بخش‏بندی بازار شامپو از دیدگاه مشتریان با استفاده از تکنیک شبکه عصبی مصنوعی و شناسایی ویژگیهای هر بخش مبتنی بر روش تاگوچی

نویسندگان

دانشگاه شاهد

چکیده

توجه و تمرکز بر مشتری در بازارهای کاملاً رقابتی امروز، عامل حیاتی موفقیت شرکت‏هاست و تقسیم‏بندی بازار به بخش‏های مختلف و ارائه کالاها و خدمات به مناسب‏ترین بخش‏ها مهمترین فعالیتی است که منجر به تمرکز بیشتر شرکت‏ها بر مشتریانشان می‏گردد. در این پژوهش با استفاده از تکنیک شبکه‏های عصبی مصنوعی بازار شامپو در منطقه 8 تهران بخش‏بندی شد. بدین منظور پس از بررسی ادبیات تحقیق 26 شاخص شناسایی شده و با استفاده از شبکه‏های عصبی خودسازمان‏ده بخش‏بندی صورت گرفت و از میان حالت‏های مختلف خوشه‏بندی، حالتی انتخاب شد که اعضاء درون هر بخش بازار شباهت حداکثر به هم و اعضاء بین بخشهای مختلف بازار تفاوت معنی داری نسبت به هم داشته باشند. نتایج نشان داد که بخش‏بندی با 9 خوشه بهترین حالت می‏باشد. این روش با روش Kمیانگین مقایسه و برتری روش شبکه‏های عصبی مصنوعی نشان داده شد. در ادامه با استفاده از روش پیشنهادی مبتنی بر روش تاگوچی مهمترین ویژگی هر بخش جهت استخراج اقدامات بازاریابی متناظر استخراج شده است.

کلیدواژه‌ها


عنوان مقاله [English]

Market Segmentation from the consumer's perspective using ANN and identification of their key characteristics based on the Taguchi technique (A case study in a shampoo industry)

نویسندگان [English]

  • Mahdi Goharpad
  • Mahdi Bashiri
  • Somayeh Karimi
  • Mahdi Bashiri
  • Mostafa Ghazizadeh
Shahed University
چکیده [English]

The critical success factor for companies in competitive markets is focusing on the customers. Market segmentation into different categories and providing goods and services to each segment according to their unique characteristics is the most important activity that can lead to a greater focus on customers. In this study, using artificial neural market techniques, shampoo market in the 8th region of Tehran was classified. Therefore, after reviewing the research literature, 26 indicators have been identified and using the self- organizing neural networks, the segmentation was performed and among the various models of clustering, this model in which, the members within each market segment has the maximum similarity, and the significant differences were between different market segments, was selected. The results showed that the best model is classification with 9 clusters. This approach was compared with K-means and the superiority of artificial neural network approach was demonstrated. Finally key characteristics of each segment were identified by a proposed approach base on the Taguchi technique.

کلیدواژه‌ها [English]

  • Market segmentation
  • Self-organizing maps
  • K-means approach
  • Shampoo market
  • self
  • organizing maps
  • K
  • means approach
  • Taguchi technique