دانلود ترجمه مقاله استراتژی های CRM در یک مرکز خرید آنلاین کوچک شده بر مبنای قوانین تخصیص و الگوهای ترتیبی

1- مقدمه 2- بررسی مقالات 2.1. داده کاوی برای مدیریت ارتباط با مشتری 2.2. تعریف مدل RFM 3. روش تحقیق 3.1. چارچوب تحقیق 3.2. طبقه بندی VIP 3.3. تشخیص قوانین مشارکت و الگوهای ترتیبی 4. طراحی آزمایشی 4.1. توضیح داده و پیش پردازش 4.1.1. مرکز خرین آنلاین هدف 4.1.2. توضیح داده 4.1.3. پیش پردازش 4.2. آزمایشاتی برای طبقه بندی VIP 4.3.آزمایش تشخیص قوانین ارتباط و الگوهای ترتیبی 5. نتایج 5.1. نتایج تحلیل طبقه بندی 5.2. نتایج قوانین ارتباطی وتحلیل الگوهای ترتیبی 6. بحث و بررسی 7. نتیجه گیری

چکیده – با رشد انفجاری حباب دات کام در سال 2002، تعداد بی شماری از مراکز خرید آنلاین کوچک هر روزه به دلیل ویژگی های خوب بازارهای آنلاین، شامل کاهش چشمگیر هزینه های جستجو و هزینه های فهرست برای تولیدات یا سرویس ها و دسترسی آسان به تولیدات یا سرویس ها درجهان ظهور می یابند. بسیاری از آنها نیز به دلیل نداشتن استراتژی های مدیریت ارتباط با مشتری (CRM) که مناسب آنها باشد از بین رفتند. هدف این مقاله پیشنهاد دادن استراتژی های CRM برای مراکز خرید آنلاین کوچک و مبتنی بر قوانین مشارکت و الگوهای ترتیبی ایجاد شده به وسیله تحلیل داده های تراکنش فروشگاه است. ما اول مشتریان VIP را از نظر ارزش تازگی، تکرار و پولی (RFM) تعریف میکنیم. سپس مدلی را توسعه می دهیم که مشتریان را با استفاده از تکنیک های داده کاوی نظیر درخت تصمیم گیری ، شبکه عصبی مصنوعی ، رگرسیون لجستیک به دو گروه VIP و غیر VIP تقسیم میکنند و هریک از اینها را بعنوان یک طبقه بندی کننده مبنا دسته بندی میکند. در آخر، قوانین مرتبط و الگوهای ترتیبی را از تراکنش های VIP ها را تشخیص داده و سپس این قوانین و الگوها برای پیشنهاد دادن استراتژی های CRM برای مرکز خرید آنلاین استفاده می شوند. 1. مقدمه: تکنولوژی اینترنت مزایای رقابتی بسیاری مانند چابکی، قابلیت انتخاب ، فردیت و تعامل را ارائه کرده اند. اینترنت، مشتریان را قادر به جستجوی تولیدات و سرویس هایی میکند که نیاز آنها را در مدت زمانی کمتر از قبل ارائه میکند. مراکز خرید آنلاین، که در آنها مشتریان به شکل اینترنتی سفارش می دهند،برای تبدیل شدن یک کانال فروش های متداول ایجاد شدند. بعد از رشد انفجاری حباب دات کام در سال 2002 ، تعداد بیشماری از مراکز خرید آنلاین به دلیل بسیاری از ویژگی های خوب بازارهای آنلاین، شامل هزینه های جستجوی که به شکل عمده ای کاهش پیدا کرده بودند و نیز دسترسی ساده به تولیدات یا سرویس ها پدیدار شدند. با این حال، همه مراکز خرید آنلاین کوچک، رونق ندارند. حتی بسیاری از آنها از بین رفته اند. بدین ترتیب، مالکان مراکز خرید آنلاین درمورد چگونگی مدیریت موفق فروشگاهشان نگران هستند. بنابراین مالک مرکز خرید آنلاین کوچکی در کره ، خواست تا استراتژی های CRM را توسعه دهیم. عمل فروش، با آیتم های مهمی از جمله چیزهایی که در اتاق ها، آشپزخانه ، حمام و غیره استفاده می شود سرو کار دارد. با شروع به کار مرکز خرید آنلاین کوچک، در ابتدا برای مدت کوتاهی ، سود روبه افزایشی را نشان داد. با این حال این روزها، بدلیل اینکه مالک مرکز خرید آنلاین شناختی در مورد چگونگی توسعه استراتژی های CRM که مناسب آنها باشد ندارد، منحنی سود از حالت شیب دار به ملایم تغییر کرده است. برای رونق گرفتن مرکز خرید آنلاین ، استراتژی های خوب CRM حیاتی هستند. بنابراین، هدف مطالعه ما رویارویی با سوالات تحقیقاتی زیر است (1) چه کسانی VIP های مرکز خرید آنلاین هدف ما هستند ؟ (2) الگوی خرید VIP چیست ؟ (3) کدام نوع از استراتژی های CRM می توانند درآمد را افزایش دهد؟ برای بررسی این سوالات تحقیق، ما (1) VIP را از نظر ارزش تازگی، تکرار و پولی (RFM) تعریف کرده و یک مدل طبقه بندی توسعه می دهیم که مشتریان را با استفاده از تکنیک های داده کاوی مانند درخت تصمیم گیری، شبکه عصبی مصنوعی، رگرسیون لجستیک و دسته بندی، به دو نوع VIP و غیر VIP تقسیم میکند. (2) تعیین قوانین مشارکت و الگوهای ترتیبی مخفی در داده تراکنش مشتری های VIP منفرد (3) پیشنهاد استراتژی های CRM برای مرکز خرید های آنلاین کوچک مقیاس بر مبنای قوانین تعیین شده و الگوها.

