ارائه مدلی براي ارزش گذاري مشتریان یک فروشگاه اینترنتی...

1 “کهاي داده کاويیترنتی با استفاده از تکننیارائه مدلی براي ارزش گذاري مشتریان یک فروشگاه ا ”: مقالهعنوان طه مکفی-3قی، ی هومن تصد-2، ک مهاجرین بیری شري ش-1: سندگانینو

مجموعه مقاالت اولین همایش تخصصی "سیستهاي هوشمند کامپیوتري و کاربردهاي آنها"

)1390ماهآذر ( مهندسی مجتمع فنی و- دانشگاه پیام نور استان تهران

بسمه تعالی

ارائه مدلی براي ارزش گذاري مشتریان یک فروشگاه اینترنتی با استفاده از " " سیویلیکامطالعه موردي در سایت :تکنیکهاي داده کاوي

طه مکفی -3، هومن تصدیقی -2، شري شیرین بیک مهاجر - 1: نویسندگان

[email protected]، فناوري اطالعات مهندسی کارشناسی ارشددانشجوي )1( [email protected]، عضو هیات علمی جهاد دانشگاهی صنعتی شریف )2(

[email protected]کارشناس مهندسی صنایع، )3(

چکیده وجود انواع مقاالت علمی، کتب و سایر منابع .امروزه اینترنت به یکی از ابزارهاي مهم در همه عرصه هاي زندگی بشر تبدیل شده است

ي توسط محققان و دانشمندان سراسر دنیا مورد پذیرش قرار ا هاي علمی و تحقیقاتی به طور گسترده الکترونیکی در اینترنت در عرصههاي مختلف علمی، یکی از ي داخلی و خارجی در زمینه مقاله150000در این راستا سایت سیویلیکا با دارا بودن بیش از . گرفته است

. ترین مراجع به منظور سهولت دسترسی به این منابع ارزشمند است محبوب

ها و در نتیجه بندي و تحلیل رفتار مشتریان این سایت به منظور شناخت بهتر آن کاوي براي رده هاي داده هدف این مقاله بکارگیري تکنیکگذاري مشتریان بر بندي و ارزش ما در این مقاله روشی را جهت بخش. باشد ي بازاریابی میها بهبود خدمات ارائه شده و تدوین استراتژي

. توصیف خواهیم نمود Clementine 12.0کاوي افزار داده و نرم CRISP-DMها با استفاده از روش ي خرید آن اساس سابقه

ديداده کاوي ، بخش بندي مشتریان ، مدیریت دانش ، خوشه بن: کلمات کلیدي

مقدمه -1امروزه استفاده از فناوري هاي مدرن در زندگی روزمره

دنبال کردن . جهت رفع نیازها امري اجتناب ناپذیر است اخبار و انجام کارها از طریق اینترنت رایج شده است سازمانها روي شبکه اینترنت بستري فراهم می کنند تا

ي از روزانه حجم زیاد.اطالعاتشان در دسترس مردم باشد اطالعات در اینترنت منتشر می شود و این مسئله منجر به

این شده که تنوع کاربران و درخواست هایشان زیاد از جمله کارهایی که امروزه روي شبکه ي . ]13[باشد

اینترنت رشد و توسعه یافته ، خرید اینترنتی یا به طور جامع اوانی با توجه به جاذبه هاي فر. تر تجارت الکترونیکی است

که در شبکه ي جهانی اینترنت وجود دارد برخی کسب و کار هاي جدید به وجود آمده که هر کدام مشتریان و عالقه

با توجه به حجم عظیم داده .مندان خاص خود را دارند




مشتریان، داده کاوي می تواند جهت طبقه بندي خریدهاي . مشتریان مورد استفاده قرار گیردارزش گذاريو

پس از مروري بر ادبیات تحقیق و آشنایی این مقالهدربا مفاهیمی چون مدیریت ارتباط با مشتري، چرخه زندگی مشتري و شناخت و ارزش گذاري مشتریان ، با استفاده از تکنیکهاي داده کاوي به بخش بندي و ارزش گذاري

در انتها به این . مشتریان یک فروشگاه اینترنتی می پردازیمی رسیم که استفاده از تکنیکهاي خوشه بندي روش نتیجه م

این مقاله . مناسبتري براي طبقه بندي مشتریان می باشدنشان می دهد که بخش بندي و شناخت ارزش مشتریان امري مفید است و در تعیین سیاستها و تعیین نوع خدمات

.به بازار و به مشتریان خاص مثمر ثمر خواهد بود

مشتریانشناخت و ارزش گذاري -2امروزه توجه اصلی بیشتر صنایع به سمت مشتري

شناخت نیازهاي واقعی و .محوري معطوف گردیده است ارائه بهترین و به موقع ترین سرویس ها مطابق با نیاز مشتریان ، اصول اساسی مدیریت ارتباط با مشتري را

توجه سریع و به موقع به نیازهاي اساسی . تشکیل می دهد عاملی در صرفه جویی هزینه ها و باال بردن صرفه مشتریان ،

. ]5[اقتصادي است داده کاوي یکی از عناصر مدیریت ارتباط با مشتري است که از تکنیک هایی براي تعامل و ارتباط با مشتریان

یکی از این تکنیک هاي داده کاوي، وب . استفاده میکندي به وب کاو. کاوي است که در عرصه وب استفاده میشود

تکنیک هاي خودکار بازیابی، استخراج و ارزیابی اطالعات از پرونده ها و سرویس هاي تحت وب به منظور کشف دانش

. ]1[اشاره دارد

مدیریت ارتباط با مشتري -1 -2مدیریت ارتباط با مشتري شامل مجموعه اي از فرآیندها و سیستم هاي توانا می باشند که استراتژي کسب

براي ساختن روابط بلند مدت و سودآور با مشتریان و کار را .حمایت می کند

داده هاي مشتریان و ابزارهاي تکنولوژي اطالعات مبنایی را . براي هر مدیریت ارتباط با مشتري موفق تشکیل میدهند

به عالوه، سرعت رو به رشد اینترنت و تکنولوژي هاي وابسته ی شده است و راه باعث افزایش فرصت هایی براي بازاریاب

هاي ارتباطی بین شرکت ها و مشتریانشان را تغییر داده .]9[است

چرخه زندگی مشتري -2- 2این چرخه به مراحل ارتباط مشتري و تجارت مربوط است و آگاهی از آن سودآوري مشتري را به همراه خواهد

