مبانی نظری و پیشینه تحقیق مدیریت ارتباط با مشتری 18 (docx) 1 صفحه
دسته بندی : تحقیق
نوع فایل : Word (.docx) ( قابل ویرایش و آماده پرینت )
تعداد صفحات: 1 صفحه
قسمتی از متن Word (.docx) :
دانشکده آموزش های الکترونیکی
پایان نامه کارشناسی ارشد در رشته مهندسی فناوری اطلاعات (تجارت الکترونیک)
ارائه روشی نوین برای مدیریت ارتباط با مشتری در حوزه تجارت الکترونیک با استفاده از تکنیک های وب کاوی
به کوشش
فرحناز پورسینا
استاد راهنما:
دکتر غلامحسین دستغیبی فرد
تقدیم به
خانواده عزیزم که همواره بر کوتاهی و درشتی من، قلم عفو کشیده و کریمانه از کنار غفلت هایم گذشته اند و سعادت مرا هدف زندگی خود قرار داده و سوختند تا در راه های تاریک و پر فراز و نشیب زندگی مشعل راه من باشند.
سپاسگزاری
اكنون كه اين رساله به پايان رسيده است از استاد ارجمند جناب آقای دکتر غلامحسین دستغیبی فرد که در کمال سعه صدر و با حسن خلق و فروتنی، از هیچ کمکی در این عرصه بر من دریغ ننمودند و زحمت راهنمایی این رساله را بر عهده گرفتند و سرکارخانم دکتر مرضیه احمدزاده که زحمت مشاوره و جناب آقاي دكتر مصطفي فخراحمد كه زحمت داوري این رساله را متقبل شدند؛ کمال تشکر و قدردانی را دارم. همچنين از مديريت محترم نمايندگي ايران خودرو كد 2012 كه در تكميل اين تحقيق نقش به سزايي داشتند، تشكر مي نمايم.
چکیده
ارائه روشی نوین برای مدیریت ارتباط با مشتری در حوزه تجارت الکترونیک با استفاده از تکنیک های وب کاوی
به کوشش
فرحناز پورسینا
با گسترش کسب و کارهای الکترونیک، موفقیت تجارت الکترونیک در گرو استفاده از روش هایی برای جذب و ایجاد وفاداری مشتریان و برآورده كردن نیازمندي و علایق آنان است. وب کاوی با استفاده از فنون داده کاوی به کشف اطلاعات مفيد از داده هاي مربوط به وب می پردازد و در حوزه هایی مانند تحلیل بازار و فهم رفتار مشتری کاربرد دارد. در این پژوهش پس از بیان اهمیت وب کاوی و تکنیک های مربوط به آن در حوزه تجارت الکترونیک و مدیریت ارتباط با مشتری، روش های موجود در این زمینه بررسی شده و به منظور ارائه روشي بهتر براي افزایش میزان رضایت و وفاداری مشتریان و در نتيجه سودآوری شرکت ها، اطلاعات مشتريان اينترنتي توسط فنون داده كاوي تحليل شده است تا نتايج اين تحليل سبب ارتقای نسبی شرایط موجود در بازارهای رقابتی گردد و در انتها پیشنهاداتی برای مطالعات آینده ارائه گردیده است.
واژگان کلیدی: داده کاوی، وب کاوی، تجارت الکترونیک، مدیریت ارتباط با مشتری
فهرست مطالب
فصل دوم7
2- ادبيات موضوع و مباني نظري تحقيق8
1-2- مقدمه8
2-2- تعاريف مديريت ارتباط با مشتري8
2-3- الزامات و اقدامات مورد نياز براي پياده سازي CRM9
2-4- ايجاد فروشگاه مجازي12
2-5- اهميت داده كاوي و وب كاوي در مديريت ارتباط با مشتريان14
2-6- كاربردهاي داده كاوي و وب كاوي در مديريت ارتباط با مشتريان15
2-7- مراحل وب كاوي در آماده سازي و تحليل داده ها16
2-8- تكنيك هاي وب كاوي موثر در حوزه تجارت الكترونيك17
2-8-1- قوانين انجمني18
2-8-2- دسته بندي19
2-8-3- خوشه بندي 19
2-9- خلاصه فصل20
فصل سوم21
3- مروري بر تحقيقات انجام شده22
3-1- مقدمه22
3-2- مدل معرفي شده توسط ديان و داگلاس22
3-2-1- تعريف تبعيض قيمت گذاري23
3-2-2- معناي هزينه تغيير24
3-3- روش معرفي شده توسط لي و فنگ24
3-3-1- شخصي سازي سرويس25
3-3-2- بهبود طراحي سايت25
3-3-3- ارزيابي اثربخشي تبليغات26
3-3-4- ياري رساندن به انتخاب نوع محصولات26
3-4- شخصي سازي وب27
3-5- سيستم هوشمند مديريت ارتباط با مشتري28
3-6- روش Visual Web Log Miner28
3-7- تحليل جريان هاي كليك29
3-7-1- تحليل ترافيك30
3-7-2- تحليل تجارت الكترونيك30
3-8- روش هاي مشاهده اطلاعات كاربران32
3-9- هوش تجاري34
3-10- مديريت ارتباط با مشتريان الكترونيكي36
3-11- مدل رفتاري مشتريان39
3-12- وب سايت هاي انطباقي41
3-13- خلاصه فصل41
منابع فارسي74
منابع انگليسي75
فهرست شكل ها و تصاوير
عنوان و شماره صفحه
شكل 2-1- چرخه تعاملات سازمان و مشتريان10
شكل 2-2- ساختار اطلاعاتي در مديريت ارتباط با مشتري10
شكل 2-3- رابطه مديريت ارتباط با مشتري و عملكرد بازاريابي11
شكل 2-4- ابعاد اصلي مديريت ارتباط با مشتري الكترونيك13
شكل 2-5- مراحل وب كاوي16
شكل 2-6- ارتباط بين تكنيك هاي وب كاوي 18
فصل دوم
2- ادبيات موضوع و مباني نظري تحقيق
2-1- مقدمه
هدف اين فصل، بيان تعاريف مديريت ارتباط با مشتري، الزامات و اقدامات مورد نياز براي پياده سازي مديريت ارتباط با مشتري در سازمان ها و ايجاد فروشگاه مجازي، ابعاد اصلي مديريت ارتباط با مشتري الكترونيكي و اهميت، كاربردها، مراحل و تكنيك هاي موثر داده كاوي و وب كاوي در اين زمينه مي باشد.
2-2- تعاريف مديريت ارتباط با مشتري
متخصصان و نظریه پردازان هرکدام تعاریف مختلفی از مدیریت ارتباط با مشتري ارائه می دهند که می توان آن ها را در چهار گروه کلی با عناوین استراتژي، فناوري، فرآیند و سیستم اطلاعاتی طبقه بندي نمود. برخی از تعاریف مدیریت ارتباط با مشتریان از دیدگاه نظریه پردازان مختلف به شرح زیر است [عباسی و ترکمنی 1389]:
1- بخشی از استراتژي یک سازمان جهت شناسایی و راضی نگهداشتن مشتریان و تبدیل آن ها به مشتري دائمی می باشد. همچنین در راستاي مدیریت ارتباطات مشتري با شرکت و به منظور به حداکثر رساندن ارزش هر مشتری، شرکت را یاري می نماید.
2- مجموعه متدولوژي ها، فرآیندها، نرم افزارها و سیستم ها است که به موسسات و شرکت ها در مدیریت موثر و سازمان یافته ارتباط با مشتري کمک می کند.
3- ایجاد و حفظ ارتباط شخصی با مشتریان سودآور سازمان از طریق استفاده مناسب از فناوري هاي اطلاعات و ارتباطات.
4- یک فرآیند، متشکل از نظارت بر مشتري، مدیریت و ارزشیابی داده ها و نهایتا ایجاد مزیت واقعی از اطلاعات استخراج شده در تعامل با آنان است.
5- استراتژي جامع کسب و کار و بازاریابی است که فناوري فرآیندها و تمام فعالیت هاي کسب و کار را حول مشتري یکپارچه می سازد.
3-2- الزامات و اقدامات مورد نياز براي پياده سازي CRM
قبل از آن که بتوان سیستم مدیریت ارتباط با مشتری را در شرکت یا سازمانی پیاده سازی کرد، لازم است قدمهای زیر در شرکت یا سازمان برداشته شود [Tuzhilin 2012]:
آشنایی با مفاهیم و نظریههای مشتری مداری و کشف اهمیت و جایگاه مشتری؛
آشنایی با معیارهای کیفیت خدمات و ارتباط آن با مشتری مداری؛
شناسایی موانع و مشکلات موجود برای برقراری ارتباط با مشتریان؛
مطرح نمودن راهحلهایی به منظور ارتقاء سطح مشتری مداری؛
شناسایی شرایط رقابتی و ارائه راهحل ها.
