پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 162 |
| تعداد شماره‌ها | 6,623 |
| تعداد مقالات | 71,549 |
| تعداد مشاهده مقاله | 126,918,090 |
| تعداد دریافت فایل اصل مقاله | 99,966,723 |
سنجش ارزش دوره زندگی مشتری (CLV) بر اساس مدل RFM | ||
| بررسیهای حسابداری و حسابرسی | ||
| مقاله 6، دوره 14، شماره 1 - شماره پیاپی 1725، شهریور 1386 اصل مقاله (92.31 K) | ||
| نویسندگان | ||
| بابک سهرابی؛ امیر خانلری* | ||
| چکیده | ||
| شرکت‌های امروزی به طور روز افزونی درآمدهای خود را از ایجاد و حفظ روابط بلندمدت با مشتریان کسب می کنند. در چنین محیطی، بازاریابی به بیشینه نمودن ارزش دوره زندگی مشتری و سهم مشتری که جمع ارزش دوره زندگی مشتریان شرکت است، کمک می‌کند. یکی از مشکلات عدیده شرکت‌هایی که قصد سنجش سوددهی مشتری را دارند این است که سیستم‌های حسابداری و گزارش‌دهی متمایل به سنجش سوددهی محصول هستند تا سوددهی مشتری. اما علی‌رغم این مشکلات، شرکت‌ها به دنبال روش‌هایی هستند تا ارزش دوره زندگی مشتریانشان را محاسبه کنند. در این مقاله، جهت تعیین ارزش دوره زندگی و بخش‌بندی مشتریان شعبه‌ای از بانک‌های خصوصی تازه تأسیس ایران بر اساس معیارهای تأخر، فراوانی و ارزش مالی(RFM) از روش خوشه بندی K میانگین استفاده شده است. تأیید این نتایج با استفاده از روش تحلیل ممیزی صورت گرفته و در نهایت، بر اساس بخش‌بندی صورت گرفته، استراتژی‌هایی برای برخورد با هر یک از گروه‌های مشتری ارائه شده است. | ||
| کلیدواژه‌ها | ||
| ارزش دوره زندگی مشتری؛ بازاریابی رابطه مند؛ خوشه بندی؛ مدل RFM | ||
| عنوان مقاله [English] | ||
| - | ||
| چکیده [English] | ||
| Nowadays companies increasingly derive revenue from the creation and sustenance of long-term relationships with their customers. In such an environment, marketing serves the purpose of maximizing customer lifetime value (CLV) and customer equity, which is the sum of the lifetime values of the company’s customers. A frequently-encountered difficulty for companies wishing to measure customer profitability is that management accounting and reporting systems have tended to reflect product profitability rather than customer profitability. But in spite of these difficulties, Companies looking for methods to know how calculate their customers's CLV. In this paper, we used K-Mean clustering approach to determine customers's CLV and segment them based on recency, frequency and monetary (RFM) measures. We also used Discriminant analysis to approve clustering results. Data required applying this method gathered from one branch of an Iranian private bank which is established newly. Finally, in terms of this segmentation, we proposed customer retention strategies for treating with the bank customers. | ||
| کلیدواژه‌ها [English] | ||
| Clustering, customer lifetime value, Relationship marketing, RFM Model | ||
|
آمار تعداد مشاهده مقاله: 4,136 تعداد دریافت فایل اصل مقاله: 11,629 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب