تجزیه و تحلیل زنجیره‌ای

تجزیه و تحلیل زنجیره‌ای

ارائه الگویی برای بخش بندی مشتریان فروشگاه های خرده فروشی بزرگ (فروشگاه های زنجیره ای)

در گذشته گونه‌ای از بازاریابی به نام بازاریابی انبوه در جریان بود که در آن یک ترکیب ثابت از کالا و خدمات به تمام مشتریان ارائه می‌شد. اما به نظر می‌رسد عمر این نوع بازاریابی به پایان رسیده است و بازاریابان به تدریج به سمت بازاریابی هدف‌دار گرایش می‌یابند. بازاریابی هدف‌دار شامل سه مرحله است: بخش‌بندی، هدف‌گیری و جایگاه‌یابی. بنابراین بخش‌بندی بازار اولین مرحله بازاریابی هدف‌دار است. بخش‌بندی فرآیندی است که در نتیجه آن بازار مشتریان به بخش‌هایی تقسیم می‌شوند که می‌توان به هر بخش محصول و آمیخته بازاریابی منحصر به آن بخش را ارائه کرد. بخشبندی بازارهای مصرفی می‌تواند بر حسبمناطق جغرافیایی، متغیرهای جمعیت‌شناختی، روان‌شناختی و یا رفتاری صورت گیرد؛ که مبنای مورد استفاده در این پژوهش مزایای مورد انتظار مشتریان این فروشگاه‌ها می‌باشد. برای تعیین مزایای مورد انتظار مشتریان فروشگاه‌های خرده‌فروشی بزرگ زنجیره‌ای، از 8 تن از مدیران سطوح مختلف سازمان همکاری کننده (شرکت فراگستر تجارت ایرانیان) درخواست شد که در فرایند تعیین مزایای مورد انتظار مشتریان با استفاده از رویکرد دلفی شرکت کنند. پس از تعیین مزایای مورد انتظار، پرسشنامه‌ای مشتمل بر سه بخش تدوین گردید. بخش اول پرسشنامه متغیرهای جمعیت‌شناختی، بخش دوم عادات خرید و بخش سوم مربوط به مزایای مورد انتظار مشتریان را اندازه‌گیری می‌کند. برای تکمیل پرسشنامه‌ها به تعدادی از فروشگاه‌های زنجیره‌ای منتخب تجزیه و تحلیل زنجیره‌ای در شمال، جنوب، شرق و غرب تهران مراجعه شد و از تعداد 1000 عدد پرسشنامه تکمیل گردید. برای تجزیه و تحلیل داده‌های جمع‌آوری شده از نرم‌افزار SPSS استفاده شد. تجزیه و تحلیل آماری داده‌ها در دو بخش آمار توصیفی و آمار استنباطی صورت گرفت. در بخش آمار استنباطی برای کاهش 30 متغیر مربوط به بخش سوم پرسشنامه (مزایای مورد انتظار) و تلخیص آن در چند عامل از تکنیک تحلیل عاملی استفاده شد و شش عامل خرید مطلوب، تجزیه و تحلیل زنجیره‌ای محیط مطبوع، عدم سردرگمی، تکمیل بودن اقلام موجود در فروشگاه و سهولت یافتن محصولات مورد نظر، اعتبار فروشگاه و محصولات آن و عامل رفاهی شناسایی گردید. در مرحله بعد با استفاده از عوامل شناسایی شده، روی 1000 نمونه جمع‌آوری شده تحلیل خوشه‌ای صورت گرفت و در نهایت 5 بخش در میان مشتریان شناسایی شد که این بخش‌ها از نظر متغیرهای جنسبت، وضعیت تأهل، میزان تحصیلات، سن، میزان درآمد خانوار و نیز عوامل مربروط به مزایای مورد انتظار تفاوت آماری معناداری با یکدیگر دارند.