در شکل 2-1 چرخه تعاملات بين سازمان و مشتریان مشخص شده است:
شکل 2-1- چرخه تعاملات بین سازمان و مشتریان [Tuzhilin 2012]
ساختار اطلاعاتی لازم براي مدیریت ارتباط با مشتری در يك سازمان در شکل 2-2 مشخص شده است:
شکل 2-2- ساختار اطلاعاتی در مدیریت ارتباط با مشتری [عباسی و ترکمنی 1389]
مدیریت ارتباط با مشتری راهبردي جامع و مشتمل بر فرآيند تحصيل، نگهداري و مشاركت با مشتريان منتخب براي ايجاد ارزش عالي هم براي شركت و هم براي مشتريان است. با توجه به شكل 2-3 مدیریت ارتباط با مشتری از طريق ايجاد، حفظ و تقويت رابطه با مشتريان اصلي، سعي در شناخت آن ها، نيازها و خواسته هاي ايشان دارد و از طريق پاسخ مناسب و به موقع به اين نيازها، رضايت مشتريان را هرچه بيشتر جلب كرده و كم كم موجب افزايش وفاداري و اعتماد آنان به سازمان مي شود و بدين ترتيب عملكرد بازاريابي بهبود مي يابد. رضايت و اعتماد دو شاخص اصلي عملكرد بازاريابي است و از طرف ديگر حفظ مشتريان و وفاداري آنان موجب كاهش هزينه هاي سازمان در جذب مشتريان جديد مي شود. زيرا مشتريان وفادار، مشتريان جديدي را به سازمان وارد مي كنند و در نتيجه موجب افزايش فروش شده و سودآوري سازمان افزايش مي يابد [طاهرپور کلانتری و طیبی طلوع 1389]. مديريت موثر ارتباط با مشتري سبب افزایش درآمد، شناخت فرصت هاي جدید، کاهش فرصت هاي از دست رفته، کاهش فرار مشتریان، ایجاد وفاداري در مشتري، بهبود خدمات به مشتریان، بهبود جلوه سازمان، کاهش هزینه ها، ذخیره اطلاعات سازمان، کاهش دوباره کاري هاي بازاریابی مي گردد [عباسی و ترکمنی 1389].
شکل 2-3- رابطه مدیریت ارتباط با مشتری و عملکرد بازاریابی [طاهرپور کلانتری و طیبی طلوع 1389]
2-4- ايجاد فروشگاه مجازي
براي ایجاد يك فروشگاه مجازي پاسخگویی به سوالات زیر لازم است تا فعالیت ها به خوبی انجام پذیرد:
چه محصولاتی برای فروش عرضه شده است؟
مشتریان چه کسانی با چه خصوصیاتی هستند؟
چرا مشتری می خواهد از این فروشگاه مجازی خرید کند؟
آزمون خريد الكترونيكي [الهی و همکاران 1388]، روشي سه مرحله اي براي پرداختن به چالش هاي تجارت الكترونيكي است .اين آزمون براي تمامي انواع محصولات و خدمات در صنايع مختلف كاربرد دارد. آزمون خريد الكترونيكي براي خرده فروشان، توليدكنندگان، عرضه كنندگان و هر شركت ديگري كه در بخشي از فرآيند توزيع محصول از توليد تا مصرف مشاركت مي كند، قابل استفاده است. سه مرحله مربوطه به آزمون خريد الكترونيكي عبارت است از:
1- ويژگي هاي محصول كه مربوط به ميزان وابستگي محصول به حواس پنجگانه است.
2- آشنايي و خرسندي مشتري از محصول كه برابر با درجه اي است كه مشتري، محصول را مي شناسد و به آن اعتماد دارد، قبلا آن را تجربه كرده یا از خريد مجدد آن خرسند خواهد شد.
3- ويژگي هاي مشتری و محصول كه عمده ترين عامل انگيزش مشتري و نگرش او به خريد را مد نظر قرار مي دهد. اگر ويژگی هاي محصول، قابليت فروش الكترونيكي را تأييد كند و اگر مصرف كنندگان آشنايي كافي با محصول داشته و از خريد آن خرسند باشند، امكان خريد الكترونيكي آن افزايش مي يابد.
در دنياي كسب و كار الكترونيكی، عوامل زيادي وجود دارد كه بر تصميم و قصد خريد از طريق سايت هاي وب تأثيرگذار است. مجازي بودن شبكه اينترنت، كمي اعتماد مشتري به خريد مجازي، كيفيت سايت و مدل طراحي آن مخصوصا در روش ارائه محصول و اطلاعات مربوطه، به بي رغبتي مشتريان به انجام دادن خريدهاي الكترونيكي منجر مي شود. از سوي ديگر، ويژگي هاي افراد نيز بر تصميم و انجام خريد الكترونيكي تأثير مي گذارد، مانند وفاداري افراد به يك نام تجاري، نگرش ها، عادت ها، درك افراد براي محيط و فرصت هايي كه در آن ارائه مي شود، تمايل افراد به ورود به عالم تجارت جديد و استفاده از فناوري و نوآوري ها. براي كسب مزیت هاي رقابتي لازم است رفتار مشتري را به خوبي درك و فرآيند تصميم گيري او تجزيه و تحليل شود. آنچه مشتري را راضي نگه مي دارد موجب ادامه حيات و فعاليت شركت مي شود. مشتري پسند كردن محصول و تعامل، دو طرح ارزشي منحصر به فرد هستند كه به وفاداري الكترونيكي در رفتار برخط خريدار كمك مي كنند. اكثر كساني كه از طريق وب خريداري مي كنند، وب سايت هايي را ترجيح مي دهند كه محصولات و خدمات مشتري پسندي را ارائه كنند و اين حاكي از اهميت مشتري پسندي در ايجاد و وفاداري الكترونيكي است [الهی و همکاران 1388]. عملکرد ارتباط با مشتری الکترونیک، تحت چهار بعد اصلی در شکل 2-4 مشخص شده است:
شکل 2-4- ابعاد اصلی مدیریت ارتباط با مشتری الکترونیک [میرفخرالدینی و همکاران 1388]
2-5- اهمیت داده کاوی و وب کاوی در مدیریت ارتباط با مشتریان
داده کاوی و وب کاوی یکی از عناصر مدیریت ارتباط با مشتری است و میتواند به حرکت شرکتها به سمت مشتری محوری کمک کند. توسط فرآیند وب کاوی می توان رفتار مشتریان در پیمایش وب سایت ها درک کرد، به طراحی مناسب وب سایت ها پرداخت و برای ارتقای فعالیت های سازمان ها در امر بازاریابی و جذب مشتریان گام برداشت [Bussa et.al 2012].
استفاده از وب کاوی در یکی از زمینه های مهم تجارت دنیای امروز، یعنی ارتباط با مشتری در جنبه شناخت مشتری، مورد بررسی قرار می گیرد. شرکت ها و سازمان ها به منظور حرکت به سوی مشتری مداری میتوانند اقدامات زیر را انجام دهند [Satish & Sunil 2012]:
کشف مجدد نقش مهم و حیاتی مشتری و درک رفتار مشتری و فروشندگان؛
یادگیری اینکه چگونه میتوان مشتری مدار بود و ارزیابی محصولات و کارایی تامین کنندگان؛
متعهد نمودن تمامی اعضای شرکت یا سازمان برای اجرای استراتژی مشتری مداری و کنترل متناوب محصولات و تامین کنندگان.
به منظور ارتقای سرویس های اینترنتی و افزایش بازدیدهای کاربران، لازم است توسعه دهندگان وب دقیقا بدانند که کاربران واقعا به چه چیزی نیاز دارند و صفحاتی را که بیشتر مورد توجه بالقوه آنان قرار می گیرند، پیش بینی کنند و صفحات شخصی وب را با مشاهده الگوی رفتار کاربران ارائه دهند [Ganapathi Babu et.al 2012]. توسعه دهندگان وب با درک پروفایل کاربران و اهداف سایت، حقایقی از عادات کاربران را مشخص می نمایند. آن ها همچنین می توانند از رفتار کاربران توسط تحقیق در وب و کشف الگوهای فعالیت مشاهده کنندگان سایت آگاهی یابند [Nithya & Sumathi 2012].
2-6- کاربردهای داده كاوي و وب کاوی در مديريت ارتباط با مشتريان
دسته بندی مشتریان: با دسته بندی مشتریان به وسیله رفتار و تحلیل جنبه های مشترک، می توان به سازمان در ارائه بهتر و مناسب خدمات یاری رساند.
ارائه خدمات شخصی سازی شده به منظور مدیریت زمان مشتریان: در فضای اینترنت مشتریان می توانند برای خدمتی خاص به شرکت های مختلفی مراجعه کنند، بنابراین چگونگی جذب و
حفظ مشتریان از دغدغه های اصلی هر شرکتی است.
