بخش‌بندي و تعيين نيمرخ مشتريان خودروهاي پلاك اروند با استفاده از الگوريتم شبكه عصبي مدل نقشه‌هاي خودسازمانده

Segmentation and Profiling of Customers of Arvand License Plate Registered Vehicles Using Neural Network Algorithm of Self-Organizing Maps Model

پيدايش بازار واردات خودرو در منطقه‌ي آزاد اروند در استان خوزستان، سهم بسزايي از خريد خودرو در اين استان پهناور را به خود اختصاص داده است. پژوهش حاضر با هدف بخش‌بندي و تعيين نيمرخ مشتريان خودروهاي پلاك اروند با استفاده از الگوريتم شبكه مصنوعي مدل نقشه‌هاي خودسازمانده صورت گرفته است. براي شناسايي نيمرخ مشتريان، بالغ‌ بر 70 هزار نفر از دارندگان خودروهاي پلاك اروند در سطح استان خوزستان جامعه آماري اين پژوهش را تشكيل داده است. با استفاده از جدول مورگان 384 نفر به روش نمونه‌گيري تصادفي به عنوان نمونه انتخاب و جهت گردآوري اطلاعات از پرسش‌نامه استفاده گرديد. تحقيق در گروه روش‌هاي كمي بوده كه با توجه به هدف، كاربردي و ازلحاظ ماهيت، اكتشافي - پيمايشي و به لحاظ زماني نيز مقطعي مي‌باشد. تجزيه و تحليل اطلاعات به روش تحليل و داده كاوي با استفاده از شبكه عصبي خودسازمانده SOM انجام شد. براي بخش‌بندي مشتريان، ويژگي‌هاي جمعيت‌شناختي، روان‌شناختي و رفتاري هم‌زمان به كار گرفته شده است. بر اساس خروجي‌هاي به دست آمده و شاخص‌هاي تعيين خوشه‌هاي بهينه، 3 بخش شامل مشتريان بي‌تفاوت، محافظه‌كار و وفادار شناسايي و برچسب‌گذاري شد. نتايج اين پژوهش نشان مي‌‌دهد كه متغيرهاي جمعيت‌شناختي، روان‌شناختي و رفتاري در بخش‌بندي مشتريان خودروهاي پلاك اروند نقش تعيين‌كننده‌ و ويژه‌اي دارند.

The emergence of car import market in Arvand Free Zone in Khuzestan province, has covered a significant share of car purchases in this vast province. The present study was conducted using artificial network algorithm of self-organizing maps model aiming at segmentation and profiling of customers of Arvand license plate registered vehicles. In order to identify the profile of customers and adopt an appropriate marketing strategy, the statistical population of this study was formed over 70,000 owners of Arvand license plate registered vehicles across the Khuzestan province. Using Morgan table, 384 people were selected as a sample by random sampling method, and a questionnaire was utilized to collect information. Research in the group was carried out with a quantitative method that was applied in terms of purpose, exploratory-survey in terms of nature, and also cross-sectional time wise. Data analysis was performed by self-organizing neural network analysis (SOM). Simultaneously, the demographic, psychological, and behavioral characteristics have also been considered to categorize customers. Based on the results, 3 sections including indifferent, conservative and loyal customers were identified and named. The validity and reliability of the study were also statistically confirmed. The results of this study show that demographic, psychological and behavioral variables have a decisive and special role in customer segmentation of Arvand license plate registered vehicles.