دوره 22، شماره 4 - ( 1397 )                   جلد 22 شماره 4 صفحات 1-21 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Shekary M. Calculating Customer Lifetime Value Considering Dynamic Behavior of Them Using Markov Chain Approach (Case study: Isaco). IQBQ. 2019; 22 (4) :1-21
URL: http://journals.modares.ac.ir/article-19-13801-fa.html
شکاری اشکذری مریم، البدوی امیر. محاسبه ارزش عمر مشتریان با در نظر گرفتن پویایی رفتار آنها با استفاده از زنجیره مارکف (مورد مطالعه: شرکت ایساکو). پژوهش های مدیریت در ایران. 1397; 22 (4) :1-21

URL: http://journals.modares.ac.ir/article-19-13801-fa.html


1- دانشجوی دکتری، مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه تربیت مدرس، تهران، ایران.
2- اﺳﺘﺎد، گروه مهندسی فناوری اطلاعات، دانشکده ﻣﻬﻨﺪﺳﻲ ﺻﻨﺎﻳﻊ، داﻧﺸﮕﺎه تربیت مدرس، تهران، ایران.
چکیده:   (2365 مشاهده)
در دنیای کسب و کار رقابتی امروزه توانایی شناسایی مشتری‌های سودآور و به دست آوردن وفاداری بلندمدت آن‌ها از اهمیت ویژه‌ایی برخوردار است. محاسبه ارزش طول عمر مشتریان یک سازمان یکی از مباحث کلیدی در مطالعات مدیریت ارتباط با مشتری بوده و تخصیص بودجه‌های بازاریابی با استفاده از این شاخص صورت می‌گیرد. یکی از چالش‌های مهم در این حوزه تخمین ارزش طول عمر مشتریان سازمان به گونه‌ایی است که این تخمین از دقت بالایی برخوردار باشد و امکان تغییر رفتار مشتریان در طول زمان را نیز در محاسبات مربوطه لحاظ نماید. مدل‌های زنجیره مارکف این امکان را فراهم می‌سازند، اما کاستی‌هایی نیز در مدل‌های استفاده شده دیده می‌شود.
مدل‌های زنجیره مارکف پیشنهادی در ادبیات موضوع، ماتریس احتمال انتقال وضعیت را با استفاده از کل داده‌های بازه زمانی مورد بررسی تخمین می‌زنند که با این روش احتمال تغییر رفتار مشتری نادیده گرفته می‌شود که ممکن است در برش‌های زمانی کوچک‌تر رخ دهد. مقاله سعی در نشان دادن این خلا تحقیقاتی با استفاده از داده‌های شرکت ایساکو است. نتایج نشان می‌دهد که استفاده از یک ماتریس احتمال گذار زنجیره مارکف که از مجموع داده‌های بازه زمانی مورد بررسی حاصل می‌شود، به خوبی بیانگر شرایط دنیای واقعی نبوده و منجر به خطا در انجام محاسبات می شود. به علاوه تجمیع تمام داده‌ها در تخمین این ماتریس امکان بررسی تغییرات رخ داده در طول بازه زمانی مورد بررسی و امکان تحقیق در شناسایی دلایل بالقوه رخ دادن این تغییرات رفتاری مشتریان را از محقق خواهد گرفت.
 
متن کامل [PDF 376 kb]   (445 دریافت)    
نوع مقاله: مقاله مستقل |
دریافت: ۱۳۹۶/۱/۵

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA