long-lasting and profitable relationships with customers [2]. In this context, there are large databases containing extensive data about demographic information and customer transaction. Different CRM tools can be used to analyze this data for assessing the customer equity. The concept called Customer Lifetime Value (CLV) in CRM is the present value of all future profits generated from a customer [3]. Calculating CLV has had lots of applications and several authors have developed models for the applications such as performance measurement [4], targeting customers [5], marketing resources allocation [6,7], product offering [8], pricing [9], and customer segmentation [10, 11,12].
محتوی بسته دانلودی:
PDF مقاله انگلیسی ورد (WORD) ترجمه مقاله
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.