a b s t r a c t As dot-com bubble burst in 2002, an uncountable number of small-sized online shopping malls have emerged every day due to many good characteristics of online marketplace, including significantly reduced search costs and menu cost for products or services and easily accessing products or services in the world. However, all the online shopping malls have not continuously flourished. Many of them even vanished because of the lack of customer relationship management (CRM) strategies that fit them. The objective of this paper is to propose CRM strategies for small-sized online shopping mall based on association rules and sequential patterns obtained by analyzing the transaction data of the shop. We first defined the VIP customers in terms of recency, frequency and monetary (RFM) value. Then, we developed a model which classifies customers into VIP or non-VIP, using various data mining techniques such as decision tree, artificial neural network, logistic regression and bagging with each of these as a base classifier. Last, we identified association rules and sequential patterns from the transactions of VIPs, and then these rules and patterns were utilized to propose CRM strategies for the online shopping mall. 1. Introduction Internet technologies have provided many competitive advantages such as agility, selectivity, individuality and interactivity (Weiber & Kollmann, 1998). The Internet enables customers to search products and services meeting their needs with less time than before. Online shopping malls, where buyers place orders over the Internet, have emerged to become a prevalent sales channel. After dot-com bubble burst in 2002, an uncountable number of small-sized online shopping malls have emerged every day due to many good characteristics of online marketplace, including significantly reduced search costs and menu cost for products or services and easily accessing products or services in the world. However, all of small-sized online shopping malls have not flourished. Many of them even vanished. As such, owners of the online shopping malls are concerned about how to manage their shops successfully. So is the owner of a small-sized online shopping mall in Korea, for which we want to develop CRM strategies. The shop deals with imported items such as those used in living room, kitchen, bathroom, etc. Since it started, the online shopping mall has shown increased revenue for a while. These days, however, the revenue curve changes from steep to gentle slope because the owner of the online shopping mall does not have knowledge how to develop CRM strategies that fit to them (Anderson, Jolly, & Fairhurst, 2007). To make the online shopping mall thrive, good CRM strategies are critical. Therefore, our study aims to deal with following research questions: (1) Who are the VIPs of our target online shopping mall? (2) What are the VIPs’ purchase patterns? (3) What kinds of CRM strategies can increase revenue? To address these research questions, we (1) define VIP in terms of recency, frequency and monetary (RFM) value, and develop a classification model which classifies customers into VIP and non- VIP, using data mining techniques such as decision tree, artificial neural network, logistic regression, and bagging; (2) identify association rules and sequential patterns hidden in the transaction data of solely VIP customers; (3) propose CRM strategies for the smallsized online shopping mall based on the identified rules and patterns, respectively.