تحلیل رفتار مشتری با استفاده از کاوش کاربری وب

در راهبرد‌های اخیر بازاریابی، مشتریان از منابع مهم سازمان قلمداد می‌شوند. بر اساس این، کسبدانش درباره مشتریان و درک نیازهای آنها برای حفظ مشتریان در تجارت‌ الکترونیک بسیار ضروری است. پیش‌بینی رفتار خرید مشتریانِ برخط دشوار است؛ زیرا به‌ندرت بازدید آنها از فروشگاه‌ها به خرید واقعی ختم می‌شود و این موضوع برای بازاریابان و پژوهشگران نوعی چالش شده است؛ از این‌رو، برای داشتن کسب‌وکارِ برخط موفق باید رفتار مشتریان را تحلیل کرد. بنابراین، این پژوهش با دو هدفِ الف) طرح چارچوبی برای افزایش دقت تحلیل و شناخت گروه‌های مشتریان و ب) ارائه مدل و قوانینی برای پیش‌بینی رفتار آ‌نها، رفتار مشتریان را تحلیل می‌کند. در این پژوهش از روش کریسپ و الگوریتم کامیانگین برای خوشه‌بندی مشتریاناستفاده شده است؛ سپس با اختصاص سه نوع برچسب خرید، خریدنکردن و انتظار خرید به مشتریان و با استفاده از درخت تصمیم c5 مشتریان دسته‌بندی شدند. درنهایت، مدلی با دقت 63.6% و مجموعه‌ای از 261 قانون مناسب با اطمینان 70% برای کسب‌وکار به ‌دست آمد.