در بازار به شدت رقابتی فعلی، تجزیه‌وتحلیل دقیق مشتریان و مدیریت درست روابط مشتری، از دلایل اصلی موفقیت شرکت‌های برجسته به‌شمار می‌رود. یکی از مهم‌ترین محدودیت‌ها و نواقص بخش‌های بازاریابی فروش و تجارت، از نظر توسعه فروش در صنعت FMCG (کالاهای مصرفی سریعا در حال رشد)، این است که آنها نمی‌دانند کدام بخش از مشتریان را هدف قرار دهند و چگونه باید با هرکدام برخورد کنند. این مقاله در چند سری، به چگونگی جمع‌آوری داده‌های مشتریان توسط دپارتمان‌ها و تجزیه و تحلیل داده‌ها برای دستیابی به بینش مفید در مورد مشتری می‌پردازد. زمانی که بحث کاهش هزینه‌ها در محیط‌های به‌شدت رقابتی مطرح می‌شود، بهره‌گیری کامل از پایگاه مشتریان فعلی و توسعه عمق و سطح کل فروش، اهمیت زیادی برای شرکت‌ها پیدا می‌کند. علاوه بر این، هنگامی‌که مدت زمان ارتباط آینده میان مشتریان و شرکت در معرض خطر باشد، تشخیص کاهش وفاداری مشتری به شرکت مهم است که درنتیجه آن، کمپین‌های حفظ مشتری و احیای مجدد انجام می‌شود. اکثر مدیران فروش و بازاریابان، در شناسایی مشتریان مناسب برای مشارکت در کمپین‌های موفق فروش و بازاریابی مشکل دارند. تاکنون، تقسیم‌بندی مشتریان روش متداولی بوده که برای انتخاب مشتریان مناسب برای راه‌اندازی کمپین مورداستفاده قرار می‌گرفته است. اما متأسفانه، پیوند میان تقسیم‌بندی مشتریان و کمپین‌های بازاریابی فروش و تجارت در حال از بین رفتن است. مشکل دیگر این است که فروشندگان و بازاریابان معمولاً از مدل‌های مختلفی برای تقسیم‌بندی و هدف‌گذاری مشتریان استفاده می‌کنند. این مقاله رویکرد جدیدی ارائه می‌دهد که هدف‌گذاری و تقسیم‌بندی مشتریان برای بازاریابی تجاری و استراتژی‌های فروش را با استفاده از تاریخچه معاملات مشتری با شرکت، ترکیب می‌کند. این تحقیق رفتار مشتری را با استفاده از مدل: Recency: مدت‌زمان سپری‌شده از آخرین خرید (تازگی انجام خرید)، Frequency: فراوانی یا تعداد خرید و Monetary: مجموع پول خرج شده برای خرید (RFM) شناسایی می‌کند و سپس از یک مدل ارزش طول عمر مشتری(CLV) برای ارزیابی مشتریان تقسیم‌بندی شده استفاده می‌کند تا مطابق آن به بازاریابی تجاری و استراتژی‌های فروش رسیدگی شود. اما لازم به ذکر است که برای مدیران بازاریابی فروش و تجارت، تقسیم‌بندی هدف نهایی نیست، بلکه ابزاری برای رسیدن به هدف نهایی است. اهمیت دسته‌بندی مشتریان در حال حاضر بسیاری از شرکت‌ها در یک فضای رقابتی شدید، فعالیت می‌کنند که در آن، چرخه عمر محصول و وفاداری مشتری به برند کاهش می‌یابد. در تلاش برای تقویت روابط موجود با مشتری، اکثر سازمان‌ها به‌طور فزاینده‌ای به سمت مفاهیم مدیریت ارتباط با مشتری (CRM) و به‌خصوص بازاریابی مبتنی بر بانک اطلاعاتی می‌روند. برای شرکت‌ها، شناخت انواع مختلف مشتری برای اخذ تصمیم‌های سودآورتر، بسیار مهم و حیاتی است. از آنجا که در برخی مشاغل، شناخت تک‌تک مشتریان کار ساده‌ای نیست، استفاده از روش تقسیم‌بندی مشتری می‌تواند برای حل این محدودیت مفید باشد. امروزه تقسیم‌بندی مشتری بر اساس ارزش یا ارزش دائمی آنها به‌جای تقسیم‌بندی مبتنی بر نیاز او انجام می‌شود. ارزش طول عمر مشتری شامل محاسبه ارزش گذشته و حال مشتریان و پیش‌بینی ارزش آینده آنها با استفاده از تکنیک‌های داده‌کاوی