پیشبینی رفتار مشتری در صنعت خردهفروشی کالاهای تند مصرف (مورد مطالعه: شرکت گلپخش اول)
نویسندگان
1 کارشناس ارشد مدیریت فناوری اطلاعات، دانشکده مدیریت دانشگاه تهران، تهران، ایران
2 استادیار گروه مدیریت فناوری اطلاعات، دانشکده مدیریت دانشگاه تهران، تهران، ایران
3 استاد گروه مدیریت فناوری اطلاعات، دانشکده مدیریت دانشگاه تهران، تهران، ایران
doi
10.22059/jibm.2018.240903.2737چکیده
هدف: طی دو دهه اخیر، دادهکاوی به یکی از روشهای اصلی بهبود اثربخشی و کارایی صنعت خردهفروشی تبدیل شده و صنعت خردهفروشی نیز بهدلیل ماهیت دادههای آن، از زمینهای بازی مورد علاقه علم دادهکاوی بوده است. در این مطالعه به پیشبینی رفتار مشتری در صنعت خردهفروشی کالاهای تند مصرف (FMCG) با هدف افزایش کمّی و کیفی فروش در مورد مطالعه شرکت گلپخش اول پرداخته شده است. روش: تحقیق حاضر از لحاظ هدف در دسته پژوهشهای کاربردی قرار میگیرد و از نظر نحوه گردآوری دادهها، پیمایش دادهای طرحریزی شده است. مراحل اجرای تحقیق مبتنی بر فرایند CRISP-DM است که از مدل خوشهبندی RFMCL و تکنیکهای دستهبندی و پیشبینی رگرسیونی استفاده کرده و در نهایت برای پیشنهاد از روش پیشنهاددهی مشارکتی بهره برده است. یافتهها: حاصل مطالعه یک مدل پیشبینی است که به بهترین مشتریان، کالاهایی را که تا به حال خرید نکردهاند، در تاریخ خاص و به مقدار خاص پیشنهاد داده و بدین ترتیب روش فروش سفارشی را به فروش آنی تغییر میدهد. سیستم نهایی از سه زیر مدل خوشهبندی مشتریان، پیشبینی فروش و زیرسیستم پیشنهادگر تشکیل شده است. در زیرمدل خوشهبندی، مدل جدید RFMCL متناسب با مورد مطالعه توسعه یافته است. در زیرمدل پیشبینی فروش، مدل پنج متغیرهای با استفاده از رگرسیون با دقت MSE/Range 24/2 درصد ایجاد شده است. نتیجهگیری: با پیادهسازی این مدل در شرکت، برنامهریزی تولید پیشفعالانه شده و فرایند فروش از ویزیتوری به «فروش آنی» تغییر مییابد که این تغییر، صرفهجویی شایان توجهی در حمل و نقل و هزینههای پرسنلی فروش به ارمغان خواهد آورد.