: مرحله در چرخه زندگی مشتري وجود دارد4. داشتافرادي که هنوز مشتري نیستند ، اما در : همشتریان بالقو. 1

.هدف بازار قرار دارندمشتریان بالقوه یا : دهند مشتریانی که واکنش نشان می. 2

احتمالی که به محصول یا خدمتی عالقه و واکنش نشان .دهند میمشتریانی که از محصول یا خدمتی : مشتریان بالفعل. 3

.استفاده می کنندین دسته افراد، مشتریان مناسبی ا: مشتریان سابق. 4

نیستند زیرا مدت طوالنی، خرید خود را به سمت محصوالت .]3[ اند رقیب برده

ابعاد مدیریت ارتباط با مشتري-3 -2 : بعد می باشد4 مدیریت ارتباط با مشتري شامل

مدیریت ارتباط با مشتري با : شناسایی مشتریان ·ن فاز شامل شناسایی مشتریان شروع میشود، ای

هدف قرار دادن جمعیتی است که احتمال اینکه مشتري ما شوند زیاد باشد یا براي سازمان سودآور

عناصر فاز شناسایی مشتریان، شامل . میباشندتجزیه و تحلیل مشتریان هدف و بخش بندي

.مشتریان میباشداین فاز بعد از فاز شناسایی : جذب مشتریان ·

اسایی مشتریان بالقوه، بعد از شن. صورت می گیرد




سازمانها می توانند تالش و منایع مستقیم جذب یک عنصر جذب مشتري . مشتریان هدف نمایند

.بازاریابی مستقیم میباشداین فاز بحث اصلی مدیریت : حفظ مشتریان ·

رضایت مشتري که اشاره . ارتباط با مشتري استبه انتظارات مشتري با ادراك رضایت مندي

.ط اساسی براي حفظ مشتري میباشدمیباشد، شراین فاز شامل توسعه کثرت : توسعه مشتریان ·

تراکنش ها، ارزش تراکنش ها و سودآوري .مشتریان میباشد

این چهار بعد را می توان به عنوان حلقه بسته مدیریت . ]4[ارتباط با مشتري در نظر گرفت

تکنیکهاي داده کاوي براي شناخت و -3

تریانارزش گذاري مشابزارهاي داده کاوي در راستاي تحلیل داده هاي

، بسیار مرسوم a تحلیلیCRMمشتري در ساختار بسیاري از سازمان ها داده هایی در مورد مشتریان .هستند

جاري، مشتریان بالقوه، تامین کنندگان و شرکاي تجاري عدم توانایی کشف اطالعات .جمع آوري و ذخیره می کنند

در میان این داده ها مانع می شود که ارزشمند پنهان سازمانها این داده ها را به دانش مفید و با ارزش تبدیل

ابزارهاي داده کاوي کمک می کنند تا سازمان ها این .کنند .دانش نهفته را از میان حجم عظیم داده ها استخراج کنند

با وجود داده هاي جامع مشتریان، تکنولوژي داده کاوي می تجاري با قابلیت ایجاد فرصتهاي جدید فراهم تواند هوش

، روندي نوظهور CRMکاربرد ابزارهاي داده کاوي در . آوردتحلیل و فهم رفتار و مشخصات . در اقتصاد جهانی است

رقابتی براي CRMمشتري مبناي توسعه یک استراتژي بدست آوردن و نگه داشتن مشتریان بالقوه و ماکزیمم کردن

]9[ .ارزش مشتري است

بخش بندي مشتریان-3-1بخش بندي مشتریان یکی از روشهاي شناخت مشتري بوده و فرآیندي است که بر اساس آن یک بازار به بخش هاي متمایزي از مشتریانی که نیازها و مشخصاتشان یکسان

ایده اصلی این روش اینست که، .است، تقسیم بندي می شود و خواسته هاي یکسانی از آنجا که مشتریان هر بخش نیازها

دارند، به یک طرح بازاریابی و یک محصول خاص به شیوه بخش بندي بازار کمک می کند . اي مشابه پاسخ خواهند داد

تا با تقسیم یک بازار بزرگ به بخش هاي کوچکتر، شناخت گروههاي مشتریان آسان تر شده، استراتژي هاي بازاریابی

این روش منابع سازمان همچنین با . کاراتري تعریف گردددر بخش مدیریت ارتباط با مشتري به صورت بهینه تري مصرف می گردد، چراکه بخش عمده اي از منابع سازمان به

بخش . مشتریان با ارزش و سود آور تخصیص خواهد یافتبندي مشتریان در فضاي تجارت الکترونیک، از طریق انبوه

ف داده مشتریان داده هاي ذخیره شده در پایگاههاي مختل ]2[ .صورت می گیرد

بخش بندي مشتریان اساس بازاریابی و سرویس دهی اثربخشی یک سازمان است که تعداد زیاد مشتریان را در دسته هایی طبقه بندي می کند که مشتریان یک دسته داراي خصوصیات مشابهی با هم و خصوصیات متفاوتی با

ایسه با روش هاي در مق. مشتریان سایر گروهها می باشندسنتی بخش بندي مشتریان، بخش بندي مشتریان با

]11[: استفاده از داده کاوي داراي مزایاي زیر می باشدنتایج بخش بندي به کمک داده کاوي بر اساس ·

واقعیت داده ها شکل می گیرد و نقش فاعلی افرادي که داده ها را پردازش می کنند حذف می

ایج نهایی بیشتر هدف گردد که باعث می گردد نتنشان دادن تفاوت هاي میان جمعیت ها را محقق

.کندمشخصات دسته بندي را در گروههاي مختلف ·

. مشتریان به صورت جامع تري نمایش می دهدکه این موضوع منجر به شناخت کامل تر متخصصان بازاریابی از مشتریانشان می شود و از




ند و این طریق برنامه هاي بازاریابی هدفم .اختصاصی قابل اجرا می باشند

تغییرات رفتاري مشتریان می تواند به سادگی با ·کنار هم گذاشتن مدل هاي آنالیز خوشه بندي و به روز کردن دسته مشتریان به صورت منظم،

.ردگیري شود

مدل هاي سنتی بخش بندي مشتریان معموال، بر این .اساس داده هاي ویژگی هاي مشتري انجام می شوند

