تحلیل رفتار مشتریان به عنوان یکی از ارکان اساسی در مدیریت ارتباط با مشتری (CRM) و بازاریابی هدفمند، نقش حیاتی در موفقیت کسب‌وکارها ایفا می‌کند. این پژوهش با هدف بررسی و مقایسه مدل‌هایRFM ، LRFM و RFMR با استفاده از داده‌های واقعی یک شرکت سرامیکی انجام شده است. روش پژوهش شامل استخراج داده‌ها، پیش‌پردازش، محاسبه متغیرهایRFM ، LRFM، RFMR، خوشه‌بندی مشتریان با استفاده از الگوریتم K-Means ، شبکه عصبی خودرمزنگار و ارزیابی کیفیت خوشه‌بندی با شاخص امتیاز سیلوئت است. یافته‌ها نشان می‌دهد مدل‌های ترکیبی LRFM و RFMR در مقایسه با مدل RFM، دقت بالاتری در شناسایی الگوهای خرید دارند. مدل LRFM با در نظر گرفتن طول ارتباط مشتری، مشتریان باارزش را بهتر شناسایی می‌کند، در حالی که مدل RFMR با لحاظ کردن نرخ خرید و استفاده از شبکه عصبی خودرمزنگار، الگوهای رفتاری پویاتری را متمایز کرده و امکان شناسایی ریزبخش‌های مشتریان و کشف روابط غیرخطی را فراهم می‌نماید. این پژوهش با ارائه راهکارهایی مانند پیشنهادات ویژه به مشتریان باارزش، توسعه محصولات متنوع و برنامه‌های وفاداری، به شرکت‌های سرامیکی در بهبود استراتژی‌های بازاریابی و افزایش سودآوری کمک می‌کند.

مدل RFM تحلیل رفتار مشتریان بخش‌بندی مشتریان – بازاریابی هدفمند صنعت سرامیک