تحقیق یک مدل بهبود یافته برای ارزش طول عمر مشتریان براساس زنجیره مارکوف

توضیحات

عنوان: یک مدل بهبود یافته برای ارزش طول عمر مشتریان براساس زنجیره مارکوف

• مقدمه
• مدل پیشنهادی
• کاربرد تجربی
• نتیجه گیری

• مقدمه

شرکت‌ها به طور فزاینده‌ای به دنبال تعیین پیش‌بینی‌های مناسب در مورد ارزش طول عمر مشتریان (CLV) هستند. چرا که ارزش طول عمر شاخصی تعیین کننده جهت هدف‌گیری مشتریان سودآور آینده و بهینه‌سازی منابع بازاریابی است. یکی از چالش‌های اصلی در زمینه محاسبه CLV انتخاب مدل مناسب برای پیش‌بینی ارزش مشتریان است. چرا که تعداد مدل‌های پیشنهاد شده در مطالعات پیشین در این زمینه بسیار زیاد است. مدل‌های قبلی در زمینه پیش‌بینی CLV نسبتا ناموفق هستند و مدل‌های ساده‌تر معمولا نتایجی معادل مدل‌های پیچیده یا حتی بهتر از آنها ارائه می‌کنند. برای پیش‌بینی CLV، راست و همکاران (2011) چارچوب پیشنهاد دادند که عملکردی بهتر از مدل‌های ابتکاری مدیریتی ساده دارد. اما پیاده‌سازی آن مواردی را که در آنها سود مشتری منفی است در بر نمی‌گیرد و مشتریان بسیار وفادار را نیز لحاظ نمی‌کند. در این مقاله ما یک مدل بهبود یافته پیشنهاد می‌کنیم که هم سود مثبت و هم منفی را براساس مدل زنجیره مارکوف (MCM) در نظر می‌گیرد و در نتیجه با پوشش دادن هر دو حالت [1]lost-for-good و [2]always-a-share انطاف‌پذیری بالاتری ایجاد می‌کند. مدل پیشنهادی با مدل‌های توزیع دو جمله‌ای منفی/پارتو (پارتو/NBD)، توزیع دو جمله‌ای منفی/ بتا هندسی (BG/NBD)، MCM و مدل راست و همکاران (2011) مقایسه شده است. براساس تراکنش‌های کارت اعتباری مشتریان که توسط بانک آفریقای جنوبی در اختیار قرار گرفته است، یک مطالعه تجربی انجام شده است که نشان داد مدل پیشنهادی عملکرد بهتری در زمینه پیش‌بینی نسبت به مدل‌های رقیب داشته است.

کلمات کلیدی: ارزش طول عمر مشتری، پیش‌بینی؛ مدل زنجیره مارکوف

1. مقدمه

ارزش طول عمر مشتریان (CLV) یک سنجه در سطح مشتریان است که به منظور هدف‌گیری مشتریان سودآور و بهینه‌سازی منابع بازاریابی مورد استفاده قرار می‌گیرد ]1[. پفیفر و همکاران ]2[ CLV را به صورت ارزش فعلی جریان نقدی آینده مربوط به یک مشتری تعریف می‌کنند. پیش‌بینی سودآوری هر مشتری در آینده و در دوره طول عمر آن مشتری با شرکت، برای شرکت‌ها مهم است. چرا که براساس آن می‌توانند بدانند کدام مشتری‌ها در طول زمان سودآورتر بوده و کدام‌ها سودآوری کمتری خواهند داشت. CLV پیش‌بینی شده را می‌توان برای موثرتر و کارآمدتر کردن اقدامات بازاریابی به کار گرفت. در حالی که سنجه‌های سنتی بازاریابی نمی‌توانند بازگشتی برای سرمایه‌گذاری بازاریابی ارائه دهند، هدف‌گیری مشتریان براساس ارزش پیش‌بینی شده آنها می‌تواند به شرکت‌ها کمک کند تا بازگشت برای سرمایه بازاریابی‌شان داشته باشند. همچنین انجام چنین اقداماتی براساس شاخص‌های مالی تجمعی امکان پذیر نیست.

تحقیق در زمینه اندازه گیری CLV با تمرکز بر زمینه‌های خاص صورت گرفته است. جکسون ]3[ دو دسته بندی اصلی برای مشتریان ارائه کرد: lost-for-good و always-a-share. حالت lost-for-good بیانگر حالتی است که یا مشتری کاملا متعهد به شرکت هست و یا کاملا از شرکت جدا شده و متعهد به یک شرکت دیگر شده است. در اینجا نرخ حفظ مشتری باید محاسبه شود که معمولا براساس داده گذشته انجام می‌شود. در حالت always-a-share، مشتری می‌تواند به راحتی به سراغ شرکت‌های دیگر برود. هزینه‌های تعویض، عاملی تعیین کننده در زمینه رفتار مشتریان از این نظر است.

با توجه به تعداد زیاد مدل‌های CLV پیشنهاد شده در تحقیقات پیشین و ویژگی‌‌های صنایع مختلف، شرکت‌ها به دنبال یک پیش‌بینی مناسب از شاخص CLV برای هر مشتری هستند ]4[ چالش موجود در زمینه اندازه گیری CLV، انتخاب یک مدل مناسب برای پیش‌بینی است

[1] به این معنا که مشتری سخت از دست می‌رود اما اگر از دست برود، دیگر باز نخواهد گشت.

[2] به این معنا که مشتری ممکن است به سراغ شرکت‌های دیگر برود، اما گاهی دوباره به سراغ همین شرکت نیز باز خواهد گشت.

توجه:

برای دانلود فایل کامل ورد لطفا اقدام به خرید نمایید.

لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.