ساختار و مراکز دانشگاه

• ریاست دانشگاه
• معاونت آموزشی
• معاونت بین‌الملل
• معاونت پژوهش و فناوری
• معاونت فرهنگی و اجتماعی
• معاونت فناور‌ی‌های دیجیتالی
• معاونت برنامه‌ریزی و توسعه منابع
• سازمان خدمات دانشجویی
• سازمان توسعه و سرمایه‌گذاری

تجزیه و تحلیل زنجیره‌ای
• نهاد نمایندگی مقام معظم رهبری در دانشگاه تهران
• مرکز حوزه ریاست و روابط عمومی
• اداره کل امور خوابگاه‌ها
• اداره کل امور دانشجویی
• اداره کل منابع انسانی
• اداره کل امور حقوقی
• اداره کل حسابرسی داخلی
• اداره کل امور رفاه و سلامت کارکنان
• اداره کل نظارت، ارزیابی و آمایش آموزش عالی استان تهران

• اداره کل بهداشت و درمان
• اداره کل فرهنگی و اجتماعی
• مرکز آموزش‌های الکترونیکی
• مرکز فناوری اطلاعات
• مرکز مشاوره
• مؤسسه انتشارات
• مرکز آموزش‌های حرفه‌ای مدیران و کارکنان

اطلاعات تماس

تهران - میدان انقلاب - خیابان انقلاب - خیابان ۱۶ آذر - سازمان مرکزی دانشگاه تهران

زنجیره ارزش چیست؟

این مطلب دارای نسخه صوتی می‌باشد. کاربران ویژه به لینک نسخه صوتی دسترسی خواهند داشت. هم‌اکنون عضو شوید.

وجه رقابتی کسب و کار شما چیست؟ ارزش پیشنهادی (Value Proposition) به کسب و کارها کمک می‌کند تا آنچه را که آن‌ها را از رقبا متمایز می‌کند تشخیص دهند. اما چگونه می‌توانید تشخیص دهید که آیا فعالیت‌های کسب و کار شما بیشترین ارزش را برای مشتریان ایجاد می‌کند و حاشیه سود زیادی دارد؟

زنجیره ارزش چیست؟

زنجیره ارزش برای توصیف کلیه فعالیت‌های کسب و کار مورد نیاز جهت ایجاد یک محصول از ابتدا تا پایان استفاده می‌شود (به عنوان مثال طراحی، تولید، تجزیه و تحلیل زنجیره‌ای توزیع و غیره). تجزیه و تحلیل زنجیره ارزش، مدل‌های بصری از این فعالیت‌ها را به کسب و کارها می‌دهد.

با استفاده از این تجزیه و تحلیل، می‌توانید برای ایجاد مزیت رقابتی، بهبود کارایی و افزایش حاشیه سود قدم بردارید. بیایید نگاهی عمیق‌تر به تجزیه و تحلیل زنجیره ارزش بپردازیم و یاد بگیریم که چگونه می‌توانید فعالیت‌های کسب و کار خود را تحلیل کنید.

تجزیه و تحلیل زنجیره ارزش چیست؟

تجزیه و تحلیل زنجیره ارزش روشی است که کسب و کارها می‌توانند با کمک آن فعالیت‌های خود را برای ایجاد محصول تجزیه و تحلیل کنند. پس از تجزیه و تحلیل فعالیت‌ها، کسب و کار می‌تواند از نتایج برای ارزیابی راه‌های بهبود مزیت رقابتی خود استفاده کند.

مزیت رقابتی

مزیت رقابتی چیزی است که کسب و کار شما را از رقبا جدا می‌کند. برای ایجاد مزیت، شما نیاز به یک تصویر روشن از بازار هدف خود، منافعی که محصولتان برای بازار هدف فراهم می‌کند و درک کاملی از رقبا و پیشنهادات آن‌ها دارید.

یک کسب و کار می‌تواند در یکی از زمینه‌های زیر مزیت رقابتی بدست آورد.

۱- رهبری هزینه

هدف از استراتژی رهبری هزینه، تبدیل شدن به ارائه دهنده کمترین هزینه در صنعت یا بازار است. شرکت‌هایی که برتری استراتژی رهبری هزینه را دارند از راندمان عملیاتی بالایی برخوردار بوده و از مواد و منابع کم هزینه استفاده می‌کنند تا قیمت کلی محصول یا خدمات خود را کاهش دهند.

