Customer Segmentation Analysis Based on RFM for The Customers of A Retailer

Samet KANCA, Tuncay ÖZCAN, Yakup ÇELİKBİLEK
{"title":"Customer Segmentation Analysis Based on RFM for The Customers of A Retailer","authors":"Samet KANCA, Tuncay ÖZCAN, Yakup ÇELİKBİLEK","doi":"10.23834/isrjournal.1339753","DOIUrl":null,"url":null,"abstract":"Günümüzde teknolojinin gelişimi ile birçok sektörde olduğu gibi perakende sektöründe de gelişim ve dijital dönüşüm yaşanmaktadır. Bu çalışma, teknolojinin hızla geliştiği ve veri biliminin her sektörde önem kazandığı bir dönemde, perakende sektöründe müşteri segmentasyonunun önemini vurgulamaktadır. Özellikle tekstil perakendeciliği alanında, müşteri satın alma davranışlarının doğru bir şekilde analiz edilmesi ve segmente edilmesi, işletmelerin müşteri ilişkilerini yönetme ve pazarlama stratejilerini belirleme süreçlerinde kritik bir rol oynamaktadır. Bu çalışma, bir tekstil perakendecisinin maskelenmiş verilerini kullanarak, RFM (Recency, Frequency, Monetary) modeli ile müşteri segmentasyonu yapmayı hedeflemektedir. Veriler, ön işleme tabi tutulmuş ve RFM değerleri hesaplanmıştır. Ardından, K-means ve Fuzzy C-means algoritmaları kullanılarak müşteri kümeleri oluşturulmuştur. Oluşturulan bu kümelerin sonuçları değerlendirilmiş ve müşteri gruplarına yönelik yorumlar yapmak için kullanılmıştır. Sonuçlar, müşteri segmentasyonunun, perakende sektöründe müşteri davranışlarını anlamak, müşteri ilişkilerini yönetmek ve etkili pazarlama stratejileri geliştirmek için ne kadar önemli olduğunu göstermektedir. Bu çalışma, perakende sektöründeki işletmelerin, müşteri verilerini etkin bir şekilde kullanarak, müşteri memnuniyetini artırmak ve işletme performansını iyileştirmek için nasıl stratejiler geliştirebileceğine dair değerli bilgiler sunmaktadır.","PeriodicalId":274866,"journal":{"name":"The Journal of International Scientific Researches","volume":"56 6","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-10-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"The Journal of International Scientific Researches","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.23834/isrjournal.1339753","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Günümüzde teknolojinin gelişimi ile birçok sektörde olduğu gibi perakende sektöründe de gelişim ve dijital dönüşüm yaşanmaktadır. Bu çalışma, teknolojinin hızla geliştiği ve veri biliminin her sektörde önem kazandığı bir dönemde, perakende sektöründe müşteri segmentasyonunun önemini vurgulamaktadır. Özellikle tekstil perakendeciliği alanında, müşteri satın alma davranışlarının doğru bir şekilde analiz edilmesi ve segmente edilmesi, işletmelerin müşteri ilişkilerini yönetme ve pazarlama stratejilerini belirleme süreçlerinde kritik bir rol oynamaktadır. Bu çalışma, bir tekstil perakendecisinin maskelenmiş verilerini kullanarak, RFM (Recency, Frequency, Monetary) modeli ile müşteri segmentasyonu yapmayı hedeflemektedir. Veriler, ön işleme tabi tutulmuş ve RFM değerleri hesaplanmıştır. Ardından, K-means ve Fuzzy C-means algoritmaları kullanılarak müşteri kümeleri oluşturulmuştur. Oluşturulan bu kümelerin sonuçları değerlendirilmiş ve müşteri gruplarına yönelik yorumlar yapmak için kullanılmıştır. Sonuçlar, müşteri segmentasyonunun, perakende sektöründe müşteri davranışlarını anlamak, müşteri ilişkilerini yönetmek ve etkili pazarlama stratejileri geliştirmek için ne kadar önemli olduğunu göstermektedir. Bu çalışma, perakende sektöründeki işletmelerin, müşteri verilerini etkin bir şekilde kullanarak, müşteri memnuniyetini artırmak ve işletme performansını iyileştirmek için nasıl stratejiler geliştirebileceğine dair değerli bilgiler sunmaktadır.
基于RFM的A零售商顾客细分分析
如今,随着技术的发展,零售业和许多行业一样经历着发展和数字化转型。在技术飞速发展、数据科学在各行各业日益重要的今天,本研究强调了零售业客户细分的重要性。特别是在纺织品零售领域,准确分析和细分客户的购买行为在管理客户关系和确定营销策略的过程中起着至关重要的作用。本研究旨在通过使用一家纺织品零售商的屏蔽数据,利用 RFM(重复性、频率、货币)模型进行客户细分。数据经过预处理并计算出 RFM 值。然后,使用 K-means 算法和模糊 C-means 算法形成客户聚类。对这些聚类的结果进行了评估,并用于对客户群进行评论。研究结果表明,客户细分对于了解客户行为、管理客户关系和制定有效的零售业营销战略非常重要。这项研究为零售业企业如何通过有效利用客户数据来制定提高客户满意度和改善经营业绩的战略提供了宝贵的见解。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信