نوع بخش بندي نتایج بسیار ساده با دقت پائینی براي . محیط هاي کسب و کار پیچیده امروزي ارائه می کنند

اخیرا، بخش بندي مشتریان بر اساس داده هاي رفتاري و مثل نوع، حجم و سوابق خرید، داده ( مبادالتی مشتریان

یا در واقع داده هاي ارزش ) هاي فعالیت در وب و غیره تریان، که توسط سیستمهاي اطالعاتی مختلف جمع مش

]7[. آوري می گردد، انجام می شود، از روش هاي )b) RFMمدل تحلیل تازگی، تکرار و مبلغ

تحلیل ارزش مشتري می باشد که به عنوان یک ویژگی . بسیار مهم در بخش بندي مشتریان نیز استفاده می شود

1994 ، در سالc که توسط هوگسRFMمدل تحلیلی معرفی شده، مدلی است که مشتریان با ارزش را از طریق

) ویژگی( متغیر3انبوه داده هاي تبادالت مشتریان به وسیله Rو FوMجزئیات مدل به صورت زیر . متمایز می سازد

:استفاصله بین زمان آخرین ): R(تازگی آخرین خرید .1

.خرید تا اکنونریود زمانی تعداد مبادالت در یک پ): F(تکرار خرید .2

.مشخص مثل دو بار در سالمیزان پولی که در یک دوره ): M(کل مبالغ خرید .3

زمانی معین صرف تمامی خریدهاي مشتري شده ]12[. است

فرایند میان صنعتی استاندارد براي داده -4

)CRISP-DM(کاوي

مدلهاي مختلفی براي انجام پروژه هاي کشف دانش و فرایند میان " این میان، مدل داده کاوي وجود دارد که از

، یکی از ")CRISP-DM(صنعتی استاندارد براي داده کاويروشهاي معمول و موفقی است که در بسیاري از پروژه هاي

مراحل اصلی این . صنعتی مورد استفاده قرار گرفته استمدل شامل شناخت کسب و کار، شناخت داده، پیش

رزیابی و توسعه می ، ا)داده کاوي(پردازش داده، مدلسازي ]8[ .باشد

ساختار اجرایی پژوهش-5

بوده و پایه اصلی dماهیت این بخش پژوهش داده محورتحقیق حاضر بر کشف دانش از پایگاه داده هاي فروشگاه

از اینرو استاندارد . تجارت الکترونیکی مذکور نهاده شده است جهت انجام فرایند تحقیق مورد CRISP-DMجهانی

ه قرار گرفته است که در این بخش ساختار اجرایی استفاد .تحقیق بر اساس مراحل این استاندارد تشریح شده است

CRISP-DM بررسی موردي اجراي الگوریتم -6

جهت ارزش گذاري مشتریان در سایت سیویلیکا

، CRISP-DMدر این بخش با اقتباس از مدل اساس چارچوبی براي ارزش گذاري مشتریان این سایت بر

سابقه خرید آنها و به روش بخش بندي، با استفاده از دو در . روش خوشه بندي و گسسته سازي دستی ارائه می شود

ارزش براي تعیین RFMاین چارچوب از روش تحلیل در نهایت با استفاده از شبکه . مشتري استفاده شده است

عصبی به بررسی و مقایسه عملکرد هر یک از روشهاي ده در بخش بندي و ارزش گذاري مشتریان می استفاده ش

.پردازیم

درك فضاي کسب و کار در ارتباط با بخش - 6-1 بندي مشتریان




تعیین اهداف و نیازمندیهاي تجاري-1 -1 -6در این مرحله با توجه به مطالعه مستندات ، وب سایت شرکت و مصاحبه با مدیریت و کارشناسان شرکت، مسئله

شناخت و ارزش گذاري مشتریان سیستم موجود در زمینه .فروش اینترنتی مورد بررسی قرار گرفت

براي طراحی طرحهاي تبلیغاتی تخصصی که حداکثر دستیابی به اهداف را در مقابل حداقل مصرف منابع ایجاد نمایند، شناخت مشتریانی که بیشترین احتمال جذب یا

تریان شناخت مش. افزایش خرید را دارا هستند الزم استیکی از مهم ترین بخشهاي چرخه فرایند مدیریت ارتباط با مشتري بوده و بخش بندي مشتریان از مهم ترین و

.متداولترین روش هاي آن محسوب می گردد

تعیین اهداف پروژه داده کاوي-2 -1 -6بعد از مشخص کردن اهداف تجاري ، زمان ترجمه و

اهداف . وي می باشدتبدیل انها به شکل قابل قبول داده کا :تعیین شده به فرم داده کاوي در این بخش عبارتند از

شناسایی مشتریان ارزشمند شرکت بر اساس · سابقه خرید آنها

ساخت مدلی با استفاده از داده هاي مشتریان به · منظور پیش بینی احتمال تغییرات رفتار مشتري

تعیین رتبه هر یک از مشتریان بر اساس میل و · تريارزش مش

جهت شناخت مشتریان و ارزش گذاري مشتریان از مدل و جهت بخش بندي ) RFM(تحلیل تازگی، تکرار و مبلغ

.مشتریان از تکنیکهاي خوشه بندي استفاده شده است

شناخت داده هاي مشتریان-2 -6 جمع آوري داده هاي اولیه-1 -2 -6

در این مرحله پایگاههاي داده مشتریان مورد بررسی تنها بخشی که داراي داده هاي با ارزش و قابل . قرار گرفت

استفاده به منظور ارزش گذاري مشتریان می باشد، داده

هاي مربوط به سوابق خرید مشتریان است که امکان تولید . را فراهم می کند"ارزش مشتري"

تشریح و توصیف داده ها-2 -2 -6

جدول خرید مقاالت، مربوط به ثبت اطالعاتدرخواستهاي خرید مقاالت توسط کاربران سایت می باشد و اطالعات دقیقی را در مورد تاریخ خرید، زمان خرید، ایمیل کاربر، کد مقاله خریداري شده و موضوع مقاله نشان می

رکورد است که 181171تعداد رکوردهاي این جدول . دهد. می باشد1389 مشتري در سال 37320سوابق خرید

). 1جدول شماره (ي از این جدول در زیر آمده است نمونه ا که براي نرم افزار mdbاین داده ها در قالب فایلی با فرمت وارد نرم افزار tblrequestکلمنتاین شناخته شده است با نام