مثال‌های رهبری هزینه: مک دونالد و والمارت

۲- تمایز

با داشتن استراتژی تمایز، با ارائه یک محصول یا خدمات منحصر به فرد یا بسیار تخصصی، مزیت رقابتی به دست می‌آید. کسب و کار باید وقت و منابع خود را به نوآوری، تحقیق و توسعه اختصاص دهد. یک استراتژی متفاوت و متمایز موفق به کسب و کار اجازه می‌دهد برای محصول یا خدمات خود قیمتی برتر را تعیین کند.

برای متمرکز کردن تلاش‌ها بهتر است یک مزیت رقابتی واحد را انتخاب کنید. بسته به اینکه استراتژی رقابتی شما چیست، هدف از تحلیل زنجیره ارزش شما کاهش هزینه‌ها یا تمایز برای بهبود حاشیه سود خواهد بود. سپس می‌توانید ایده شفافی در مورد اهداف کسب و کار خود بدست آورید. روش تأمین ارزش، می‌تواند دامنه تغییراتی که ممکن است برای بهبود کارآیی لازم باشد را کاهش دهد.

تجزیه و تحلیل زنجیره ارزش پورتر

استاد دانشکده بازرگانی هاروارد، مایکل پورتر، در کتاب خود “مزیت رقابتی” یک مدل زنجیره ارزش ساده را معرفی کرد. وی مراحل انجام تجزیه و تحلیل زنجیره ارزش و تقسیم فعالیت‌های کسب و کار را به دو دسته اصلی و پشتیبان تقسیم نمود.

مراحل تحلیل زنجیره ارزش

تجزیه و تحلیل زنجیره ارزش نیاز به تحقیق دارد و توسعه آن می‌تواند زمان‌بر باشد. در زیر کلیه اقدامات لازم برای ایجاد یک تحلیل زنجیره ارزش لیست شده است:

۱- فعالیت‌های اصلی و پشتیبان کسب و کار را تعیین کنید.

فعالیت‌های اصلی و پشتیبان، زنجیره ارزش را تشکیل می‌دهند. آن‌ها شامل هر اقدام مورد نیاز در توسعه محصول یا خدمات، از مواد اولیه تا محصول نهایی هستند.

۲- ارزش و هزینه فعالیت‌ها را تجزیه و تحلیل کنید.

تیمی که وظیفه تجزیه و تحلیل زنجیره ارزش را بر عهده دارد باید طرحی را در نظر بگیرد که هر فعالیت برای مشتریان و کسب و کار به عنوان یک کل ارزش قائل است. فعالیت را با مزیت رقابتی که می‌خواهید به آن برسید (رهبری هزینه یا تمایز) مقایسه کنید و ببینید که آیا از این هدف پشتیبانی می‌کند یا خیر.

پس از اتمام تجزیه و تحلیل ارزش، به هزینه‌های فعالیت‌ها توجه کنید. آیا فعالیت کار فشرده است؟ هزینه مواد اولیه X چقدر است؟ پرسیدن سؤالات مشابه به شناسایی اینکه کدام فعالیت‌ها مقرون به صرفه هستند و کدام یک هزینه زیادی را به دنبال دارند، کمک می‌کند. این جایی است که زمینه‌هایی برای بهبود قابل شناسایی می‌باشد.

۳- فرصت‌ها را برای به دست آوردن مزیت رقابتی مشخص کنید.

پس از اتمام تجزیه تجزیه و تحلیل زنجیره‌ای و تحلیل زنجیره ارزش، ذینفعان اصلی در کسب و کارها می‌توانند یک نمای کلی از تعالی کسب و کار را ببینند و این چشم‌انداز را داشته باشند که پیشرفت‌های عملیاتی را در کجا می‌توان مشاهده کرد.

با تغییرات جزئی که پیشرفت‌هایی را ایجاد می‌کنند و نتایج با تأثیر بالایی را ارائه می‌دهند، شروع کنید. بعد از مشخص شدن این موارد و اقدام بر اساس آن‌ها، شما و تیمتان می‌توانید با چالش‌های بزرگتری که ممکن است مانع بهره‌وری باشند مقابله کنید.

تجزیه و تحلیل زنجیره ارزش به کسب و کارها تصور واضحی می‌دهد از اینکه چگونه می‌توانند اقدامات و فرآیندهای خود را تنظیم کنند تا بیشترین ارزش را در بازار هدف خود داشته باشند و حاشیه سود را برای شرکت افزایش دهند.

