خوشه بندی مشتریان در مدیریت زنجیره تامین با استفاده از بانک اطلاعات داده کاوی و تکنیک الگوریتم سیستم های عصبی

چکیده مقاله

زنجیره تامین، تامین کنندگان را به یک شرکت تولیدی و شرکت را به مشتریانش متصل می کند تحلیل رفتار مشتریان امروزه به عامل مهمی برای بازاریابی و بقای سازمان ها تبدیل شده است از طریق داده کاوی و استخراج اطلاعات از پایگاه داده، می توان مشتریان ارزشمند را شناسایی و رفتار آینده آن ها را پیش بینی کرد انتخاب مشتریان هدف در بازاریابی مستقیم اهمیت زیادی دارد و با استفاده از اینترنت و رشد تجارت الکترونیک، حجم عظیمی از اطلاعات مشتریان ایجاد شده است الگوهای خرید مشتریان می تواند از طریق داده کاوی شناسایی شود و به سازمان ها کمک می کند تا استراتژی های بازاریابی بهینه ای ارائه دهند هدف داده کاوی، شناخت بهتر تعاملات مشتریان برای افزایش وفاداری و کاهش هزینه ها است همچنین، شناخت مشتریان به هدفمند کردن تبلیغات و سیاست های نگهداری مشتری کمک می کند این پژوهش به خوشه بندی مشتریان شرکت سیمان تهران در مدیریت زنجیره تامین با استفاده از تکنیک های داده کاوی و الگوریتم سیستم های عصبی پرداخته و نتایج نشان می دهد که با به کارگیری این الگوریتم، دقت ۹۷ ۹۷ درصد قابل دستیابی است

کلیدواژه‌ها

نویسندگان

محمد مهدی تراب احمدی

دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات، دانشگاه آزاد اسلامی، واحد علوم تحقیقات تهران، دانشکده مدیریت و اقتصاد

ارشیا رجبی

دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات، دانشگاه آزاد اسلامی، واحد علوم تحقیقات تهران، دانشکده مدیریت و اقتصاد

�راب احمدی، محمد مهدی و رجبی، ارشیا،1403،خوشه بندی مشتریان در مدیریت زنجیره تامین با استفاده از بانک اطلاعات داده کاوی و تکنیک الگوریتم سیستم های عصبی،دوازدهمین کنفرانس بین المللی مطالعات بین رشته ای در مدیریت و مهندسی،تهران

ارائه‌شده در

مجموعه مقالات دوازدهمین کنفرانس بین المللی مطالعات بین رشته ای در مدیریت و مهندسی25 اسفند 1403 · تهران