در دنیای امروز که به تدریج از کالاگرایی به سمت مشتری‌گرایی در حرکت است رفتار درست با مشتریان بهترین منبع رشد درآمد و سود‌آوری است.کسب دانش در خصوص رفتار مشتریان به بنگاه‌های اقتصادی کمک می کند استراتژی قبلی خود را ارزیابی و برای آینده خود استراتژی‌های کارا تری را ترسیم کنند.مدیریت ارتباط با مشتری به عنوان هسته اصلی رصد کردن رفتار مشتری بوده و با توجه به اطلاعات حاصله از آن می‌‌توان نحوه تعامل با مشتریان را بهتر درک کرد. بررسی مشتریان در طول زمان می‌تواند در تحلیل روند کنونی و هم چنین پیش‌بینی آینده اهمیت فزاینده‌ای داشته باشد.نکته قابل توجه در این میان تحلیل صحیح و دقیق بر روی داده حاصله از واحد‌های مدیریت ارتباط با مشتریان در بنگاه های اقتصادی می-باشد.تغییر‌کاویبه عنوان رویه‌ای خاص در داده‌کاوی یکی از ابزار‌های مفید و کارا در این حوزه بوده که دانش تحلیل شده توسط آن بسیار ارزشمند و قابل اطمینان است. تغییر‌کاوی،زیر مجموعه‌ای از داده کاوی سطح بالااست که به دنبال روشهایی برای کشف دانش از طریق پردازش الگو‌ها (به جای داده‌ها) می‌باشد.در این تحقیق، با استفاده از مدل RFM و خوشه‌بندی به روشK-MEANS، مشتریان را بر اساس ارزش آنان دسته بندی می‌کنیم. سپس به بررسی تغییرات حاصله در دوره‌های زمانی مشخص می‌پردازیم. در حقیقت در مدل ارائه شده سعی شده فاکتور زمان را در تحلیل‌های مدل RFM دخیل کرده تا بتوانیم رفتار گذشته مشتری در طول زمان را در دسته‌بندی مشتریان وارد کرده و دسته‌بندی دقیق‌تر و در عین حال بروز‌تری تولید کنیم. برای این منظور از نیم میلیون تراکنش مشتریان دستگاههای پایانه فروشگاهی استفاده می‌نماییم.
کد نوشتار : 249862