فعالیت‌های اصلی و پشتیبان

شناسایی فعالیت‌های اصلی و پشتیبان، اولین گام برای ایجاد یک تحلیل زنجیره ارزش است. این‌ها فرایندها و سیستم‌های کلیدی هستند که کسب و کار برای توسعه محصول یا خدمات از آن استفاده می‌کند.

فعالیت‌های اصلی

پنج فعالیت اصلی وجود دارد و آن‌ها شامل کلیه اقداماتی هستند که به ایجاد یک کسب و کار ختم می‌شوند.

۱- تدارکات ورودی

قبل از تولید محصول یا خدمات نهایی، مواد و منابع از تأمین کنندگان بدست می‌آید.

۲- عملیات

عملیات عبارتند از نحوه تولید مواد و منابع که در نتیجه آن‌ها محصول یا خدمات نهایی ارائه می‌شود.

۳- تدارکات خارج از محدوده

پس از اتمام تولید، محصول یا خدمات باید توزیع شود. تدارکات خارج از محدوده این فرایند تحویل را توصیف می‌کند.

۴- بازاریابی و فروش

بدین ترتیب محصول یا خدمات شما به بازار هدف ایده‌آلتان ارائه و فروخته می‌شود.

۵- خدمات

این پشتیبانی کسب و کار از مشتری است که می‌تواند شامل پشتیبانی و آموزش محصول، ضمانت‌نامه و تضمین باشد.

فعالیت‌های پشتیبان

فعالیت‌های پشتیبان به فعالیت‌های اصلی در ایجاد مزیت نسبت به رقبا کمک می‌کنند و شامل موارد زیر می‌شوند:

۱- زیرساخت شرکت

این مستلزم تمام سیستم‌های مدیریتی، مالی و حقوقی است که برای تصمیم گیری در مورد کسب و کار و مدیریت موثر منابع در نظر گرفته می‌شوند.

۲- مدیریت منابع انسانی

مدیریت منابع انسانی شامل کلیه فرایندها و سیستم‌های درگیر در مدیریت کارمندان و استخدام کارمندان جدید است. این امر به ویژه برای شرکت‌هایی که خدمات حضوری ارائه می‌دهند بسیار مهم است و کارمندان می‌توانند یک مزیت رقابتی عالی باشند.

۳- توسعه فناوری

توسعه فناوری به نوآوری در کسب و کار کمک می‌کند. از فناوری می‌توان در مراحل مختلف زنجیره ارزش استفاده کرد تا با افزایش راندمان یا کاهش هزینه‌های تولید، برتری بیشتری نسبت به رقبا کسب کنید.

۴- تدارکات

به این ترتیب منابع و مواد برای یک محصول تهیه شده و تأمین‌کنندگان پیدا می‌شوند. هدف این است که منابع با تجزیه و تحلیل زنجیره‌ای کیفیت متناسب با بودجه کسب و کار پیدا کنید.

در ادامه پیشنهاد می‌کنیم مقاله “پنج دلیل برای مدل‌ سازی زنجیره ارزش سازمان شما” را مطالعه کنید.

مثال تجزیه و تحلیل زنجیره ارزش

تحلیل زنجیره ارزش به کسب و کارها اجازه می‌دهد فعالیت‌های خود را بررسی کرده و فرصت‌های رقابتی را پیدا کنند. به عنوان مثال، مأموریت مک دونالد تهیه کالاهای غذایی ارزان قیمت برای مشتریان است. تجزیه و تحلیل به مک دونالد کمک می‌کند تا زمینه‌هایی را برای پیشرفت و فعالیت‌هایی که به محصولات و خدمات یا فعالیت‌های آن‌ها کمک می‌کند، شناسایی نماید.

در زیر مثالی از تحلیل زنجیره ارزش برای مک دونالد و استراتژی رهبری هزینه آن آورده شده است.

تدارکات ورودی

مک دونالد جهت تهیه مواد اولیه برای مواد غذایی و آشامیدنی‌های خود از قبل تامین‌کنندگان کم هزینه‌‌ای را انتخاب کرده است. این منابع برای آن‌ها کالاهایی مانند سبزیجات، گوشت و قهوه تأمین می‌کنند.

