Please use this identifier to cite or link to this item: http://essuir.sumdu.edu.ua/handle/123456789/66131
Or use following links to share this resource in social networks: Recommend this item
Title Developing marketing strategies using customer relationship management and data mining (case study: Perperook chain restaurants)
Other Titles Розробка стратегій маркетингу з використанням управління взаємовідносинами з клієнтами та збору даних (приклад дослідження: мережа ресторанів Perperook)
Разработка стратегий маркетинга с использованием управления взаимоотношениями с клиентами и сбора данных (пример исследования: сеть ресторанов Perperook)
Authors Kashani, F.H.
Shahmirzaloo, Z.
ORCID
Keywords customer relationship management
управління взаємовідносинами з клієнтами
муправление взаимоотношениями с клиентами
data mining
інтелектуальний аналіз даних
интеллектуальный анализ данных
Apriori algorithm
алгоритм Apriori
decision tree
дерево рішень
дерево решений
Type Article
Date of Issue 2017
URI http://essuir.sumdu.edu.ua/handle/123456789/66131
Publisher Sumy State University
License
Citation Kashani, F.H. Developing marketing strategies using customer relationship management and data mining (case study: Perperook chain restaurants) [Текст] = Розробка стратегій маркетингу з використанням управління взаємовідносинами з клієнтами та збору даних (приклад дослідження: мережа ресторанів Perperook) / F.H. Kashani, Z. Shahmirzaloo // Маркетинг і менеджмент інновацій. – 2017. – № 3. – C. 135-148. – DOI: 10.21272/mmi.2017.3-13.
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.
Appears in Collections: Маркетинг і менеджмент інновацій (Marketing and Management of Innovations)

Views

Australia Australia
126539097
Austria Austria
1
Canada Canada
72842
China China
1
Cuba Cuba
1
Egypt Egypt
1
Finland Finland
1
France France
-1091799339
Germany Germany
52445
Greece Greece
1
India India
41223
Indonesia Indonesia
421917250
Iran Iran
120986
Ireland Ireland
153731
Japan Japan
1
Kenya Kenya
1
Lithuania Lithuania
1
Malaysia Malaysia
95519
Nepal Nepal
873109269
Netherlands Netherlands
1651433194
Nigeria Nigeria
1
Pakistan Pakistan
137238
Peru Peru
1
Philippines Philippines
1651433191
Poland Poland
1
Portugal Portugal
1
Qatar Qatar
1
Saudi Arabia Saudi Arabia
1
Singapore Singapore
1100957015
South Africa South Africa
421917248
South Korea South Korea
1
Sri Lanka Sri Lanka
1
Sweden Sweden
1
Turkey Turkey
1
Ukraine Ukraine
-545800100
United Arab Emirates United Arab Emirates
190791
United Kingdom United Kingdom
1740981704
United States United States
421917257
Unknown Country Unknown Country
206437
Vietnam Vietnam
1651433182
Zambia Zambia
1

Downloads

Australia Australia
1
Austria Austria
1
Brazil Brazil
1
Brunei Brunei
1
Cameroon Cameroon
1
China China
-1414371792
Colombia Colombia
1
Croatia Croatia
1
Ethiopia Ethiopia
1
France France
-1091799340
Germany Germany
-1414371792
Hong Kong SAR China Hong Kong SAR China
1
India India
51958
Indonesia Indonesia
1651433189
Iran Iran
211880
Ireland Ireland
421917256
Kenya Kenya
1
Lithuania Lithuania
1
Malaysia Malaysia
1195737692
Netherlands Netherlands
-1414371788
Nigeria Nigeria
1
Pakistan Pakistan
1
Philippines Philippines
1740981702
Poland Poland
-164824390
Portugal Portugal
1
Qatar Qatar
1
Romania Romania
1
Singapore Singapore
421917251
South Africa South Africa
1292859546
South Korea South Korea
194443
Turkey Turkey
1
Ukraine Ukraine
1698273493
United Arab Emirates United Arab Emirates
190542
United Kingdom United Kingdom
601367900
United States United States
-164824392
Unknown Country Unknown Country
62
Vietnam Vietnam
1

Files

File Size Format Downloads
Kashani_Shahmirzaloo_mmi_2017_3_135_148.pdf 540.76 kB Adobe PDF -934393858

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.