كاهش هزینه های عملیاتی و بهبود وضعیت رقابتی سازمان: توسط داده كاوي و وب کاوی، عملیات تجارت الکترونیک، بازخورد قابل اطمینانی از وضعیت بازار دریافت می کند. با تحلیل رفتار آینده مشتریان می توان فعالیت های بازاریابی را در جهتی مناسب سوق داد و در هزینه های مربوط به تبلیغات و جلب مشتریان صرفه جویی نمود.
فروش متقاطع: سایت های تجارت الکترونیک برای فراهم ساختن منفعت بیشتر، از فروش متقاطع برای ارائه خدمت یا کالای جدید استفاده می کنند، یعنی مشتری می تواند خدمتی دیگری را برای یک محصول درخواست نماید. توسط تکنیک های داده كاوي و وب کاوی، با تحلیل رفتار خرید آینده مشتریان و مشخص نمودن اینکه کدام مشتری برای فروش متقاطع مناسب است، می توان منافع شرکت یا سازمان را ارتقا بخشید.
بهبود طراحی وب سایت تجارت الکترونیک: با نگهداری رفتار و بازخورد مشتریان، طراحان وب سایت می توانند ساختار مناسبی را سازمان دهی و بهینه نمایند تا مشتریان بیشتری را جذب کند. مواردی مانند دسترسی آسان و راحت مشتریان به صفحات دلخواه و ارائه یک تصویر خوشایند برای آنان، می تواند بازدیدهای آینده را افزایش دهد. همچنین امنیت مناسب، سبب افزایش رضایت و در نتیجه حفظ مشتریان می گردد [Weigang & Qingyi 2012].
2-7- مراحل وب کاوی در آماده سازی و تحلیل داده ها
با توجه به شكل 2-5 وب کاوی شامل چهار مرحله می باشد [Prasanth 2013]:
1- ماخذ یابی: یافتن اسناد منطبق از وب.
2- انتخاب اطلاعات و پیش پردازش: از لیست انتخابی، اسناد مربوط تعیین شده و پیش پردازش می شوند.
3- عمومیت بخشیدن: تحلیل اسناد و تعیین موارد مشخص.
4- تحلیل نهایی: استفاده از موارد مشخص و نشان دادن نتایج.
داده ها از منابع مختلفی جمع آوری شده، داده های مناسب انتخاب می گردد و پردازش هایی روی آن ها صورت می پذیرد. سپس فرضیه ها تعیین می شوند و ابزارهای مناسب انتخاب می گردند تا دانش مورد نظر کشف گردد. در آخر بر اساس اهداف کاربر، اطلاعات ارزشمندی تشخیص داده می شود. هدف این مرحله تنها بدست آوردن نتایج نیست بلکه پالایش اطلاعات برای اتخاذ سیاست های مناسب بازاریابی نیز در این مرحله صورت می گیرد[Weigang & Qingyi 2012].
شكل 2- 5- مراحل وب کاوی [Prasanth 2013]
2-8- تکنیک های وب کاوی موثر در حوزه تجارت الکترونیک
برخی از تکنیک های وب کاوی که می تواند در حوزه تجارت و خدمات الکترونیکی موثر واقع گردند، به صورت زیر معرفی شده است [Shinde et.al 2011]:
خوشه بندی و دسته بندی: در این روش رفتارهای منحصر به فرد در گروه های همگن شناسایی و خصوصیات مشابه از هر گروه طبقه بندی و توزيع می شود.
قوانين انجمني: توسط این قواعد عملیات و حقایقی که در ابتدا مستقل هستند، شناسایی شده و سپس ترکیب می شوند. حقایق مورد نظر می تواند خصوصیات و رفتارهای مشاهده شده منحصر به فرد باشد.
تحلیل مسیر: در این روش ارتباط بین صفحات وب از طریق گراف ترسیم می شود که گره های گراف، صفحات وب و ارتباط بین آن ها، کمان های گراف است. این گراف همچنین می تواند مسیر پیموده شده توسط مشتری در صفحات وب را مشخص نماید.
الگوهای ترتیبی: این روش تاریخچه ای از عملیات و تراکنش هایی است که یک مشتری در یک دوره زمانی در وب سرور انجام داده است. مشکل کشف الگوهای ترتیبی، شناسایی گروهی از دسترسی های تکراری در مجموعه ای از تراکنش ها یا ملاقات ها در دوره های زمانی است.
مکعب ها: مکعب داده، آرایه ای چند بعدی است که کشف و تحلیل مجموعه ای از داده ها را از زوایای مختلف فراهم می نماید. از نظر ساختاری، داده ها دارای دو المان بعد و اندازه هستند. بعد به منظور طبقه بندی و توصیف فاکتورهای مورد مطالعه در تحلیل و اندازه برای ارزش گذاری داده های ذخیره شده در ساختار استفاده می شود.
ارتباط بین تکنیک های معرفی شده در شکل 2-6 نمایش داده شده است.
شکل 2-6- ارتباط بین تکنیک های وب کاوی[Shinde et.al 2011]
از بين تكنيك هاي بيان شده، سه روش اصلي قوانين انجمني، دسته بندي و خوشه بندي بيشتر در کاربردهاي تجاري وب كاوي، مورد استفاده قرار مي گيرند كه در ادامه توضيح داده شده است.
2-8-1- قوانين انجمني
قوانين انجمني از ابتدايي ترين روش هاي داده کاوي هستند که بيشتر از ساير روش ها، در وب كاوي به کار مي روند. اين قوانين، به دنبال كشف ارتباط بين ويژگي ها در مجموعه داده ها است و به دنبال كمي كردن ارتباط ميان دو يا چند خصوصيت مي باشد. اين قوانين به شكل گزاره هاي استدلالي به فرم X => Y هستند كه دو معيار اساسي پشتيبان و اطمينان در آن نقش اساسي دارند. معيار پشتيباني بيانگر درصد مواردي است كه اتفاق مورد نظر روي داده است در مقايسه با كل موارد و ميزان وقوع اين اتفاق مورد نظر است. قوانين انجمني براي تشخيص رفتار مشتريان، تعيين اهداف فروش و فروش متقاطع به كار مي رود.
2-8-2- دسته بندي
روش هاي دسته بندي داده ها را به چندين دسته از پيش تعريف شده كه ويژگي هاي آن مشخص شده است، تقسيم مي كند. دسته بندي جز روش هاي يادگيري با نظارت به شمار مي آيد زیرا در ابتدا مجموعه داده به سيستم داده مي شود که دسته آن ها مشخص شده است. سپس انتظار مي رود سيستم با ديدن اين نمونه ها بتواند نمونه هاي جديد را دسته بندي کند. هدف دسته بندي، تحليل نمونه هاي آموزشي و ساخت مدل دقيقي براي هر دسته با استفاده از ويژگي هاي موجود در داده ها و سپس استفاده از اين مدل ها براي دسته بندي داده هاي آتي است.
2-8-3- خوشه بندي
تکنيک هاي خوشه بندي گروه هايي از اقلام مشابه را ميان حجم بالايي از داده ها تشخيص مي دهد. اين کار بر اساس توابع فاصله که ميزان شباهت ميان اقلام مختلف را محاسبه مي کند، انجام مي شود. در خوشه بندی مرز بين خوشه ها از قبل مشخص نيست و بر چسب هاي هر خوشه از پيش تعيين نشده است در صورتي كه در دسته بندي، از قبل مشخص است كه هر دسته شامل چه داده هايي است و برچسب هاي هر دسته از قبل تعريف شده است. خوشه بندي داده ها بر اساس اصل مفهومي حداکثر سازي شباهت هاي بين اعضاي هر کلاس و حداقل سازي شباهت ها بين اعضاي مربوط به کلاس‌هاي مختلف صورت مي گيرد و جز روش هاي يادگيري بدون نظارت به شمار مي آيد. خوشه بندي و دسته بندي براي بهبود بازايابي، تبليغات و مديريت ارتباط با مخاطبين و به طور خاص مشتريان كاربرد دارد.
2-9- خلاصه فصل
در اين فصل مديريت ارتباط با مشتري از ديدگاه هاي مختلف تعريف گرديد، الزامات و اقدامات مورد نياز براي پياده سازي مديريت ارتباط با مشتري در سازمان ها ذكر شد و مراحل ايجاد فروشگاه مجازي، ابعاد اصلي مديريت ارتباط با مشتري الكترونيكي و اهميت، كاربردها، مراحل و تكنيك هاي موثر داده كاوي و وب كاوي در اين زمينه بيان گشت.
فصل سوم
3- مروري بر تحقيقات انجام شده
3-1- مقدمه
تاکنون روش های متفاوتی در زمینه تجارت الکترونیک و مدیریت ارتباط با مشتری توسط تکنیک های وب کاوی معرفی شده است، در این فصل به برخی از آن ها اشاره و مزایا و معایب مربوط به آن بیان شده است.