عملیات

شرکت دارای حق اعطای نمایندگی یا فرنچایز (Franchise) است و هر مکان مک دونالد متعلق به یک شعبه می‌باشد. بیش از ۳۷۰۰۰ مکان مک دونالد در سراسر جهان وجود دارد.

تدارکات خارج از محدوده

مک دونالد به جای رستوران‌های رسمی، دارای رستوران‌هایی معمولی و پویا است که روی سرویس‌های سرپایی، سلف سرویس و خدمات سواره (Drive-Through) متمرکز هستند.

بازاریابی و فروش

استراتژی بازاریابی آن روی رسانه‌ها و تبلیغات چاپی متمرکز است، از جمله پست‌های رسانه‌های اجتماعی، تبلیغات مجله‌ها، بیلبوردها و غیره.

خدمات

مک دونالد تلاش می‌کند تا به مشتری خدمات با کیفیت بالا ارائه کند و برای این منظور هزاران کارمند خود را آموزش داده است؛ و مزایایی در اختیار آن‌ها قرار می‌دهد تا بتوانند به بهترین وجه به مشتریان خود کمک کنند.

جمع بندی

تحلیل زنجیره ارزش به شما در شناسایی نواحی که نیاز به بهبود دارند و فعالیت‌هایی که بیشترین ارزش را برای مشتری و کسب و کار به عنوان یک کل به ارمغان می‌آورند، کمک می‌کند. حذف کردن فعالیت‌های ناکارآمد کسب و کار سرعت تولید، مزایای رقابتی و حاشیه سود را افزایش می‌دهد.

کاروکسب دوره‌های آموزشی متنوعی را در حوزه‌های تحلیل کسب‌وکار، هوش تجاری، مدیریت فرایند، مدیریت پروژه، مدیریت چابک و . برگزار می‌کند. جهت آشنایی با دوره‌های آموزشی کاروکسب از تقویم دوره‌های آموزشی بازدید نمایید.

شرکت ارنست اند یانگ (EY) ابزار جدیدی را برای تجزیه و تحلیل تراکنش های بیت کوین (Bitcoin) و داده های درون زنجیره ای عرضه کرده است

شرکت (EY) راه حل جدیدی را به مجموعه محصولات (Blockchain Analyzer) خود اضافه کرده است.

ارنست اند یانگ یکی از چهار حسابرس بزرگ بین المللی راهکار جدیدی را برای بررسی داده های درون زنجیره ای از جمله تراکنش های بیت کوین (BTC) راه اندازی کرده است.

راه حل جدید (Explorer) و (Visualizer) به عنوان بخشی از مجموعه محصولات (EY Blockchain Analyzer) عرضه شد. طبق اطلاعیه ای در تاریخ 27 سپتامبر ، نسخه بتای این راه حل اکنون به صورت رایگان برای افراد در دسترس است.

ارنست اند یانگ همچنین گفت که به زودی این راه حل را به عنوان یک سرویس در وب سایت بلاکچین (blockchain) خود در دسترس قرار می دهد.

کاربران می توانند از قابلیت های جستجو به همراه فناوری بصری سازی (visualization) آن استفاده کنند. این راهکار این امکان را برای تیم های حسابرسی فراهم می کند تا با جستجوی تراکنش ها ، آدرس ها و بلاک های خاص ، داده های موجود را کشف و ردیابی کنند. سپس آنها می توانند داده های جمع آوری شده را برای مدیریت خطرات قانونی ، سازگاری با قوانین و کلاهبرداری تجزیه و تحلیل کنند.

اندرو گوردون (Andrew Gordon) یکی از مدیران ارشد این شرکت گفت که راه حل (Explorer) و (Visualizer) ، تجزیه و تحلیل زنجیره‌ای روند گزارش مالی برای تراکنش های فعال شده در بلاکچین (Blockchain) را تسهیل می کند. وی افزود: “این امر به” کشف موارد غیرقانونی احتمالی از جمله اقدامات کلاهبردارانه “کمک خواهد کرد.

