بخش بندي بازار توريسم درماني در ايران با استفاده از تكنيك تحليل خوشه اي توريسم درماني و تحليل خوشه اي

Segmentation of Medical Tourism Market Using Cluster Analysis Medical tourism and cluster analysis

زمينه و هدف:رشد صنعت و حجم بالای گردش مالی يكی از دلايل اصلی گسترش توريسم درمانی است. درايران به علت ايجاد ظرفيت های اضافی در بخش سلامت به ويژه در سطوح درمانی ،گسترش توريسم درمانی می تواند يك راهبرد اساسی يرای حل مشكلاتی نظير ظرفيت اضافی باشد. هدف از اين مطالعه، بخش بندی مشتريان خارجی  چهار بيمارستان در ايران بر اساس منافع مورد انتظارشان از خدمات درمانی بود.مواد و روش ها: در اين مطالعه برای تعيين ويژگی های خدمات بهداشتی درمانی از مطالعات كتابخانه ای و نظرات خبرگان اين امر استفاده شد. پس از تعيين متغيرها از تحليل عاملی برای خلاصه كردن متغيرها استفاده شد. سپس با استفاده از الگوريتم K MEANS، تحليل خوشه ای بر روی فاكتورهای استخراج شده انجام شد و ويژگی های هر خوشه تعيين شد.نتايج :با انجام تحليل عاملی 4 فاكتور استخراج شد.سپس تحليل خوشه ای بر روی 4 فاكتور انجام شد و بيماران به 4 بخش تقسيم شدند كه بخش اول برای كارائی خدمات بهداشتی درمانی اهميت قائلند،بخش دوم وچهارم برای دريافت مراقبت توام با احترام و خوشه سوم برای قابليت های منحصر به فرد بيمارستان بيشترين اهميت را قائلند.نتيجه گيری: در بين 4 خوشه استخراج شده افراد بيشترين درصد اهميت را به ارائه مراقبت توام با احترام اختصاص داده اند. بنابراين بيمارستانها در تلاش های بازاريابی خود بايد بيشترين تمركز را بر كيفيت ارتباط با مشتريانشان داشته باشند.

Background: Industry growing and work load of financial turnovers are one of the medical tourism’s reason. Because of additional capacity building in health domain especially in medical levels, medical tourism can be solved some problems similar to extra capacityby means of an essential strategy. The aim of this study was to Segment external clients based on their benefits expectations about health services in four hospitals in Iran.Materials andMethods:In current study, library reviewing and health care experts’ viewpoints were used in order to determine the characteristics of healthcare services.After determining the variables, factor analysis was performed to brief variables.Then, cluster analysis was performed on extracted factors using K MEANS algorithm and characteristics of each cluster was determined.Results: Four factors were extracted by factor analysis .Then, Cluster analysis was done on the factors andPatients were divided into four sections whilethe first section respect with health care services efficacy, the second and fourthparts tend to get care with respect and the third parthave a tendency to have individual abilityof hospitals.Conclusion: Individuals obtained the most important percent to care providing with respects among four extracted clusters. Thus, hospitals should have the most focus on communication quality regarding their marketing efforts with their clients.