3-2- مدل معرفی شده توسط دیان و داگلاس
دیان و داگلاس [Dien & Douglas 2010] در سال 2010 در مقاله خود، مدلی را معرفی نموده اند که برای ارزیابی استفاده فناوری اطلاعات به منظور موفقیت در کسب و کار آنلاین استفاده می شود که در شکل 3-1 مشخص شده است. آنان بیان می کنند که تبعیض قیمت، هزینه تغییر، ابزارهای مدیریت ارتباط با مشتری و هوش تجاری بر رضایتمندی و ارتباطات به عنوان متغیرهای مستقل برای موفقیت تجارت است و متغيرهاي نام برده شده بر روی رضایت مشتری و ارتباطات موفقیت آمیز تاثیر می گذارد.
شکل3-1- مدل پیشنهادي برای مدیریت ارتباط با مشتری و هوش تجاری [Dien &
Douglas 2010]
3-2-1- تعريف تبعیض قیمت گذاری
قیمت کالاها و خدمات عموما بر هزینه های ثابت و متغیر و میزان تقاضا بستگی دارد. زمانی که قیمت کالا یا خدمتی بالا باشد، تعداد کمی از مشتریان تمایل به خرید دارند و اگر قیمت پایین باشد، تمایل برای خرید بالا می رود. فروشندگان به دنبال کسب منفعت بیشتر توسط فروش بیشتر هستند. تبعیض قیمت به معنای توانایی فروش محصولات یکسان به افراد یا گروه های متفاوت بر اساس رضایت آنان برای پرداخت است. در استراتژی تبعیض قیمتی، محصولات اعم از کالا یا خدمات با قیمت یکسانی ارائه نمی‌شوند. به این منظور فروشندگان باید از مشتریان شناخت کافی داشته باشند تا بتوانند قیمت گذاری را بر اساس منفعت شرکت و رضایتمندی مشتریان انجام دهند [Dien & Douglas 2010]. در واقع تبعیض قیمت گذاری به معنای این است که شرکتی برای کالایی یکسان، قیمت های متفاوتی را برای افراد و نواحی گوناگون ارائه دهد [Al-Azmi 2013].
3-2-2- معناي هزینه تغییر
هزینه تغییر به این معنا است که زمانی که فردی، مشتری یک شرکت شد، در برخی موارد به دلیل وابستگی که به محصولات آن شرکت پیدا کرده است، برای وی هزینه بر است که به سراغ یک تامین کننده دیگر برود و در خیلی از موارد هم فرآیند یافتن یک تامین کننده و عقد قرارداد و شناخت عملکرد شرکتی دیگر، برای شخص دردسرساز است؛ بنابراین مشتری حاضر می شود که خودش را با شرکت اولیه به هر طریقی هماهنگ سازد. اگر هزینه تغییر برای مشتری زیاد باشد، میزان رضایتمندی و وفاداری مشتری کاهش می یابد[Dien & Douglas 2010].
در اين مدل به مشتري و نيازهاي وي، سودآوري شركت و كاهش هزينه ها توجه شده است اما به چگونگي سازماندهي مطالب، ظاهر و محتواي يك فروشگاه مجازي كه در جذب مشتريان نقش به سزايي دارد، توجهي نشده است.
3-3- روش معرفی شده توسط لی و فنگ
لی و فنگ [Li & Feng 2010] در سال 2010 بیان می کنند که وب کاوی در تجارت الکترونیک بر اساس شكل 3-2 در چهار دسته قرار می گیرد: شخصی سازی سرویس، بهبود طراحی وب سایت، ارزیابی اثربخشی تبلیغات و یاری رساندن به انتخاب نوع محصولات. در ادامه هر یک از این چهار مرحله توضیح داده شده است:
شكل3-2- وب کاوی در تجارت الکترونیک [Li & Feng 2010]
3-3-1- شخصی سازی سرویس
شخصی سازی به این معنا می باشد که صفحات سایت با توجه به علاقه کاربر باشد و با تغییرات علاقه کاربر، صفحات نیز تغییر کنند و در واقع برای هر کاربر صفحه منحصر به فردی مخصوص وی ساخته شده باشد. برای این منظور نیاز است که اطلاعات مربوط به مشتری جمع آوری و نگهداری گردد و توسط تکنیک های وب کاوی، پروفایل شخصی وی ایجاد گردد[Li & Feng 2010].
ایجاد پروفایل اختصاصی برای مشتری که بتواند بر اساس سلایق و نیازهای مشتریان به تولید کالاها و ارائه خدمات بپردازد، حائز اهمیت است زیرا از این طریق می توان روابط با مشتریان را بهبود بخشید و مزایای رقابتی را افزایش داد [Rana 2012].
3-3-2- بهبود طراحی وب سایت
مناسب بودن ظاهر یک سایت بستگی به طراحی منطقی محتوا و ساختار دارد. وب کاوی می تواند جزئیات مربوط به رفتار کاربر را برای بهبود ظاهر سایت فراهم آورد [Li & Feng 2010].
زمانی که کاربر اطلاعات سايتي را بازدید می کند، سه عامل اصلی وجود دارد که بر مشاهده و ارزیابی وی تاثیر می گذارند [Gunjan et.al 2012]:
محتوای صفحات وب؛
طراحی صفحات وب؛
ساختار و طراحی وب سایت.
3-3-3- ارزیابی اثربخشی تبلیغات
تحلیل الگوهای رفتار تعداد زیادی از مشتریان توسط وب کاوی می تواند ارزیابی دقیقی برای اثربخشی ابزارهای متنوع تبلیغات فراهم سازد و به ترکیب و طراحی برنامه های تبلیغات کمک کند تا محصولات در فرآیند فروش در مکان مناسب تبلیغ گردند [Li & Feng 2010].
3-3-4- یاری رساندن به انتخاب نوع محصولات
سایت های تجارت الکترونیک از طریق عملیات بلند مدت و تجزیه و تحلیل، تعداد زیادی از الگوهای رفتاری مشتریان را که در انبارداده ها ذخیره شده اند، بر اساس تقاضای بازار برای گروه های محصولات و مواضع فروش توسط تکنیک های وب کاوی ترکیب و استدلال می کنند. در نتیجه مدیران می توانند در مورد انواع و مقدار محصولات بر اساس عامل های بدست آمده، تصمیم گیری کنند و محصولات قابل فروشی را عرضه نمایند [Li & Feng 2010].
در اين روش به سلايق مشتري و ايجاد پروفايل شخصي، اهميت ظاهر و محتواي سايت، نوع محصولات انتخابي و تبليغات موثر بر آن توجه شده است ولي شرايط سازماني و رقابتي و تداوم ارتباط با مشتريان در نظر گرفته نشده است.
3-4- شخصی سازی وب
رتناکومار [Ratnakumar 2010] در سال 2010 شخصی سازی وب را یکی از روش های ارتباط با مشتری معرفی نموده و آن را به چهار دسته یا استراتژی تقسیم می کند:
(1) به یاد سپاری: ساده ترین و گسترده ترین شکل شخصی سازی است، اطلاعات مشتری مانند نام و تاریخ مشاهده سایت ذخیره می شود و بعد از آن برای به رسمیت شناختن و خوش آمد گویی به مشتری استفاده می شود.
(2) سفارشی سازی: در این حالت ترجیحات مشتری در فرم های ثبت نام به منظور سفارشی کردن محتوا و ساختار یک صفحه وب به کار می رود. این فرآیند می تواند به صورت استاتیک یا حالت نیمه اتوماتیک انجام شود.
(3) سیستم های راهنما یا توصیه گر: بر اساس سیستم راهنما به طور خودکار لینکی که مربوط به سلایق مشتری است به منظور تسهیل در دسترسی به اطلاعات مورد نیاز در یک وب سایت بزرگ، پیشنهاد می شود. این روش معمولا متکی بر داده هایی است که منعکس کننده علاقه مشتری به طور ضمنی (مانند تاریخچه مرور وب سایت ثبت شده) و یا به طور صریح (از طریق پرسشنامه یا فرم ثبت نام) می باشد.
(4) پشتیبانی از عملکرد: در این سیستم یک دستیار شخصی عملیات را از طرف مشتری، به منظور تسهیل دسترسی به اطلاعات مربوطه اجرا می کند. این رویکرد نیاز به وارد شدن به قسمت هایی از جمله دسترسی، نصب، راه اندازی و تعمیر و نگهداری از نرم افزار دستیار شخصی دارد و همچنین دارای دامنه بسیار محدودی است که نمی تواند از اطلاعات مربوط به مشتریان دیگر با علایق مشابه استفاده کند.
اين روش نيز مانند روش قبلي به سلايق مشتري و ايجاد پروفايل شخصي اهميت مي دهد، همچنين سهولت استفاده از سايت را نيز در نظر مي گيرد، اما بر خلاف روش قبلي نسبت به ظاهر و محتواي سايت، نوع محصولات انتخابي و تبليغات موثر بر آن بي توجه است و همچنين شرايط سازماني و رقابتي و حفظ وفاداري مشتريان را مورد توجه قرار نمي دهد.