علاوه بر این ، (EY) راه حل خرید جدیدی را در پلتفرم (OpsChain) خود به نام (EY OpsChain Network Procurement) راه اندازی کرده است که انتظار می رود شرکت ها بتوانند به صورت خصوصی و امن فعالیت های خرید (end-to-end) را در بلاکچین (Blockchain) اتریوم( Ethereum) انجام دهند.

گفته می شود این راه حل که در حال حاضر در نسخه بتا به صورت رایگان در دسترس است ، فرایندهای تجاری را از سیستم های برنامه ریزی منابع سازمانی به قراردادهای مشترک مبتنی بر بلاکچین (Blockchain) انتقال می دهد که امکان ردیابی حجم و هزینه های جهانی را به طور خودکار فراهم می کند. همچنین انتظار می رود این راه حل به خریداران و فروشندگان در خصوص کار با قوانین و قیمت گذاری های تایید شده جهانی کمک کند.

بررسی و تحلیل سبد بازار و چیدمان محصولات فروشگاه‌های زنجیره‌ای

تحلیل سبد خرید یکی از مهم­ترین کاربردهای داده­کاوی است که بر کشف الگوهای خرید به وسیله داده­های معاملات انجام شده، تمرکز می­کند. در بسیاری از فروشگاه­ها تبادلات، تنها منبع اطلاعات فروش هستند که داده­کاوی می­تواند از آن استفاده کند. داده­کاوی به علم استخراج دانش از داده­های خام گفته می­شود و به وسیله کاوش داده­های موجود در بانک‌های اطلاعاتی، اطلاعات و دانش مفید از داده­ها را استخراج می­کند. داده­کاوی در کاربردهای متنوعی مورد استفاده قرار­می­گیرد و یکی از ابزارهای مدیریت ارتباط با مشتری می‌باشد. با توجه به اهمیت به کارگیری تکنیک­های داده­کاوی در استخراج دانش از حجم عظیم داده­های فروش و تأثیر استفاده از این اطلاعات در سودآوری و بهبود سیستم مدیریت ارتباط با مشتری در این مقاله سعی بر آن است با استفاده از تکنیک­های داده­کاوی به تحلیل سبد خرید مشتریان یکی از شعب فروشگاه زنجیره­ای در شهر اراک بپردازیم. نتایج تجزیه و تحلیل زنجیره‌ای این مقاله نشان می­دهد به کارگیری تکنیک­های داده­کاوی در کشف اقلامی که با هم خریداری می­شوند باعث افزایش رضایت مشتریان و به دنبال آن سود فروشگاه می­شود. در این راستا از الگوریتم اجتماع جهت کشف الگوی خرید مشتریان استفاده­ شده­است. در نهایت راهکارهایی جهت بهبود عملکرد فروشگاه ارائه خواهد شد.

کلیدواژه‌ها

20.1001.1.2645386.1395.8.16.9.8

عنوان مقاله [English]

Review and analyze market basket and order goods store chain

نویسندگان [English]

• peyman ghafari ashtiani تجزیه و تحلیل زنجیره‌ای 1
• Masomeh Davodi 2

Basket Analysis is one of the most important applications in data mining the buying patterns discovered by data transactions, focus. In many stores, exchanges, sales are the only source of information the data mining could use it. Data Mining is the extraction of knowledge from raw data via data mining is said to be found in databases, data mining provides useful information and knowledge. Data mining is used in various applications and customer relationship management is one of the tools. Given the importance of applying data mining techniques to extract knowledge from huge volumes of sales data and the impact of this information on profitability, and improve customer relationship management system in this article, the using data mining techniques to analyze customers in Cart one of the branches of chain stores in the ARAK city, too. This paper shows the results of applying data mining techniques to discover items that are purchased together to increase customer satisfaction and store profitability will follow. In this regard, the association algorithm to discover customer buying pattern is used. The store will offer strategies to improve performance.

کلیدواژه‌ها [English]

• Data mining
• Customer relationship management
• basket analysis
• association rules

مراجع

۱. تارخ، محمد­جعفر و شریفیان، کبری (۱۳۸۹). کاربرد داده­کاوی در بهبود مدیریت ارتباط با مشتری. فصلنامه علمی پژوهشی مطالعات مدیریت صنعتی، 6(17): 181-153.