است. در سال‌های اخیر، داده‌کاوی نه‌تنها در حوزه تحقیق، بلکه در تجارت نیز محبوبیت زیادی پیدا کرده است. داده‌کاوی می‌تواند در کشف روندها، الگوها و ارتباط‌های معنی‌دار مشتری، محصول یا داده‌ها به سازمان‌ها کمک کند تا روابط بهبودیافته مشتری را هدایت کرده و درنتیجه ریسک عملکردهای تجاری را کاهش دهند. برای یک مدیرکسب‌وکار، مدیر فروش و مدیر بازاریابی تجاری موفق، شرکت در یک کمپین مؤثر یک کار کلیدی است. به‌طور سنتی، مدیران فروش و بازاریابی تجاری ابتدا باید تقسیم‌بندی بازار را با استفاده از یک مدل ریاضی شناسایی و سپس یک برنامه کمپین کارآمد را برای هدف قرار دادن مشتریان سودآور اجرا کنند. این روند با مشکلات قابل‌توجهی روبرو است. اول اینکه، اکثر مطالعات قبلی از مدل‌های ریاضی مختلف برای تقسیم‌بندی مشتریان، بدون در نظر گرفتن ارتباط بین تقسیم‌بندی مشتری و کمپین، استفاده می‌کردند. پیش‌ازاین، پیوند بین تقسیم‌بندی مشتریان و فعالیت‌های کمپین بیشتر به‌صورت دستی یا ناپیدا بود. از دیدگاه آکادمیک، فرایندهای تقسیم‌بندی مشتری باید در تلاش برای افزایش ارتباط بین هر دو فرآیند، محدودیت‌ها یا متغیرهای وابسته به فعالیت‌های کمپین را در نظر بگیرند. هر ساله تحقیقات تجربی متعددی در رابطه با این حوزه منتشر می‌شود. هر مطالعه مزایای خود را دارد و تلاش می¬کند مشکلات و مسائل تقسیم‌بندی را حل کند. در اکثر مطالعات بازاریابی، تقسیم‌بندی مشتری به‌منظور افزایش ارزش یا سودآوری مشتری از طریق هدف‌گذاری دقیق مشتری طراحی شده است. محققان باور دارند که جذب مشتری یک وظیفه مهم است، اما حفظ او از اهمیت بیشتری برخوردار است، زیرا از دست دادن مشتری به معنای از دست دادن کل جریان خریدی است که مشتری در طول عمر مشتری بودنش انجام می‌دهد. همچنین معتقدند مفهوم مدیریت ارتباط با مشتری (CRM)، در کسب و حفظ سودآورترین مشتریان و درک ارزش‌های آنها نهفته است. هرچه یک صنعت رقابتی‌تر شود، اهمیت شناسایی و حفظ مشتریان باارزش و بالقوه برای یک سازمان بیشتر می‌گردد. علاوه بر این، برای حفظ و رسیدن به سودآوری بهتر مشتری، سازمان نیاز دارد تا با تخصیص مؤثر و کارآمد منابع، منابع استراتژیک بازاریابی و نیازهای مختلف مشتریان را برآورده کند. ازآنجاکه همه مشتریان به‌طور یکسان ازنظر مالی برای یک سازمان جذاب نیستند، بسیار مهم است که ابتدا سودآوری آنها را تعیین و سپس منابع را مطابق با ارزش مشتری، اختصاص دهند. در حال حاضر، مجموعه‌ای دقیق از متغیرها برای تقسیم‌بندی کامل مشتریان در بازار وجود ندارد. در مقابل، برخی محققان نتیجه گرفته‌اند که مشتریان را می‌توان با دو نوع متغیر شامل ویژگی‌های مشتری و متغیرهای رفتاری طبقه‌بندی کرد. به‌طور خاص، ویژگی‌های مشتری از متغیرهای جغرافیایی، جمعیت‌شناختی و روان‌شناختی تشکیل شده است، در حالی که متغیرهای رفتاری متشکل از گرایش‌های موجود به محصول و پاسخی که مشتریان به سود، موقعیت و برند نشان می‌دهند، است. مدل RFM (تازگی خرید، تناوب خرید و مبلغ خرج شده برای خرید) مدلی مبتنی بر رفتار است که برای تجزیه و تحلیل رفتار مشتری استفاده می‌شود و سپس پیش‌بینی‌های خود را بر اساس رفتار انجام شده در بانک اطلاعات انجام می‌دهد. در مقاله بعد، این مدل به طور کامل شرح داده می‌شود. ادامه دارد...