3- 5- سیستم هوشمند مدیریت ارتباط با مشتری
امتیاز و کیوان پور [Emtiyaz & Keyvanpour 2011] در سال 2011 سیستم مدیریت هوشمند ارتباط با مشتری را معرفی نموده اند که بر اساس تحلیل های وب کاوی مدیریت مشتری را هدایت می کند، اطلاعات را از کانال های مختلف بدست می آورد، ارتباطات را بین بخش های مختلف اصلاح می کند، سازماندهی و بررسی فعالیت های عملیاتی و فهم مناسب تجارت را بر عهده دارد. بنابراین مشتری کانال ارتباطی با شرکت یا سازمان را مطابق با سلیقه شخصی خود برای دریافت بهترین خدمات انتخاب می کند. مزايا و معايب اين روش مشابه با روش شخصي سازي وب مي باشد.
5- روش Visual Web Log Miner
تیواری و همکاران [Tiwari et.al 2011] در سال 2011 روش Visual Web Log Miner را معرفی نموده اند که شامل پنج لایه یکپارچگی، نشست، داده، موتور پیشنهادی و ابزارهای تجسمی است. در لایه یکپارچگی، عملیاتی نظیر استخراج، پاکسازی، انتقال و بارگذاری برای پردازش آینده داده ها استفاده می شود. این لایه از الگوهایی مانند XQuery، XSLT و XML برای ذخیره در انبار داده استفاده می کند. لایه نشست به منظور متصل کردن نمونه های وب سرویس ها و صفحات وب به مشتری استفاده می شود. این لایه برای بررسی نحوه استفاده ترکیب وب سرویس ها توسط مشتری مهم است. لایه داده، انبار داده هوشمند داده های ورودی و وقایع پیش پردازش شده، نشست های هوش تجاری و اطلاعاتی در مورد اجرای وب سرویس ها را ذخیره می کند. لایه موتور پیشنهادی، موتور داده کاوی است و مسئول بارگذاری مخازن داده های XML از پایگاه داده، اجرای دستورات SQL و اجرای الگوریتم های داده کاوی است. این لایه توسط سیستم پردازش تحلیلی آنلاین و تکنیک های داده کاوی برای شناسایی قوانین تجاری مناسب مانند دسته بندی مشتریان، جریان کلیک ها و ارتباط بین مشتریان و محصولات استفاده می کند.
از جمله مزاياي اين روش بهره گیری مناسب از تکنولوژی های مرتبط با وب کاوی، نمایش رابطه متقابل و وابستگی بین اجزای مختلف، کشف حساسیت ها و انجام تقریبی بهینه سازی مي باشد اما عدم توجه به شرایط رقابتی و حفظ وفاداری مشتریان، عدم توجه ظاهر سایت و نوع محصولات انتخابی و تبلیغات موثر بر آن، عدم توجه به شناخت علایق و سلایق مشتری از نقاط ضعف اين روش مي باشد.
3-7- تحلیل جریان های کلیک
کلودیا [Claudia 2011] در سال 2011 در مقاله خود تحلیل و بررسی جریان های کلیک را برای مدیریت ارتباط با مشتری در دنیای مجازی مناسب می داند. جریان کلیک به معنای ترتیب صفحات وبی است که توسط کاربر بازدید شده است. زمانی که بازدید کننده به وب سایت دسترسی پیدا می کند، سرور تمام فعالیت هایی را که بازدید کننده انجام داده است را در فایل های ثبت وقایع نگهداری می کند و نشست کاربر ترتیب صفحاتی وبی از چندین سایت را که کاربر در یک دوره زمانی مشاهده کرده است، شرح می دهد. هر کلیک از موس مطابق با یک درخواست صفحه است و ترتیبی از کلیک ها مطابق با ترتیبی از لینک ها می باشد. تحلیل جریان های کلیک های پی در پی می تواند برای درک رفتار کاربر مورد استفاده قرار بگیرد. توسط این تحلیل می توان دریافت که کاربر به چه صفحاتی علاقه مند بوده یا مدت بیشتری بر روی آن درنگ کرده است و از چه صفحاتی سریعا رد شده است. به طور کلی دو نوع تحلیل برای جریان های کلیک استفاده می شود:
تحلیل ترافیک
تحلیل تجارت الکترونیک.
3-7-1- تحلیل ترافیک
تحلیل ترافیک، به بررسی رفت و آمدهای کاربر توسط جمع آوری داده های مربوط به کلیک ها که در سرور ذخیره شده است، می پردازد. این تحلیل همچنین تعداد دفعاتی را که کاربر صفحات را در طول پیمایش بارگذاری کرده است، ثبت می کند.
3-7-2- تحلیل تجارت الکترونیک
در تحلیل تجارت الکترونیک، از جریان کلیک های داده برای تعیین بازاریابی اثربخش توسط ارزیابی رفتار کاربر در طول بازدید سایت و بررسی تراکنش های فروش، استفاده می شود. این تحلیل، شاخصی است که درجه راحتی کاربر را در استفاده از فرم های مربوط به واسط کاربر، استفاده از کارت های خرید، نحوه پرداخت و ... را مشخص می نماید.
تحلیل جریان های کلیک یکی از جنبه های مهم کسب و کار و تبلیغات آنلاین است زیرا چگونگی تغییر مکان کاربران را از یک صفحه به صفحات دیگر را ثبت می کند و می تواند باعث درک مشتریان بالقوه شود. اگر کاربر در صفحاتی درنگ داشته باشند، این احتمال می رود که به محتوای آن صفحه علاقه مند بوده است.
با ساخت پروفایل کاربر برای سایت هایی مشخص، تحلیل جریان کلیک می تواند برای طراحی مناسب وب سایت و افزایش رضایتمندی مشتریان موثر واقع شود و همچنین مکان های مناسب قرار دادن تبلیغات را مشخص نماید. توسط لینک های تبلیغاتی کاربر از صفحه مبدا به صفحات دیگری ارجاع داده می شود و با تحلیل جریان های کلیک می توان نوع صفحات و سایت هایی را که کاربر به آن علاقه مند است را تعیین نمود یا کاربر را مستقیما به محلی که می تواند از آن جا مراحل خرید را انجام دهد، انتقال داد. هدف اصلی کمک به تبلیغات موثر، نمایش ارتباط بین تبلیغات و صفحات اینترنتی است که در نهایت منجر به خرید گردد.
تحلیل جریان کلیک، همچنین می تواند برای شخصی سازی استفاده گردد، به این صورت که با تحلیل سبد خرید مشتریان، کالاهایی را که بیشتر مورد توجه مشتری است را در کنار هم قرار داد. بنابراین می تواند نحوه چیده شدن محصولات در صفحات وب و طراحی فروشگاه مجازی را مطابق با سلیقه مشتری انجام داد و اجناس تخفیف دار را در کنار هم قرار نداد. این روش علاوه بر بهبود وضعیت فروشندگان، می تواند در جذب و ترغیب مشتریان برای خرید مورد استفاده قرار بگیرد.
به طور كلي مزاياي اين روش توجه به مشتری و نحوه پیمایش سایت توسط وی، توجه به طراحی مناسب سایت در جلب توجه مشتریان و نحوه ارائه و چیده شدن محصولات و نمایش مناسب تبلیغات است اما ضروري است كه شرايط رقابتي به طور كامل در نظر گرفته شود تا ضمن جذب مشتريان بتوان در جهت حفظ رضايتمندي و وفاداري آنان گام برداشت.
3-8- روش های مشاهده اطلاعات کاربران
مالاپاتی و همکاران [Malapati et.al 2012] در سال 2012 در مقاله خود به منظور شناسایی الگوهای پنهان موجود در رفتار کاربران و مشاهده اطلاعات مربوط به آنان سه روش پیشنهاد داده اند: وب سرور، وب پروکسی سرور، مشتری کاربر.
در فایل های ثبت وقایع وب سرور، در یک وب سایت اطلاعات چندین کاربر که ثبت شده است؛ مشاهده می شود. در وب پروکسی سرور، اطلاعات چندین کاربر که از چندین وب سایت ثبت شده است؛ مشاهده می شود و در روش سوم اطلاعات ثبت شده یک کاربر که از چندین وب سایت ثبت شده است؛ مشاهده می گردد. ثبت وقایع در روش اول و دوم به صورت خودکار است ولی در روش سوم برای ثبت نیاز به نرم افزار اختصاصی است. روش اول، روشی کاملا ساخت یافته است که در شکل 3-3 معماری مربوط به آن مشخص شده است.
شکل 3-3- معماری روش وب سرور [Malapati et.al 2012]
روش پروکسی سرور، دشوارتر از روش اول است زیرا شناسایی رفتار حقیقی کاربر مشکل است، برای مثال آدرس های IP مشابهی می تواند توسط افراد متعددی استفاده شود ولی این امتیاز وجود دارد که می توان برای افراد رمز ورودهای منحصر به فردی قرار داد. در این روش ارتباطات چند به چند وجود دارد یعنی یک کاربر می تواند به سایت های زیادی دسترسی داشته باشد و تعدادی کاربر می توانند فقط یک سایت را بازدید کنند.