.شده اند

نمونه اي از جدول خرید مقاالت-1جدول تاریخ کد پیگیري

خریدزمان خرید

موضوع ایمیل کاربر کد مقاله

260936 1389/1/1

07:42: ظ. ق49

NC_25.pdf

[email protected]

مهندسی عمران

261554 1389/1/7

08:59: ظ. ب53

ICI_30.pdf

[email protected]

و مسکن معماري

263424 1389/1/7

02:21: ظ. ب18

PC_05.pdf

[email protected]

برق و وتریکامپ

کیفیت داده ها کاوش اولیه و اعتبارسنجی-3 -2 -6در این مرحله داده هاي موجود از نظر وجود داده هاي

همانطور که در . پرت ، انتهایی و مقادیر مفقود بررسی شدندجدول زیر آمده است نتایج بدست آمده نشان می دهد که تمامی رکورد هاي این مرحله کامل بوده و فاقد داده هاي

.پرت و مقادیر نامعتبر می باشند




نتایج بررسی اولیه داده ها براي ارزش گذاري –2دولج مشتریان

Complete Records

Extreme Outlier Type Field Title

100% 0 0 Range کد پیگیري

100% -- -- Discrete تاریخ خرید

100% 0 0 Range زمان خرید

100% -- -- Set کد مقاله

100% -- -- Set ایمیل کاربر

خاب زیر مجموعه هاي مطلوب داده انت-4 - 6-2با توجه به بررسی داده ها در مرحله قبل همه رکوردهاي سوابق خرید مشتریان را براي ساخت مدل ارزش گذاري مشتریان این سایت انتخاب کرده و وارد مدل می

.کنیم

آماده سازي داده هاي مشتریان-3 -6 اگر چه داده هاي موجود در یک پایگاه داده ممکن

است شامل اطالعات کافی براي ساخت انواع مدل هاي داده کاوي باشد ولی همیشه در فرمی نگهداري نمی شوند که بتوانند مستقیما به عنوان ورودي مدل ها مورد استفاده قرار

در چنین مواردي داده ها باید به منظور بدست . گیرند داده هاي ذخیره شده از.آوردن مدل هاي دقیق تبدیل شوند

معامالت مشتري از دیدگاه داده کاوي داراي چالش هایی :می باشند که عبارتند از

حجم عظیم داده هاي ذخیره شده، خرده فروشی هاي - الفبزرگ زنجیره اي می توانند میلیون ها تراکنش در هر روز

.تولید کنند پراکندگی در داده ها، در یک فروشگاه با تعداد اقالم -ب

ید معمولی تنها شامل بخش کوچکی از زیاد، یک سبد خر

کل آیتم هاي موجود می باشد، و براي هر مشتري ممکن است سبدهاي خرید بسیار کمی موجود باشد، شاید فقط

.یکی ناهماهنگی یا غیر یکنواختی، تنوع قابل توجهی در رفتار -ج

.خرید افراد مختلف وجود دارد و زمان بر پیش پردازش و آماده سازي داده ها مهم ترین

تا 60تقریبا . ترین مرحله در پروژه هاي داده کاوي است درصد زمان انجام بک پروژه داده کاوي صرف این مرحله 90

درصد موفقیت پروژه هاي داده کاوي 90 تا 75می شود و ]6[ .به آن بستگی دارد

انتخاب و ترکیب ویژگی ها-1 -3 -6بق خرید از مجموعه فیلدهاي موجود در جدول سوا

مشتریان فیلدهاي کد پیگیري، کد مقاله و ردیف مقاله در بخش بندي و ارزش گذاري مشتریان بی تاثیر تشخیص داده شده و پس از انجام تنظیمات الزم و به منظور رفع

منبع نسبت به Filterمشکل افزونگی داده ها، از قسمت . فیلد اقدام شد3حذف این

ساخت داده-2 -3 -6نظور بررسی حجم مقاالت خریداري شده از سایت در به م

ساعات مختلف شبانه روز، مقادیر تغییرات در زمان خرید مقادیر گسسته 3در جدول . مقاالت گسسته سازي می شوند .سازي شده نشان داده شده است

براي فایل گسسته سازي تغییرات زمان خرید مقاالت –3جدول سوابق خرید مشتریان

انتهاي بازه ابتداي بازه هنماینده دست1 0 6 2 6 12 3 12 18 4 18 24

نشان می ) 1شکل شماره (بررسی نمودار توزیع این فیلد

بعد 6 ظهر الی 12دهد بیشترین حجم خریدها در ساعات .از ظهر بوده است




هیستوگرام توزیع فروش مقاالت در ساعات مختلف -1شکل

شبانه روز

. اقدام شد priceیلد هزینه خرید با نام نسبت به ساخت ف-هدف از ایجاد این فیلد امکان بررسی متغیر هزینه در سوابق

با توجه به اینکه کاربران عضو در . خرید مشتریان می باشداین سایت براي دریافت مقاالت می توانند بصورت اینترنتی

هر یا کارتهاي سیویلیکا میزان اعتبار دلخواه خود را به مبلغ ریال خریداري کنند و قیمت همه مقاالت در 10000اعتبار

ریال است، مقدار این فیلد در همه 10000این سایت برابر ریال به ازاي هر خرید جایگزین 10000رکوردها با مقدار

.گردید

نسبت به ساخت فیلد ماه خرید مقاله با نام -DATE_MONTH با استفاده از گره Deriveاقدام شد .

