بخش‌بندی منفعتی بازار زعفران ایران با استفاده از الگوریتم‌های خوشه‌بندی قطعی و فازی در مشهد

زعفران یکی از محصولات کشاورزی مهم و ارزشمند ایران به شمار می رود و برای رشد بازار آن لازم است که به ترجیحات مصرف کنندگان این محصول توجه شود. مصرف کنندگان دارای نیازها و خواسته های متفاوتی می باشند و با بخش بندی منفعتی بازار زعفران، شرکت ها می توانند از ترجیحات مصرف کنندگان در هر بخش از بازار درک صحیحی داشته باشند. لذا، در این مطالعه با بکارگیری الگوریتم های خوشه بندی قطعی و فازی، بازار زعفران به بخش های همگن تقسیم و سپس با استفاده از نتایج تحلیل متقارن؛ ترجیحات، نگرش و خصوصیات جمعیت شناختی مصرف کنندگان در هر یک از بخش های بازار مورد بررسی قرار گرفت. در این مطالعه، اطلاعات مربوط به 400 پاسخ دهنده با استفاده از روش نمونه گیری طبقه ای از 13 منطقه مشهد جمع آوری گردید. نتایج مطالعه نشان داد که بازار زعفران را می توان به شش بخش همگن تقسیم نمود و الگوریتم خوشه بندی فازی cmeans در مقایسه با روش های قطعی kmeans، kmedoids و روش های فازی گوستافسونکسل و گتگوا دارای عملکرد بهتری در شناسایی خوشه ها می باشد. مطابق با یافته های مطالعه، در اغلب بخش های بازار، وزن زعفران و نوع بسته بندی مهمترین ویژگی های اثرگذار بر تصمیمات خرید می باشند. بر اساس نتایج مطالعه، به شرکت های زعفرانی توصیه می گردد که در عرضه محصولات زعفرانی و تدوین استراتژی های بازاریابی به ترجیحات مصرف کنندگان در بخش های مختلف بازار توجه نمایند.

Benefit Segmentation of Iranian Saffron Market Using Crisp and Fuzzy Clustering Algorithms in Mashhad

Saffron is one of the most valuable and important agricultural products in Iran, and, it is necessary to consider the preferences of consumers to develop its market. Consumers have different needs and wants, and by benefit segmenting the saffron market, companies can understand customers’ preferences in each segment of the market correctly. Therefore, in this study, using the crisp and fuzzy clustering algorithms, the saffron market was divided into homogenous segments, and then, using the results of the conjoint analysis; consumer preferences, attitudes, and demographic characteristics were examined in each saffron market segment. The necessary data were collected from 400 respondents using a stratified sampling method from 13 districts of Mashhad, Iran. The results of this study showed that the saffron market could be divided into six homogeneous segments, and the fuzzy Cmeans clustering algorithm performs better at finding clusters than kmeans, kmedoids, fuzzy GustafsonKessel and fuzzy GathGeva methods. According to the study findings, in most market segments, the weight of saffron and the packaging type are the most important attributes influencing purchase decisions. Based on the study results, it is suggested that saffron companies consider consumer preferences in different market segments when supplying saffron products and formulating marketing strategies.