فایل های ثبت وقایع توسط وب سرور برای نگهداری مسیر درخواست هایی که در یک وب سایت به وقوع می پیوند، مورد استفاده قرار مي گيرند و شامل چندين قسمت مي باشند؛ تاریخ که به صورت YYYY-MM-DD چهار رقم برای سال و دو رقم برای ماه و روز می باشد. زمان که به صورت HH:MM:SS دو رقم برای ساعت، دقیقه و ثانیه می باشد. آدرس IP کلاینت كه شماره کامپیوتری است که توسط آن دسترسی یا درخواست به سایت صورت گرفته است. اعتبار سنجی کاربر كه برخی از وب سایت ها به منظور برقراری امنیت برای ورود کاربران نام کاربری و رمز عبور در نظر می گیرند. زمانی که کاربر این اطلاعات را وارد می کند، این موارد در فایل ثبت وقایع قرار می گیرد. نام و آدرس IP سرور، IP ثابتی است که توسط ارائه دهنده سرویس اینترنت فراهم شده است و مرجعی برای دسترسی به اطلاعات سرور است. پورت سرور كه برای ارسال داده ها استفاده می شود. درخواستی که از سرور شده است که می تواند درخواست تصویر، صدا، فیلم، متن، فایل و ... باشد. مسیر میزبان است که برای نمایش ساختار وب سایت مورد استفاده قرار می گیرد. کد وضعیت كه توسط سرور برگشت داده می شود و توسط سه رقم تعریف می شود که چهار وضعیت در بارگذاری صفحات دارد: کد 200 به معنای موفقیت، کد 300 به معنای ارجاع، کد 400 به معنای شکست، کد 500 به معنای خطای سرور.
تحلیل وضعیت کاربر شامل بررسی فایل های نشست و تعیین هویت کاربر است. در فایل نشست کاربر، مشخص می گردد که چه کسی به چه سایتی مراجعه کرده است، کدام صفحات را و به چه ترتیبی درخواست داده است و چه مدت آن ها را مشاهده کرده است. اگر کاربران اطلاعات خود را در زمان ورود، درج نمایند؛ شناسایی آنان به راحتی امکان پذیر است ولی در واقعیت بیشتر کاربران اطلاعات خود وارد نمی کنند و عواملی مانند استفاده از کامپیوتر مشترک، وجود دیواره های آتش و استفاده از چندین مرورگر شناسایی کاربران را مشکل می سازد. با استفاده از کوکی ها می توان رفتار کاربران را ردگیری کرد ولی با توجه به مسائل مربوط به حفظ حریم شخصی، استفاده از آن مجاز نمی باشد [Sheetal et.al 2012].
محتوا کاوی وب با ترکیب تحلیل های مربوط به فایل های ثبت وقایع و وضعیت کاربر به ارزیابی، طراحی و اصلاح ساختار وب سایت است و همچنین برای درک و تحلیل رفتار بازدیدکنندگان از دو جنبه علاقه و اطلاعات هر دسترسی و نحوه دسترسی به اطلاعات می پردازد. محتوا کاوی وب طی مراحل آماده سازی داده ها، کشف الگو و تحلیل الگو به طراحی و اصلاح ساختار سایت کمک می کند [Parvin Nina et.al 2009].
تمركز اين روش بر مشاهده و تحلیل رفتار كاربران است ولي اگر كاربر مورد تحليل مشتري يك فروشگاه مجازي باشد، عدم توجه به شرایط بازار، شرایط رقابتی و نیازمندي های شرکت ها مي تواند نقش به سزايي در كاهش سودآوري و پيشروي شركت ها داشته باشد.
3-9- هوش تجاری
راهی و تاکور [Rahi & Thakur 2012] در سال 2012 مسئله هوش تجاری را در زمینه وب کاوی در حوزه تجارت الکترونیک مطرح نموده اند. هوش تجاری به شرکت ها و سازمان ها در تشخیص نقاط ضعف و مستحکم نمودن نقاط قوت کمک کرده و بهينه‌سازي فرآيندها را تسهیل می نماید و در پی داشتن دانش عمیق نسبت به همه عوامل مانند مشتريان، رقبا، محيط اقتصادي، عمليات و فرآيندهاي سازماني براي تصميم گيري موثر است.
شرکت ها می توانند از ابزارهای هوش تجاری برای ارتباط با مشتریان استفاده می کنند. هوش تجاری به تحکیم، تحلیل و دسترسی به حجم وسیعی از داده ها برای اتخاذ تصمیمات تجاری کمک می کند. از ابزارهای اصلی هوش تجاری، سیستم پردازش تحلیلی آنلاین، داده کاوی و وب کاوی می باشد. پردازش تحلیلی آنلاین از تجزیه و تحلیل چند بعدی پشتیبانی می کند و انجام پرس و جوهای پیچیده را در حجم وسیعی از داده ها انجام می دهد و تكنيك هاي داده کاوی و وب کاوی، از میان حجم وسیعی از اطلاعات، الگوهای رفتاری مشتریان تشخیص می دهد [Dien & Douglas 2010]. ابزارهای هوش تجاری می توانند به سوالاتی مانند چگونگي راضي و شاد نگهداشتن مشتريان، جذب مشتريان بالقوه، دلايل عدم وفاداري و مراجعه به شركت هاي رقيب پاسخ دهد [Al-Azmi 2013]. تکنیک های داده كاوي و وب کاوی موثر در زمینه تجارت و هوش تجاري در جدول 3-1 دسته بندی شده است.
جدول 3-1- تکنیک های موثر در زمينه تجارت و هوش تجاري [Rahi & Thakur 2012]
عملیاتکاربردروش هابازاریابیپیشنهاد محصول و روند تولید آنقوانین اجتماع و داده کاوی سری های زمانیمدیریت فروشفروش محصولاتیادگیری نظارتي چند مرحله ایمدیریت امور مالیشناسایی کلاهبرداری هاارتباط کاویفناوری اطلاعاتكاهش روندهاي تكراريخوشه بندی و متن کاویسرویس دهی به مشتریانارائه پيشنهاد براي كارشناسانقوانین اجتماع، متن کاوی و تحلیل ارتباطات و مسیرانبارداری و حمل و نقلمدیریت انبارداریخوشه بندی، قوانین اجتماع و پیش بینیمدیریت فرآیند تجاریفرآیند کاویخوشه بندی و قوانین اجتماعمنابع انسانیمراکز فراخوانی منابع انسانیالگوهای ترتیبی، قوانین اجتماع و خوشه بندی
هوش تجاری در زمینه وب کاوی در حوزه تجارت الکترونیک به تشخیص نقاط ضعف و تقویت نقاط قوت سازمان ها و بهينه‌سازي فرآيندها مي پردازد و به نیازها و سلایق مشتریان توجه دارد اما پیاده سازی و هماهنگ سازی استراتژی های سازمان با اهداف هوش تجاری هزينه بر مي باشد.
3- 10- مدیریت ارتباط با مشتریان الکترونیکی
فیض بخش توانا و همکاران [Feizbakhsh Tavana et.al 2013] در سال 2013 در مقاله خود، نسخه جدید CRM، e-CRM را معرفی می کنند که تاکید بیشتری بر شخصی سازی، تکنولوژی های بازاریابی مستقیم برای فروش و فرآهم آوردن خدمات مشخص و مجزا برای بخش های کوچک بازار دارد. e-CRM فرصت هایی را برای برخورد مناسب با مشتریان و ارتباط موثر با شرکت ها فراهم می آورد که هم مشتریان و هم شرکت ها از مزایای آن بهره برند. با استفاده از سیستم های شبکه مانند اینترنت، اینترانت و اکسترانت می توان کارایی تجارت های الکترونیک را بهبود بخشید و رضایت هر چه بیشتر مشتریان را فراهم آورد.
در جدول 3-2، در بازاریابی سنتی، یک نوع از محصولات برای همه برنامه های بازاریابی و برای همه افراد به صورت یکسان عرضه می شود (وضعیت 1). با شکل گیری مدیریت ارتباط با مشتری و با افزایش کانال های ارتباطی، بازاریابی فرد به فرد صورت می پذیرد (وضعیت 2). در نهایت با استفاده از فناوری اطلاعات در مدیریت ارتباط با مشتری، e-CRM به وجود می آید که از مزایای فناوری اطلاعات برای عرضه محصول مخصوص برای هر مشتری استفاده می شود.
جدول 3-3، ارتباط بین فرآیندهای بازاریابی، اهداف، بازاریابی انبوه سنتی، مدیریت ارتباط با مشتری و فناوری اطلاعات استفاده شده در مدیریت ارتباط با مشتری را نشان می دهد.
