Developing marketing strategies using customer relationship management and data mining (case study: Perperook chain restaurants)

Abstract

Along with increasing competitiveness in the service industry to increase the number of customers and gain competitive advantage by creating customer satisfaction, using data mining concepts has attracted the attention of the researchers and the industries as a new tool for this purpose. In this regard, fast food industry, as an industry having an increasing growth during recent years, is considered as a very attractive market for the customers. The current study aims to utilize data mining algorithms to categorize the customers in fast food industry and propose marketing strategies tailored to each group of customers identified. The statistical population of this research includes the records submitted in the integrated system of Perperook chain restaurants, which is over 3000 records. Furthermore, the data mining algorithms, specifically decision tree and Quest algorithm, have been used in this study to categorize customers according to the orders submitted in the system. The results of this study indicate that the customers of Perperrok fast food can be categorized into three main groups: healthy, voluminous, and free-living customers. At the end of the research, detailed results and strategies associated with any of the main groups of customers are presented along with practical suggestions.

Поряд з підвищенням конкурентоспроможності в сфері послуг для збільшення числа клієнтів і отримання конкурентних переваг шляхом створення задоволеності клієнтів використання концепцій інтелектуального аналізу привернуло увагу дослідників і галузей як новий інструмент для цієї мети. У зв'язку з цим, індустрія швидкого харчування, як галузь, яка все більше зростає в останні роки, вважається дуже привабливим ринком для клієнтів. У даний час дослідження спрямоване на використання алгоритмів інтелектуального аналізу даних для категоризації клієнтів в харчовій промисловості і пропонує маркетингові стратегії, адаптовані до кожної групи ідентифікованих клієнтів. Статистичне населення цього дослідження включає дані, представлені в інтегрованій системі ресторанів мережі Perperook, яка складає більше 3000 документів. Крім того, алгоритми інтелектуального аналізу даних, зокрема дерево рішень і алгоритм Quest, були використані в цьому дослідженні для категоризації клієнтів відповідно до замовлень, представленими в системі. Результати цього дослідження показують, що клієнтів ресторану швидкого харчування Perperrok можна розділити на три основні групи: здорові, основна більшість і клієнти, які вільно живуть. У кінці дослідження представлені детальні результати і стратегії, пов'язані з будь-якою з основних груп клієнтів, а також практичні пропозиції.

Наряду с повышением конкурентоспособности в сфере услуг для увеличения числа клиентов и получения конкурентных преимуществ путем создания удовлетворенности клиентов использование концепций интеллектуального анализа привлекло внимание исследователей и отраслей как новый инструмент для этой цели. В связи с этим, индустрия быстрого питания, как отрасль, которая все больше растет в последние годы, считается очень привлекательным рынком для клиентов. В настоящее время исследование направлено на использование алгоритмов интеллектуального анализа данных для категоризации клиентов в пищевой промышленности и предлагает маркетинговые стратегии, адаптированные к каждой группе идентифицированных клиентов. Статистическое население этого исследования включает данные, представленные в интегрированной системе ресторанов сети Perperook, которая составляет более 3000 документов. Кроме того, алгоритмы интеллектуального анализа данных, в частности дерево решений и алгоритм Quest, были использованы в этом исследовании для категоризации клиентов в соответствии с заказами, представленными в системе. Результаты этого исследования показывают, что клиентов ресторана быстрого питания Perperrok можно разделить на три основные группы: здоровые, основное большинство и свободноживущие клиенты. В конце исследования представлены подробные результаты и стратегии, связанные с любой из основных групп клиентов, а также практические предложения.