سنجش رضايت مشتريان فروشگاه هاي اينترنتي با تركيب تكنيك هاي داده كاوي و الگوي كانو فازي (مطالعه موردي: وب سايت نيازكو)

Measuring Online-Shopping Customer Satisfaction by Combining Data Mining Technique and Fuzzy Kano Model (Case Study: Nyazco Website

رقابت در عرصه جهاني و تلاش براي دستيابي به مزيت رقابتي پايدار و برتري راهبردي نسبت به رقبا موجب گرديده است تا توجه به رضايت مشتري از اهميت بالايي برخوردار باشد. اين پژوهش با تركيب دو روش خوشه بندي K-Means كه يكي از روش هاي داده كاوي است و الگوري كانو فازي سعي در بخش بندي مشتريان فروشگاه اينترنتي نيازكو و سپس شناسايي نيازها و خواسته هاي آنان مي كند. در اين پژوهش براي انجام داده كاوي، تعداد 1090 ركورد از مشتريان وب سايت نيازكو در يك بازه ي زماني 7 ماهه مورد بررسي قرار گرفتند و تعداد چهار خوشه از مشتريان شناسايي شدند. براي سنجش رضايت مشتريان، پرسشنامه كانو فازي به صورت تصادفي بين 168 نفر از مشتريان، كه براساس فرمول كوكران به طور نمونه انتخاب شدند، توزيع شد و در نهايت با روش كانو فازي نيازهاي هر خوشه بررسي و طبقه بندي گرديد. اين پژوهش نشان مي دهد طبقه ي برخي از ويژگي ها بين خوشه هاي مختلف متفاوت و براي برخي ديگر، براي هر چهار خوشه مشترك و از يك نوع است. همچنين براي هر ويژگي در هر خوشه ميزان رضايتمندي و عدم رضايت محاسبه شده است. نتايج اين پژوهش بيانگر اين است كه مشتريان خوشه ي سوم به دو دليل بالا بودن تعداد تكرار مبادلات و مجموع مبالغ خريد كرده از سايت، داراي اهميت بيشتري براي اين وب سايت مي باشند. نتايج اين پژوهش مي تواند ياري رسان فروشگاه هاي اينترنتي جهت ارائه مناسب محصولات به مشتريان مختلف باشد.

Nowadays، one of the most important things that make companies pay attention to the customer satisfaction is the competition in the world and companies struggle to achieve sustainable competitive advantage and strategic superiority over their competitors. The aims of this research is to identify the customers’ requirement in Nyazco online shopping and cluster these customers based on two methods، k-means algorithm and fuzzy Kano model، in order to offer products according to each customer’s needs. In this study، 1090 records of customers were examined for data mining of these customers in the period of 7 months، and four clusters of customers were defined. To measure the customers’ satisfactions، the fuzzy Kano questionnaire was designed and randomly assigned to 168 customers، who were selected based on Cochran formula، and finally، the requirements of each cluster were investigated and classified by using fuzzy Kano model. The results of this research show that the category of some characteristics is different between some clusters and is the same between other clusters. Also، the satisfaction and dissatisfaction score is calculated for each cluster. The results of this study indicate that the customers of the third cluster are more important for this site because the transaction frequencies of these customers and the total amount of purchasing are high. The result of this study will help other online shopping centers for etter presentation of goods to different customers.