هدف از ایجاد این فیلد بررسی توزیع حجم مقاالت خریداري .شده هر موضوع در هر ماه می باشد

این فیلد با استفاده از رابطه زیر از روي مقدار فیلد تاریخ .خرید در فایل سوابق خرید مشتریان ایجاد شد

datetime_month(date1) نشان می) 2شکل شماره (بررسی نمودار توزیع این فیلد

دهد بیشترین حجم خرید مقاالت در ماههاي آبان، آذر و که دلیل آن می تواند شروع سال تحصیلی . دي بوده است

.جدید در دانشگاهها باشد

هیستوگرام توزیع فروش مقاالت در ماههاي مختلف - 2شکل سال

تنظیم فرمت داده ها-3 -3 -6با در فایل داده هاي تراکنشی، محتویات فیلد تاریخ

به منظور فعال سازي پردازش . فرمت عددي ذخیره می شودارتباطات تاریخ در کلمنتاین باید فرمت عددي را به فرمت

. تاریخ تبدیل کنیم date1براي این منظور با استفاده از رابطه زیر محتویات فیلد

. را با فرمت تاریخ جایگزین می کنیمto_date(to_string(Date1))

به فرمت تاریخی براي date1ي و تبدیل فیلد پس از جاگذار و رابطه selectبررسی جاگذاري درست همه مقادیر از ند

@BLANK(date1) or @NULL(date1) رکورد با 1467استفاده کردیم که مشخص شد تعداد

پس از بررسی سابقه خرید . جایگزین شده اندnullمقدار جایگزین شده بود nullافرادي که فیلد تاریخ آنها با مقدار

31 و 30 و29مشخص شد که همه این خریدها در روزهاي در 31انجام شده اند و دلیل آن می تواند عدم تعریف روز

ماههاي میالدي باشد که براي نرم افزار کلمنتاین ناشناخته جهت رفع این مشکل بازگشت به مرحله پاکسازي . است

همه داده هاي مذکور با توجه به اینکه . داده ضروري است این مشکل را ایجاد نمی 31 و30 و 29مربوط به روزهاي

کردند پس از بررسی هاي الزم تصمیم گرفته شد با توجه به هزارم درصد از کل داده 55حدود (حجم کم این رکوردها

مشتري از مجموع 193که مربوط به سوابق خرید ) هاا با تاریخ مشتري می باشند این مجموعه داده ه42709

جایگزین ) میانگین تاریخ هاي موجود (1389- 01-07 .گردند

تایید کیفیت داده و ساخت فایل نهایی -4 -3 -6 داده ها

با بررسی وضعیت داده ها در مراحل قبلی و استفاده از ابزار داده کاوي نسبت به رفع خطا و یا جایگزینی داده هاي




لیه کامل بوده و فاقد مذکور، مالحظه گردید که داده هاي اولذا جدول نهایی بدست آمده . مقادیر تهی و نامعتبرمی باشد

و mdbاز ساخت و آماده سازي داده هاي مذکور در فرمت استخراج گردید تا در TblRequestFinalتحت عنوان فایل

مرحله بعدي، جهت ورود به مدل ارزش گذاري مشتریان از . آن استفاده شود

ازي و اجراي مدل مدلس-4 -6در این مرحله تکنیکهاي مختلف مدلسازي انتخاب و اجرا می شوند و پارامترهاي آنها براي بدست آوردن مقادیر

عموما تکنیکهاي مختلفی براي . بهینه اندازه گیري می شودبعضی از تکنیکها . مسائل مشابه داده کاوي وجود دارد

براین گاهی نیازهاي مشخصی در خصوص داده ها دارند بنا. اوقات برگشت به مرحله آماده سازي داده ها ضروري است

اقداماتی که در فاز مدلسازي انجام می شود شامل مراحل :زیر است .انتخاب و اجراي تکنیکهاي مناسب مدلسازي · .انجام تنظیمات مدل براي بهینه سازي نتایج ·بکارگیري چندین روش مختلف داده کاوي براي ·

.ده کاويحل یک مسئله دادر صورت لزوم برگشت به مرحله آماده سازي داده ·

ها جهت انجام عملیات مورد نیاز روي داده ها متناسب با نیازهاي مشخص تکنیکهاي داده کاوي

]10[. مورد استفاده

انتخاب تکنیک مدلسازي-1 -4 -6با توجه به اینکه هدف اصلی این پروژه داده کاوي، رده

مشتریان بر اساس سابقه خرید آنها بندي و ارزش گذاري می باشد، در ابتدا جهت شناخت و ارزش گذاري مشتریان، داده هاي آماده شده در مراحل قبل به مدل تحلیل تازگی،

وارد شدند، سپس نتایج حاصل با ) RFM(تکرار و مبلغ استفاده از دو روش بخش بندي دستی و خوشه بندي به

و در نهایت با استفاده از رده هاي جداگانه تقسیم شدند

شبکه عصبی به ارزیابی و مقایسه کالسهاي بدست آمده در .هر دو روش می پردازیم

بخش بندي و ارزش گذاري مشتریان به -2 - 6-4 روش دستی

و RFMدر این بخش پس از ورود داده ها به مدل تحلیلی محاسبه ارزش هر مشتري بر اساس سوابق خرید او، به

بندي مشتریان بر اساس ارزش آنها، پس از منظور بخش ، به RFMبررسی مقادیر بدست آمده از خروجی مدل

Monetary و Recency ، Frequencyگسسته سازي مقادیر . اقدام شد biningبدست آمده با استفاده از تکنیک

تعریف کرده و مقدار آن R*F*Mسپس متغیر دیگري به نام

زیر براي همه مشتریان بدست می را با استفاده از رابطه :آوریم

Frequency_BIN * Monetary_BIN * Recency_BIN

نمونه اي از مقادیر بدست آمده تا این مرحله در جدول زیر .نشان داده شده است) 4جدول شماره (

بدست آمده براي مشتریانR*F*M نمونه مقادیر -4 جدولR*F*M Moneta

ry Frequenc

y Recenc

y Email

5 10000 1 76 [email protected]

125 630000 63 84 [email protected]

20 90000 9 70 arash @gmail.co

m

برچسب گذاري مشتریان در روش اول-1 -2 -4 -6براي بخش بندي و برچسب گذاري مشتریان بر مبناي سوابق خرید آنها در این روش، از گسسته سازي متغیر

R*F*Mاستفاده می 5تفاده از روابط جدول شماره با اس CUSTOMERدر نتیجه فیلد جدیدي به نام . کنیم

VALUEجهت ارزش گذاري مشتریان به جدول اضافه شد .