جدول 3-2- گام های e-CRM [Feizbakhsh Tavana et.al 2013]
تعداد کانال های ارتباطیe-CRM (وضعیت 3)CRM (وضعیت 2)بازاریابی فرد به فردنگرش بازاریابی بازاریابی سنتی (وضعیت 1)محصول مخصوص برای هر مشترییک نوع از محصولات برای همهبازاریابی انبوهمشخصه های محصول
جدول 3-3- ارتباط بین بازاريابي، اهداف، مديريت ارتباط با مشتري و فناوري اطلاعات [Feizbakhsh Tavana et.al 2013]
فرآیندتعیین هویتتفکیکتعاملشخصی سازیهدفتعیین مشتری منحصر به فردارزیابی ارزش ها و نیازهای مشتریبرقراری ارتباط مداومتکمیل نیازهای مشتریخلق منفعتبازاریابی انبوه سنتی-دسته بندیمراکز تلفنفروشخدماتCRMایجاد پروفایل مشتریتحلیل سطوح فردیمدیریت مراکز تلفنسیستم های پاسخگویی خودکاراتوماسیون فروشاتوماسیون فرآیندهای بازاریابیفناوری اطلاعاتکوکی هاشخصی سازی وب سایت هاداده کاوییادگیری سازمانینرم افزارهای مبتنی بر وب و ارتباطات بدون سیستممدیریت منابعتجارت الکترونیک
برای پیاده سازی e-CRM از ابزارهاي فناوری اطلاعات نظیر پرتال ها، ایمیل، سیستم های پاسخگویی خودکار، کاتالوگ های آنلاین، علائم تجاری و ... استفاده می شود. قابلیت این ابزارها توسط موارد زیر اندازه گیری می شود:
مورد اول، نزدیکی واسط کاربر است كه مشخص مي كند كه چه مقدار شرکت به مشتریانش نزدیک است. مورد دوم، مربوط به بازاریابان است که باید ارزش واقعی پیاده سازی و نگهداری از ابزارها را در نظر بگیرند، اما باید توجه داشت که این معيار نسبی است و مقدار مطلقی ندارد. مورد سوم، شخصی سازی است كه به معناي استفاده از یک ابزار براي درك الگوهای رفتار مشتری و نیازهایش مي باشد و مورد چهارم، تعيين تعداد واقعی کاربران است كه اين مورد در جدول 3-4 تحت عنوان "توانایی" مشخص شده است.
جدول 3-4- پیاده سازی چارچوب e-CRM [Feizbakhsh Tavana et.al 2013]
شخصی سازیکمزیادتوانایی کمتوانایی زیادتوانایی کمتوانایی زیادارزش زیادزیادواسط کاربرپاسخگویی خودکار پرتال هاGISمسیریابی کاربرانمراکز پاسخگویی تلفنی و ...برنامه های وابستهارتباطاتارزش کمارزش زیادکمعلائم تجاریکاتالوگ آنلاینپرسش های متداولدانلودهاایمیلارزش کم
برای موفقیت e-CRM پیاده سازی عوامل زیر نقش کلیدی دارد[Feizbakhsh Tavana et.al 2013]:
1- آموزش کارمندان سازمان: کارمندان باید بتوانند با مشتریان ارتباطی مناسب و شایسته داشته باشند و از فناوری های جدید در این راستا بهره ببرند.
2- مرور فرآیند ها و طراحی فرآیندهای جدید: سازمان ها بدون طراحی مناسب و منطقی فرآیندها نمی توانند در بدست آوردن اهدافشان پیروز شوند.
3- پیاده سازی فناوری های جدید: سازمان ها برای پیاده سازی e-CRM ملزم هستند تغییراتی در سازمان، ساختارها، قواعد تجاری، پایگاه داده ها و ... ایجاد نمایند.
اگر سازمان ها بدون تدوین استراتژی های مناسب و جامع نسبت به انجام تغییرات اقدام کنند، مواردی مانند ناهماهنگی بین وضعیت سازمان و e-CRM، عدم انعطاف پذیری در طرح های سازمان، عدم درک فرآیندهای تجاری سازمان، عدم تطابق با نیازهای سازمان و مشتریان، عدم حفظ حریم خصوصی مشتریان به صورت مناسب و ... پیش خواهد آمد.
با توجه به مطالب فوق، سرعت بالا، بيشتر بودن درآمد در مقايسه با هزينه ها، دسترسی دائم، سودمندی داده ها، یکپارچگی و از مزاياي e-CRM و هزینه تقریبا بالای پیاده سازی و هماهنگ سازی استراتژی های سازمان با اهداف مدیریت ارتباط با مشتریان الکترونیک از معايب اين روش مي باشد.
3-11- مدل رفتاری مشتریان
سدات [Sadath 2013] در سال 2013 در مقاله خود، مدل رفتاری مشتریان را پیشنهاد می دهد. این مدل سیستمی را توصیف می کند که در آن داده های قدیمی مشتریان قرار می گیرد و یک مدل پیشگویانه مناسب در موتور امتیاز بندی اجرا می گردد. موتور امتیاز بندی یک نرم افزار کاربردی است که برای ارزیابی توابع ریاضی روی مجموعه ای از داده های ورودی به کار می رود. در فرآیند امتیاز بندی مجموعه ای از مشتریان که رفتار و علایق مشابهی دارند، شناسایی شده و در پایگاه داده یا جدولی مشخص گروه بندی می شوند و امتیاز مشخصی به آن ها داده می شود. در مرحله تحلیل با استفاده از تبدیل داده ها، گزارش ها، الگوریتم های داده کاوی، امتیاز بندی و ... فضای تصمیم گیری به وجود می آید. مرحله داده بین اجزای تعریف داده تجاری و تعاملات مشتری ارتباط برقرار می کند. انبار داده ساخته شده، داده جمع آوری شده از تعاملات مشتریان به مرحله تحلیل انتقال می دهد. در شکل 3-4 این مدل به طور کامل به تصویر کشیده شده است.
شکل 3-4- مدل رفتاری مشتریان [Sadath 2013]
در مدل رفتاري مشتريان تمرکز بر مشتریان و گروه بندي علایق آنان است اما پیمایش های کامل از جداول بزرگ در چندین نوبت، سیستم های پیچیده پردازش آنلاین، زمان بری بالا، انبار داده های بزرگ از معايب اين روش است. این مدل برای زمانی که پیش بینی ها اشتباه هستند یا مواقعی که احتمال کلاه برداری بالاست مانند بخش های مالی توصیه نمی گردد.
3-12- وب سایت های انطباقی
اسحاقی و گاوالی[Eshaghi & Gawali 2013] در سال 2013 در مقاله خود به معرفی وب سایت های انطباقی پرداخته اند. وب سایت های انطباقی ساختار و محتوا یا ارائه اطلاعات برای پاسخگویی به اندازه گیری تعاملات کاربر با سایت را تنظیم می نمایند و تعاملات آینده کاربر را بهینه سازی می نمایند. این وب سایت ها، به صورت خودکار سازمان هایشان را بهبود می بخشند و الگوهای دسترسی کاربران را نمایش می دهند. الگوهای تعاملی کاربران ممکن است به صورت مستقیم از وب سایت جمع آوری شود یا از فایل های ثبت وقایع مربوط به وب سرور استخراج گردد. در وب سایت های انطباقی، محتوا و ساختار سایت بر اساس داده های استخراج شده از رفتار کاربر به صورت پویا سازماندهی مجدد می گردد.
اين روش بر مسیر حرکت کاربر و الگوهای رفتاری مشتریان تمركز دارد اما نيازهاي سازماني و شرايط رقابتي را در نظر نمي گيرد.
3-13- خلاصه فصل
در اين فصل به برخي از روش های موجود در زمینه مدیریت ارتباط با مشتری و تجارت الكترونيك توسط تکنیک های وب کاوی اشاره شد و مزايا و معايب هر روش بيان گرديد. همانگونه که مشاهده شد، روش های معرفی شده به طور کامل تمام مباحث مربوط به اين حوزه را تحت پوشش قرار نمی دهند و هر روش به صورت مجرد و مجزا برخي از موارد را در نظر مي گيرد. در ادامه روشی ارائه خواهد شد که ضمن در نظر گرفتن نكات مفيد مطرح شده در روش های لی و فنگ، شخصی سازی وب، تحلیل جریان های کلیک، هوش تجاری، e-CRM و مدل رفتاری مشتریان و با توجه به نيازمندي هاي يك مشتري الكترونيكي به بيان مواردي مي پردازد كه براي جلب و حفظ وفاداري مشتريان اهميت دارد.
منابع فارسي
[الهی و همکاران 1388] الهی شعبان، حمدان محمود و حسن زاده علیرضا، "بررسی رابطه تجارت الکترونیکی و رفتار مشتری" ، (1388)، دو ماهنامه علمی - پژوهشی دانشور رفتار / دانشگاه شاهد، سال 16، شماره 35، صفحات 27 تا 41.
[طاهرپور کلانتری و طیبی طلوع 1389] طاهرپور کلانتری حبیب الله و طیبی طلوع احمد، (1389)، "رابطه مدیریت ارتباط با مشتری و عملکرد" ، فصل نامه چشم انداز مدیریت بازرگانی، سال 1، شماره 34، صفحات 109 تا 122.
