نویسندگان
1 دانشگاه تهران، تهران، ایران
2 کارشناس ارشد مدیریت بازرگانی، دانشگاه تهران، تهران، ایران
3 دانشجوی دکتری تحقیق در عملیات، دانشگاه تهران، تهران، ایران
چکیده
تقسیم بازار با شبکههای عصبی مصنوعی، سابقه طولانی در دنیا ندارد. به طور عمده، این روش در دنیا، از چندین سال پیش در مدیریت گردشگری به صورت گسترده آغاز گردید و پس از آن به سایر حوزههای بازاریابی نیز سرایت کرد. امروزه این روش در کنار روشهای آماری از شایعترین شیوههای تقسیمبندی مشتریان بوده و روزبهروز در حال گسترش است.
در این تحقیق به دلیل ضرورت شناخت مشتریان هدف برای یک شرکت تولیدکننده فرآوردههای گوشتی، نیاز به استفاده از روشی مؤثر برای بخشبندی مشتریان احساس گردید و در نهایت روش تحلیل خوشهای با شبکههای عصبی خودسازماندهنده ، که به خوشهبندی مشتریان اختصاص داشته و نمونههای زیادی از کاربرد آن در دنیا تجربه گردیدهاست، انتخاب و مورد استفاده قرار گرفت.
برای انجام تحقیق، در ابتدا معیارهای مفید در بخشبندی مشتریان مشخص شده و بر اساس آن پرسشنامهای طراحی گردیدهاست. پس از جمعآوری پرسشنامهها و اخذ اطلاعات، با استفاده از شبکههای عصبی مصنوعی، مشتریان خوشهبندی گردیدند و در نهایت نتایج به دستآمده مورد تبیین و تحلیل قرار گرفتهاست.
همچنین مقایسه روششبکههای عصبی برای خوشهبندی با روشهای کلاسیک خوشهبندی مشتریان با استفاده از روش آماری K-means انجام شده است.
کلیدواژهها
عنوان مقاله [English]
Market Segmentation Using Artificial Neural Networks Case Study: Meat Products (Sausage)
نویسندگان [English]
- Hasan Gholi Pour Tahmouras 1
- Seyed Mahdi Miri 2
- Ali Morovati sharif Abadi 3
چکیده [English]
Market segmentation by artificial neural networks has no deep root in the history. Generally, this ever developing approach has started since several years ago, and developed to other marketing areas. Now, beside statistical techniques, it is considered as one of the most popular methods in Custamer classification.
In Due to the necessity of recognizing the target market for a specific company, a need for the usage of an effective approach for customers grouping was recognized, in the Present research, and finally cluster analysis with SOM neural networks, was selected, and used for customers clustering.
Firstly, beneficent criteria for market segmentation were identified, and then a proper, questionnaire was designed. After gathering the questionnaires and collecting the data, using artificial neural networks, the customers were clustered, and the obtained, results were analyzed. At the end, the Findings of this method were compared with those of the traditional methods for clusteringusing K-means.
کلیدواژهها [English]
- Market Segmentation
- Cluster Analysis
- artificial neural networks