جهت بخش بندي R*F*Mگسسته سازي تغییرات -5جدول

و برچسب گذاري مشتریاننماینده

دستهابتداي درصد تعداد

بازهانتهاي

بازهCUSTOMER

VALUE

1 62 % 0.15

مشتریان طالیی 125 100

2 35 % 0.08

مشتریان خاص ∞ 125

3 39094 % 91.54

مشتریان 25 1 رویگردان

4 196 % 0.46

مشتریان عادي 75 50

5 179 % 0.42

مشتریان وفادار 100 75

6 3143 % 7.36

مشتریان 50 25 مشکوك

ریان در این نمونه اي از برچسب هاي بدست آمده براي مشت

.روش، در جدول زیر نشان داده شده است

نمونه برچسب هاي بدست آمده جهت ارزش گذاري -6جدول مشتریان در روش اول

CUSTOMER

VALUE R*F*M Monetar

y Frequenc

y Recenc

y Email

forghni@y 76 1 10000 5 رویگردانahoo.com

hardali@y 84 63 630000 125 طالییahoo.com

arash@gm 70 9 90000 20 رویگردانail.com

در این روش با توجه به امتیاز بدست آمده براي هر مشتري

و Recency ، Frequencyاز روي حاصلضرب مقادیرگسسته Monetary 6 ، و سپس گسسته سازي آن، مشتریان به

گروه مشتریان خاص، طالیی، وفادار، عادي، مشکوك و . و برچسب گذاري شدندرویگردان تقسیم شده

بخش بندي و ارزش گذاري مشتریان با -3 -4 -6 استفاده از تکنیکهاي خوشه بندي

در این بخش پس از ورود داده ها به مدل تحلیلی

RFM و محاسبه ارزش هر مشتري بر اساس سوابق خرید او، به منظور بخش بندي مشتریان، از تکنیک خوشه بندي

مشخصه هاي . استفاده نموده ایم، K-Meansفاصله اي استخراج شده که به عنوان ورودي تکنیک هاي خوشه بندي

:تعریف شده اند عبارتند ازفاصله بین زمان ): Recency(تازگی آخرین خرید .1

.آخرین خرید تا اکنونتعداد مبادالت در یک ): Frequency(تکرار خرید .2

پریود زمانی مشخصدها مشخصه کل مبالغ با توجه به اینکه در همه رکور

، همواره ضریب ثابتی از مشخصه تکرار ) Monetary(خریدخرید می باشد، این مشخصه بی تاثیر تشخیص داده شد و به منظور جلوگیري از افزونگی داده ها از ورودي تکنیک

.هاي خوشه بندي حذف گردید

تعداد خوشه K-Meansتکنیک خوشه بندي فاصله اي کاو دریافت می کند، در اینجا با توجه به بهینه را از داده

کالسهاي از پیش در نظر گرفته براي ارزش گذاري مشتریان نتایج . در نظر گرفته شده است6تعداد خوشه ها برابر

7خروجی خوشه بندي با این الگوریتم در جدول شماره .آمده است

-K میانگین مشخصه هاي هر خوشه تکنیک - 7جدول شمارهMeans

شه خو6

خوشه 5

خوشه 4

خوشه 3

خوشه 2

خوشه 1

مشخصه4307 1196

3 8419 5605 1 1241

4 تعداد

10٪ 28٪ 19.7٪ 13٪ 0.002٪

درصد 29٪

305 160 220 387.5 74 97.50

Recency

3.2 3.8 3.15 2.3 5716 6.16 Frequency




را K-Means خوشه هاي تولید شده توسط تکنیک 3شکل .نشان می دهد

K-Means خوشه هاي تولید شده توسط تکنیک -3شکل

-K نتایج بخش بندي مشتریان با تکنیک -1- 3 - 6-4Means

با فرض اینکه نقطه مرکزي هر خوشه نماینده کل نقاط . هر خوشه است، ویژگیهاي مشتریان خوشه ها تحلیل شد

-Kتکنیک در ادامه هر یک از خوشه هاي تولید شده با

Means تحلیل .. داده هاي بدست آمده از جدول بر اساس :می گردد

مشتري بوده و 12414 شامل 1خوشه : 1خوشه .1

این خوشه . از کل مشتریان را دارا می باشد29٪پرجمعیت ترین خوشه نسبت به سایر خوشه هاي

با توجه به مختصات نقاط . موجود می باشد در مقایسه با سایر 1مرکزي خوشه ها، خوشه

از فرکانس خرید باال و قابل قبول خوشه ها برخوردار می باشد و مدت زمان سپري شده از آخرین خرید آنها در مقایسه با سایر خوشه ها

که فقط داراي یک مشتري می 2به جز خوشه (با توجه به اینکه . از همه کوتاهتر است) باشد

افرادي که در این خوشه هستند فرکانس خرید سپري شده از آخرین خرید معقول داشته و زمان

آنها کم است باالترین اهمیت را براي سیستم

در نتیجه به این . فروش اینترنتی خواهند داشت گروه از مشتریان برچسب مشتریان طالیی را

.نسبت می دهیم مشتري، یعنی 1 که شامل 2خوشه : 2خوشه .2

با توجه . از کل مشتریان را دارا می باشد0.002٪ت نقاط مرکزي این خوشه، اعضاي این به مختصا

خوشه داراي فرکانس خرید بسیار باال و غیرعادي به این ترتیب این افراد کسانی هستند . می باشند

که با فرکانس خرید بسیار باال و غیرعادي یک مشتري معمول سیستم نبوده و جزو کاربران

این افراد مسئوالن . عادي وب سایت نمی باشندیا کافی نت ها می باشند که با ایجاد کتابخانه ها

یک حساب کاربري براي اعضاي کتابخانه و یا مشتریان خود به خرید مقاالت از سایت اقدام می

در نتیجه به این گروه از مشتریان برچسب . کردند .مشتریان خاص را نسبت می دهیم


با توجه به . ارا می باشد از کل مشتریان را د13٪مختصات نقاط مرکزي این خوشه، اعضاي این خوشه داراي پایین ترین فرکانس خرید بوده و

این . زمان زیادي از آخرین خرید آنها گذشته استافراد کسانی هستند که در دوره اي مشتري سیستم بوده اند اما بعد از تعداد محدودي خرید

رف شده و سیستم را اینترنتی از ادامه خرید منصدر نتیجه به این گروه از مشتریان . ترك کرده اند

.برچسب مشتریان رویگردان را نسبت می دهیم مشتري بوده و 8419 شامل 4خوشه : 4خوشه .4

با توجه . از کل مشتریان را دارا می باشد19.7٪به مختصات نقاط مرکزي این خوشه، این

ی بوده و مشتریان داراي فرکانس خرید معمولزمان سپري شده از آخرین خرید آنها نیز نرمال




می باشد، در نتیجه به این گروه از مشتریان .برچسب مشتریان عادي را نسبت می دهیم


با توجه به . از کل مشتریان را دارا می باشد28٪مختصات نقاط مرکزي این خوشه، اعضاي این خوشه داراي فرکانس خرید قابل قبولی بوده و زمان سپري شده از آخرین خرید آنها نیز نسبتا