[عباسی و ترکمنی 1389] عباسی محمدرضا و ترکمنی محمد، (1389)، "مدل نظری اجرای مدیریت ارتباط با مشتری" ، نشریه بررسی های بازرگانی، شماره 41، دوره جدید، صفحات 19 تا 34.
[عليزاده و ملك محمدي 1392] عليزاده سميه و ملك محمدي سميرا، (1392)، "داده كاوي و كشف دانش گام به گام با نرم افزار Clementine" ، چاپ دوم، تهران – ايران.
[میرفخرالدینی و همکاران 1388] میرفخرالدینی سید حیدر، حاتمی نسب سید حسن و طالعی فر رضا، (1388)، "تبیین وضعیت مدیریت ارتباط با مشتری الکترونیک" ، نشریه کاوش های مدیریت بازرگانی، سال اول، شماره 2، صفحات 55 تا 88.
منابع انگليسي
[Al-Azmi 2013] Al-Azmi Abdul-Aziz Rashid, (2013), “Data, Text, and Web Mining for Business Intelligence: A Survey” , International Journal of Data Mining & Knowledge Management Process (IJDKP), Vol. 3, No. 2, PP. 1-21.
[Bussa et.al 2012] Bussa V. R. R. Nagarjuna, Akula Ratna babu, Miriyala Markandeyulu, A.S.K.Ratnam, (2012), “Web Mining: Methodologies, Algorithms and Applications” , International Journal of Soft Computing and Engineering (IJSCE), Vol. 2, Issue 3, PP. 164-167.
[Claudia 2011] Claudia Elena, (2011), “Using Web Mining in E-Commerce Applications” , Article provided by Constantin Brancusi University, Faculty of Economics in its journal Constatin Brancusi University of Targu Jiu Annals of Romania - Economy Series, Vol. 3, Issue 9, PP. 65-74.
[Dien & Douglas 2010] Dien D. Phan and Douglas R. Vogel, (2010), “A model of customer relationship management and business intelligence systems for catalogue and online retailers” , The International Journal of Information Systems Applications, Vol. 47, Issue 2, PP. 69-77.
[Emtiyaz & Keyvanpour 2011] Emtiyaz Siavash and Keyvanpour MohammadReza, (2011), “Adaptive Classification of Web Mining Methods and Challenges of Customer Relationship Management Domain”, International Journal of Scientific & Engineering Research, Vol. 2, Issue 5, PP. 1-5.
[Eshaghi & Gawali 2013] Eshaghi Marjan and Gawali S. Z. , (2013), “Web Usage Mining Based on Complex Structure of XML for Web IDS” , International Journal of Innovative Technology and Exploring Engineering (IJITEE), Vol. 2, Issue 5, PP. 323-326.
[Feizbakhsh Tavana et.al 2013] Feizbakhsh Tavana Ali, Bakiyan Behnam, Farjam Hadi, Karami Mohamad, Ostovari Sirus, (2013), “Electronic Customer Relationship Management and Its Implementation in Business Organizations” , Interdisciplinary Journal of Contemporary Research In Business (IJCRB), Vol. 4, No. 11, PP. 686-693.
[Ganapathi Babu et.al 2012] Ganapathi Babu K. , Komali A. , V. Mythry, Ratnam A. S. K. , (2012), “Web Mining using Semantic Data Mining Techniques” , International Journal of Soft Computing and Engineering (IJSCE), Vol. 2, Issue 3, PP. 168-171.
[Gunjan et.al 2012] Gunjan Batra,Vijay Laxmi and Afshar Alam M., (2012), “Optimizing the Web Mining technique using Heuristic Approach” , International Journal of Computational Engineering & Management (IJCEM), Vol. 15, Issue 1, PP. 81-84.
[Gupta & Todwal 2012] Gupta Sita and Todwal Vinod, (2012), “Web Data Mining & Applications” , International Journal of Engineering and Advanced Technology (IJEAT), Vol. 1, Issue 3, PP. 20-24.
[Kundu 2012] Kundu Shakti, (2012), “An Intelligent Approach of Web Data Mining”, International Journal on Computer Science and Engineering (IJCSE), Vol. 4, No. 05, PP. 919-928.
[Li & Feng 2010] Li Mei and Feng Cheng, (2010), “Overview of WEB Mining Technology and Its Application in E-commerce” , 2nd International Conference on Computer Engineering and Technology, Chengdu, Chine, PP. 277-280.
[Malapati et.al 2012] Malapati Sri Rama Lakshmi Reddy, Kuntam Babu Rao and Chodagam Suresh Kumar ,(2012), “Approach for Developing Business Statistics Using Data Web Usage Mining” , International Journal on Advanced Computer Theory and Engineering (IJACTE), Vol. 1, Issue 2, PP. 41-54.
[Nithya & Sumathi 2012] Nithya P. and Sumathi P., (2012), “A Survey on Web Usage Mining: Theory and Applications” , International Journal of Computer Technology and Applications (IJCTA), Vol. 3, Issue 4, PP. 1625-1629.
[Parvin Nina et.al 2009] Parvin Nina Shahnaz, Rahaman Mahamudur, Bhuiyan Khairul Islam, Khandakar Entenam Unayes Ahmed, (2009), “Pattern Discovery of Web Usage Mining” , International Conference on Computer Technology and Development (ICCTD), Kota Kinabalu, Malayzia, PP. 499-503.
[Prasanth 2013] Prasanth Anupama, (2013), “Web Usage Mining – Its Application in E-Services” , International Journal of Emerging Technology and Advanced Engineering (IJETAE), Vol. 3, Issue 2, PP. 572-576.
[Rahi & Thakur 2012] Rahi Priyanka and Thakur Jawahar, (2012), “Business Intelligence: A Rapidly Growing Option through Web Mining” , IOSR Journal of Computer Engineering (IOSRJCE), Vol. 6, Issue 1, PP. 22-29.
[Rana 2012] Rana Chhavi, (2012), “Trends in Web Mining for Personalization” , International Journal of Computer Science and Technology (IJCST) Vol. 3, Issue 1, PP. 260-265.
[Ratnakumar 2010] Ratnakumar Jebaraj A. , (2010), “An Implementation of Web Personalization Using Web Mining Techniques”, Journal of Theoretical and Applied Information Technology, Vol. 18, No. 1, PP. 67-73.
[Sadath 2013] Sadath Lipsa, (2013), “Data Mining in E-Commerce: A CRM Platform” , International Journal of Computer Applications, Vol. 68, No. 24, PP. 32-37.
[Satish & Sunil 2012] Satish Belsare and Sunil Patil, (2012), “Study and Evaluation of user’s behavior in e-commerce Using Data Mining” , Research Journal of Recent Sciences International Science Congress Association, Vol. 1, Issue 2, PP. 375-387.
[Sheetal et.al 2012] Sheetal A. Raiyani, Shailendra Jain, Ashwin G. Raiyani, (2012), “Advanced Preprocessing using Distinct User Identification in web log usage data” , International Journal of Advanced Research in Computer and Communication Engineering (IJARCCE), Vol. 1, Issue 6, PP. 418-422.
[Shinde et.al 2011] Shinde S. P. ,Kapase S. S. , Mulik S. R. , (2011), “E-Service Intelligence in Web Mining” , International Journal of Enterprise Computing and Business Systems (IJECBS), Vol. 1, Issue 2, PP. 26-41.
[Tiwari et.al 2011] Tiwari Sonal, Richariya Prashant, Razdan Deepti, Tomar Shivkumar, (2011), “A Web Usage Mining Framework for Business Intelligence” , 3rd International Conference on Communication Software and Networks (ICCSN), Bhopal, India ,PP. 731-734.
[Tuzhilin 2012] Tuzhilin Alexander, (2012), “Customer relationship management and Web mining: the next frontier” , Journal of Data Mining and Knowledge Discovery, Vol. 24, Issue 3, PP. 584-612.
[Venkata Krishna et.al 2012] Venkata Krishna M. , Raghavendar Raju L. , Jamuna D. , Gayathri M. , (2012), “Analysis of Web Mining and Evolving of User Profiles” , International Journal of Engineering and Innovative Technology (IJEIT), Vol. 1, Issue 4, PP. 206-208.
[Weigang & Qingyi 2012] Weigang Zuo and Qingyi Hua, (2012), “The application of Web data mining in the electronic commerce” , Fifth International Conference on Intelligent Computation Technology and Automation, Hunan, Chine, PP. 337-339
قیمت: 49٬000 تومان
قیمت: 49٬000 تومان
قیمت: 49٬000 تومان
قیمت: 49٬000 تومان
قیمت: 49٬000 تومان
قیمت: 49٬000 تومان
قیمت: 49٬000 تومان
قیمت: 49٬000 تومان
قیمت: 49٬000 تومان
قیمت: 49٬000 تومان
