Affiliation:
1. YILDIZ TEKNİK ÜNİVERSİTESİ, FEN BİLİMLERİ ENSTİTÜSÜ, SİSTEM MÜHENDİSLİĞİ (YL) (TEZLİ)
2. YILDIZ TEKNİK ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, ENDÜSTRİ MÜHENDİSLİĞİ PR.
Abstract
Hızla değişen rekabet ortamında şirketler, zamanlarının büyük bir kısmını mevcut müşterilerini uzun vadede memnun edip elde tutmak, hedef müşteri kitlesini genişletmek ve mevcut maliyetlerini düşürerek rekabet avantajı sağlamaya çalışmaktadır. İşletmelerin pazarlama stratejilerini geliştirirken geçmişte kendilerinden alışveriş yapmış müşterilerini göz ardı etmemesi gerekmektedir. Müşterilerin arasındaki benzerlikleri ve farklılıkları belirlemek, davranışlarını tahmin etmek, müşterilere daha iyi seçenekler ve fırsatlar önermek, müşteri-şirket etkileşimi için kritik bir hale gelmiştir. Bu noktadan hareketle bu çalışmada RFM metrikleri kullanılarak, mevcut müşterinin davranışlarını tanımlamak, müşterileri segmentlere ayırmak ve pazarlama bakış açısıyla bu segmentler için stratejiler oluşturmak amaçlanmıştır. Bunun için Türkiye’de faaliyetini sürdüren bir tekstil perakende firmasının verileri kullanılmıştır. Bu verileri analiz etmek için RFM tekniği kullanılmıştır. Çalışma sonuçlarına göre toplam 5 müşteri kümesi oluşturulmuştur. Şirket açısından en karlı müşteri grubunun 2 numaralı müşteri grubu olduğu, en az karlı ve yakın zamanda neredeyse hiç alışveriş yapmamış kayıp müşteri olarak adlandırdığımız müşteri grubunun ise 4. ve 5. müşteri grupları olduğu belirlenmiştir.
Funder
Yıldız Teknik Üniversitesi
Publisher
Istanbul Ticaret Universitesi
Reference19 articles.
1. Başkol, M. (2020). Determining customer segmentation by using rfm and
correspondence analysis. Business and Management Studies an International
Journal, 8(4), 902-928.
2. Chiang, W. Y. (2019). Establishing high value markets for data-driven
customer relationship management systems: An empirical case study.
Kybernetes, 48(3), 650–662.
3. Christy, A. J., Umamakeswari, A., Priyatharsini, L., & Neyaa, A. (2021). RFM
ranking–An effective approach to customer segmentation. Journal of King Saud
University-Computer and Information Sciences, 33(10), 1251-1257.
4. Chuang, H. M., & Shen, C. C. (2008, July). A study on the applications of data
mining techniques to enhance customer lifetime value-based on the department
store industry. In 2008 International Conference on Machine Learning and
Cybernetics (1, 168-173). IEEE.
5. Ekergil, V., & Ersoy N. (2016). B2B/Endüstriyel pazarlar için anahtar müşteri
yönetimine ilişkin müşteri yaşam boyu değerinin hesaplanmasında muhasebe
ve pazarlamanın rolü. İşletme ve Ekonomi Araştırmaları Dergisi, 7(4), 159-180.
Cited by
1 articles.
订阅此论文施引文献
订阅此论文施引文献，注册后可以免费订阅5篇论文的施引文献，订阅后可以查看论文全部施引文献