در نتیجه به این گروه از مشتریان . کم می باشد .برچسب مشتریان وفادار را نسبت می دهیم


با توجه به . از کل مشتریان را دارا می باشد10٪صات نقاط مرکزي این خوشه، اعضاي این مخت

خوشه داراي فرکانس خرید نسبتا کم بوده و زمان سپري شده از آخرین خرید آنها نیز نسبتا زیاد می

بنابراین نمی توان بطور قطعی نوع آنها را . باشدتشخیص داد و باید با گذشت زمان و بررسی بیشتر رفتار خرید آنان شناخت بیشتري نسبت به

در . افراد بدست آورده و نوع آنها را تمایز داداین نتیجه به این گروه از مشتریان برچسب مشتریان

.مشکوك را نسبت می دهیم

برچسب گذاري مشتریان در روش دوم-2 -3 -4 -6با توجه به مشخصات خوشه ها و تحلیل هاي انجام شده در مرحله قبل، برچسب هاي زیر براي ارزش مشتریان

ه در نظر گرفته شد و بر اساس روابط جدول شماره هر خوش جهت برچسب customer value فیلد جدیدي به نام 8

.گذاري مشتریان اضافه شد

برچسب گذاري مشتریان هر خوشه جهت بخش بندي - 8جدول و ارزش گذاري مشتریان

برچسب شماره خوشه مشتریان طالیی 1 مشتریان خاص 2 یگردانمشتریان رو 3 مشتریان عادي 4 مشتریان وفادار 5 مشتریان مشکوك 6

نمونه اي از برچسب هاي بدست آمده براي مشتریان در این

. نشان داده شده است9روش، در جدول شماره

نمونه برچسب هاي بدست آمده جهت ارزش گذاري -9جدول مشتریان در روش دوم

customer value Monetary

Frequency

Recency Email

forghani@ya 76 1 10000 طالییhoo.com

mohammad 220 4 40000 يعاد@yahoo.com

[email protected] 131 13 130000 وفادارm

مقایسه و بررسی دقت مدل هاي ساخته - 4 -4 -6

شده براي برچسب گذاري مشتریان با استفاده از شبکه عصبی

شده براي مدل هاي ساخته به منظور مقایسه دقتبرچسب گذاري مشتریان در دو روش دستی و خوشه بندي، با استفاده از تکنیک شبکه هاي عصبی به پیش بینی ارزش بدست آمده براي هر مشتري در دو روش فوق پرداختیم و دقت بدست آمده براي شبکه عصبی در هر دو روش را با هم

دقت بدست آمده در هر دو روش در جدول. مقایسه کردیم نشان داده 5 و 4 و نمودار اهمیت متغیرها در اشکال 10

.شده است




نمودار اهمیت متغیرها در روش اول–4شکل

مقایسه دقت بدست آمده از اجراي شبکه عصبی در – 10جدول

روش هاي اول و دومبخش بندي (روش اول مشخصه

دستی مشتریان با گسسته )R*F*Mسازي

یان با بخش بندي مشتر(روش دوم )تکنیکهاي خوشه بندي

99.27 97.74 دقت مدل 3 3 تعداد الیه ورودي

7 7 تعداد الیه خروجی 1 1 تعداد الیه پنهان

نمودار اهمیت متغیرها در روش دوم– 5شکل

همانطور که مشاهده می شود اجراي شبکه عصبی براي پیش بینی ارزش مشتري در روش دوم داراي دقت باالتري

باشد، به همین دلیل نتیجه می گیریم که استفاده از میتکنیکهاي خوشه بندي به منظور بخش بندي مشتریان

. روش مناسب تري براي جداسازي مشتریان می باشد

ارزیابی مدل ها- 6-5در فاز ارزیابی نیز، مدل یا مدل هایی که بهترین

قبل از. کیفیت را در تحلیل داده دارند ساخته می شونداجراي مدل نهایی فاز ارزیابی بسیار داراي اهمیت است تا

در پایان این مرحله . اینکه به اهداف کسب و کار دست یابیمتصمیماتی در خصوص استفاده از نتایج داده کاوي گرفته

:اقدامات این فاز شامل مراحل زیر است. می شودارزیابی مدلهاي تولید شده قبل از استقرار نهایی ·

.آنهاررسی دستیابی مدل به مجموعه اهداف تعیین ب ·

.CRISP-DMشده در فاز اول بررسی اینکه برخی از بخشهاي مهم کسب و کار ·

یا مسئله تحقیق به اندازه کافی بررسی و محاسبه .نشده است

.تصمیم گیري جهت استفاده از نتایج داده کاوي ·]10[

، از به منظور ارزیابی مدلهاي ساخته شده در این پژوهش

. تقسیم داده ها به دو مجموعه آموزشی و تست استفاده شد درصد بصورت داده 30 درصد داده ها بصورت آموزشی و 70

هاي آزمایشی وارد مدل هاي ساخته شده در هر دو روش نتایج بدست آمده از ارزیابی مدل ها 12 و 11جداول . شدند

.در هر دو روش را نشان می دهند

بدست آمده از ارزیابی مدل پیش بینی ارزش نتایج - 11جدول مشتریان در روش اول

داده هاي

آموزشی

درصد داده هاي

آموزشی

داده هاي آزمایشی


آزمایشی 92.91 % 11983 93.22 % 27792 صحیح

7.09 % 914 6.78 % 2020 غلطجمع

کل29812 12897




ارزیابی مدل پیش بینی ارزش نتایج بدست آمده از -12جدول مشتریان در روش دوم

داده هاي آموزشی


آموزشی

داده هاي آزمایشی


آزمایشی 99.19 % 12793 99.25 % 29589 صحیح

0.81 % 104 0.75 % 223 غلط 12897 29812 جمع کل

ه همانطور که جداول فوق نشان می دهند مدل ساخته شد

براي پیش بینی ارزش مشتریان در روش دوم که از تکنیکهاي خوشه بندي براي بخش بندي مشتریان استفاده

.کرده بود داراي دقت باالتري می باشد

تحلیل نتایج و ارائه دانش بدست آمده-6 -6ساخت مدل معموال پایان کار داده کاوي نیست حتی

