بخش‌بندی مشتریان صنایع تولید و پخش کالاهای پرگردش بر اساس مدل بهبود‌یافته RFM (مطالعه موردی: شرکت گلستان)

بخش‌بندی مشتریان و تحلیل رفتار آنها در صنایع تولید و پخش کالاهای پرگردش، با تعداد کثیری از مشتریان متفاوت در نقاط پراکنده، سبب هدفمندشدن فعالیت­های بازاریابی و ارتباط مؤثر آنها با مشتریان می‌شود. بخش‌بندی مشتریان از رویکردهای داده‌کاوی که به کشف گروه‌های مشابه از مشتریان منجر می‌شود، عمدتاً براساس متغیرهای تازگی، تکرار و حجم خرید در مدل RFM انجام می‌شود. کیفیت بخش‌بندی، به انتخاب مناسب متغیرهای عملکردی مشتریان بستگی دارد. ارزیابی کیفیت بخش‌بندی مشتریان بزرگ­ترین شرکت تولید و پخش کالاهای پرگردش، مؤید فرضیة تأثیرگذاری اندک متغیر تازگی خرید بر بخش‌بندی مشتریان این صنایع است. در این مقاله، متغیر توالی خرید (C) به­عنوان متغیر عملکردی مشتریان در این صنایع معرفی شده و با جایگزینی آن با متغیر تازگی خرید در مدل RFM، کیفیت بخش‌بندی مشتریان در این صنایع بهبود داده شده است. کاهش 11 درصدی شاخص دیویس- بولدین در خوشه‌بندی مشتریان شرکت گلستان و افزایش 1 درصدی دقت پیش‌بینی خوشة مشتریان در مدل شبکه‌های عصبی براساس مدل پیشنهادی این تحقیق (CFM) در مقایسه با مدل RFM، بیانگر دقت بالاتر مدل CFM است.