ه ها باشد، دانش اگر اهداف مدل افزایش دانش راجع به دادکشف شده باید سازماندهی شده و به روش قابل استفاده

مواردي که باید به آن توجه داشت . براي کاربران ارائه شود :عبارتند از

استفاده از مدل تولید شده، توجه داشته باشید که · .ایجاد مدل به معناي اتمام پروژه نمی باشد

.تهیه گزارشات الزم ·یند داده کاوي در یک بخش اجرا و استقرار فرا ·

]10[. دیگر بصورت موازي

در این پژوهش نتایج حاصل از مدل ارزش گذاري مشتریان ، بصورت یک گزارش از کل کار در اختیار شرکت مورد مطالعه قرار می گیرد تا شرکت بر اساس استراتژي هاي خود در مورد استفاده از نتایج و تعیین استراتژي هاي بازاریابی در

مورد گروههاي مختلف مشتریان موجود تصمیم گیري .نماید

گیري نتیجه-7

بخش بندي مشتریان به وسیله تکنیکهاي خوشه بندي یکی از کاراترین روش ها براي شناخت ویژگی هاي رفتاري

در . مشتریان به منظور مدیریت ارتباط با مشتریان می باشدمدل تحلیل این مقاله به منظور بخش بندي مشتریان از

بر اساس تازگی، تکرار و مبلغ استفاده شد، سپس مشتریان ارزش بدست آمده از سابقه خریدشان با استفاده از دو روش بخش بندي دستی و همچنین با استفاده از تکنیکهاي

بررسی و مقایسه دقت . خوشه بندي بخش بندي شدنداجراي شبکه عصبی به منظور پیش بینی ارزش بدست آمده

اي مشتري در هر دو روش، نشان داد که خوشه بندي برروش مناسب تري براي بخش بندي مشتریان به گروههاي

.دلخواه می باشددر این تحقیق مشتریان فعلی سیستم فروش اینترنتی مقاالت، بر اساس سوابق خرید موجود در پایگاه داده فروش

خوشه کشف 6مقاالت بخش بندي و ارزش گذاري شده و برچسب گذاري مشتریان در خوشه هاي مختلف بر . یدگرد

اساس ارزش آنها، امکان تعریف استراتژي هاي مناسب بر این . اساس ویژگی هاي هر خوشه را فراهم کرده است

تحقیق یک ایده کلی در رابطه با استفاده از تکنیکهاي داده کاوي براي بخش بندي و ارزش گذاري مشتریان در اختیار

.می گذاردبا استفاده از نتایج این تحقیق مدیران در تدوین استراتژیهاي بازاریابی دچار سردرگمی نمی شوند، از طرف دیگر دیدي کلی از تخصیص مناسب بودجه هاي بازاریابی و

در کارهاي آینده . مدیریت ارتباط با مشتري پیدا می کنندمی توان با استفاده از روش هاي یادگیري ماشین به بررسی

مهمترین هدف . تغییرات دراز مدت ارزش مشتري پرداختدر مدیریت ارتباط با مشتري، افزایش سود دراز مدت

.مشتري می باشد




سپاسگزاريدر پایان از جناب آقاي مهندس وجودي به جهت همکاري

. در انجام این تحقیق کمال تشکر را دارم

عمراج

[1] دسته بندي تطبیقی روش هاي "، .، ا، و پناه.، کیوان پور، م.امتیاز، س

، دومین کنفرانس " وب کاوي و حوزه مدیریت ارتباط با مشتري 87داده کاوي ، تهران ،تابستان

[2] بندي مشتریان بخش ": رستگار، نگار، پایان نامه کارشناسی ارشد

با استفاده از روش هاي LTV و RFMمبتنی بر مدل ترکیبی همراه (شرکت ارتباطات سیار: ی مورد مطالعات–هیوریستیک

1386 اسفند - ، دانشگاه علم و صنعت ایران")اول[3]

، "کاوي در مدیریت ارتباط با مشتري داده" ،.پسمندي، شاه .1384 ،156مجله تدبیر شماره

[4] بکارگیري تکنیک هاي داده کاوي "، .، و حسینی، م.، الفت، ل.تقوا، م

، " شتري در صنعت بانکداريجهت بهبود مدیریت ارتباط با م 87دومین کنفرانس داده کاوي ، تهران ،تابستان

[5] کاوي داده "، .ر.، و داوري، م.، قهرمانی، ف.مینایی بیدگلی، ب

" در یک شرکت هواپیمایی مدیریت ارتباط با مشتريبراي 87، دومین کنفرانس داده کاوي ، تهران ،تابستان

[6] Han ,J. and Kamber , M. ," Data Mining:Concepts and Techniques ", Second Edition , Morgan Kaufman Publisher , 2006. [7]

Hyunseok Hwang, Taesoo Jung, Euiho Suh, “An LTV model and customer segmentation based on customer value: a case study on the wireless telecommunication industry”, Expert Systems with Applications 26 (2004) 181–188

[8] LUKASZ A.KURGAN and PETR MUSILEK, “A

survey of Knowledge Discovery and Data Mining process models”, The Knowledge Engineering Review,Vol 21:1, 1-24 , 2006, Cambridge University Press

[9]

Ngai, E.W.T, Xiu, Li, Chau, D.C.K. (2009), "Application of data mining techniques in customer relationship management:A literature review and classification", Expert Systems with Applications 36 (2009) 2592–2602 [10] T.Larose‚ Daniel‚ 2005‚"DISCOVERING KNOWLEDGE IN DATA:an intoduction to data mining" ‚ JOHN WILLEY publishers [11]

Xin-an Lai, "Segmentation Study on Enterprise Customers Based on Data Mining Technology", IEEE/2009

[12] Yen-Liang Chen, Mi-Hao Kuo, Shin-Yi Wub, Kwei Tang, “Discovering recency, frequency, and monetary (RFM) sequential patterns from customers’ purchasing data”, Electronic Commerce Research and Applications (2009) [13] Y. Qu, X. Yang, & T. Huang (5 May 2000). Survey of Recommendation System and Algorithms. EE 380L: DataMining.

aAnalytic CRM b Recency, Frequency, Monetary c Hughes d Data Oriented

ارائه مدلی براي ارزش گذاري مشتریان یک فروشگاه اینترنتی...

Documents

Transcript of ارائه مدلی براي ارزش گذاري مشتریان یک فروشگاه اینترنتی...