2. تقوی­فرد، محمدتقی و خواجوند، سمانه (1392). بخش­بندی خوشه­ای مشتریان بانک (مورد مطالعه: بانک صادرات ایران). دو فصلنامه علمی-­­پژوهشی کاوش­های مدیریت بازرگانی، 5(9): 64-39.

3. جهان دیده، بهروز، گل محمدی، علیرضا و صفدری رنجبر، مصطفی (۱۳۹۱). شناسایی و اولویت بندی عوامل تعیین کننده تداوم خرید مشتریان فروشگاه­های زنجیره­ای اتکا با استفاده از الگوریتم شبکه­های عصبی. فصلنامه علمی-پژوهشی تحقیقات بازاریابی نوین، 2(4): 77-73.

4. حاجی کریمی، عباسعلی و منصوریان، تالین (1391). بررسی و تبیین نقش مدیریت دانش مشتری در بهبود عملکرد سازمانی. فصلنامه علمی- پژوهشی کاوش­های مدیریت بازرگانی، 4(8): 92-75.

5. دیوسالار، علی و بهبود، وحید (۱۳۸۵). مدیریت بر اطلاعات مشتری در مدیریت زنجیره تأمین با استفاده از رویکرد داده کاوی. فصلنامه اطلاع رسانی، آموزشی و پژوهشی مدیریت فردا، 4(14و13): 73-67.

6. غفاری آشتیانی، پیمان و اسکندری، علیرضا (1390). ارزیابی رابطه بین ویژگی­های برنامه وفاداری، رضایت از فروشگاه و وفاداری به فروشگاه (مطالعه موردی: فروشگاه رفاه اراک). مجله مدیریت بازاریابی، (10): 45-27.

7. فشارکی، مهدی؛ شیرازی، حسین و بخشی، اکرم (۱۳۸۹). استخراج دانش از پایگاه داده نرم­افزارهای مدیریت اطلاعات و مستندات با تکنیک­های داده­کاوی. فصلنامه علمی پژوهشی پژوهشگاه علوم و فناوری اطلاعات ایران، 26(2): 283-259.

8. کفاش­پور، آذر؛ توکلی، احمد و علیزاده زوارم، علی (۱۳۹۱). بخش­بندی مشتریان براساس ارزش دوره عمر آن­ها با استفاده از داده­کاوی بر مبنای مدل آر.اف.ام. پژوهش­های مدیریت عمومی، 5(15): 84-63.

10. محقر، علی؛ کارولوس، حسینی، فرید و منشی، آصف­علی (۱۳۸۷). کاربرد هوش تجاری به عنوان یک تکنولوژی اطلاعات استراتژیک در بانکداری: بازرسی و کشف تقلب. نشریه مدیریت فناوری اطلاعات، 1(1): 120-105.

12. مک لنان، جیمی؛ تانگ، جائوهوی و کریوات، بوگدان (۱۳۹۲). داده­کاوی با اس.کیو.ال سرور ۲۰۰۸. امیر علیخانزاد و پاتریس کوشش، مشهد، انتشارات پرتونگار.

14. مهدوی، عبدالمحمد و موسوی، زهره (1393). ارائه چارچوبی جهت سنجش ارزش بلندمدت مشتریان در فرایند مدیریت ارتباط با مشتری. دو فصلنامه علمی- پژوهشی کاوش‌های مدیریت بازرگانی، 6(12): 17-1.

۱5. ناظمی، جمشید؛ جعفری، پژمان و هاشمی، حامد (۱۳۹۱). کاوش خصوصیات مشتریان بانکداری خرد با استفاده از تکنیک­های داده­کاوی. مجله مدیریت بازاریابی، (14):35-21.

16. Raorane, A.A, Kulkarni R.V., and Jitkar B.D. (2012). Association Rule – extracting Knowledge Using Market Basket Analysis. Research Journal تجزیه و تحلیل زنجیره‌ای of Recent Sciences, 01(2): 19-27.

17. Annie M.C., Loraine Ch. and Ashok Kumar D. (2012). Market Basket Analysis for a Supermarket based on Frequent Itemset Mining. International Journal of Computer Science, 9(3): 257-264.

18. Bahrami, M. Arabzad, M. and Ghorbani, M. (2012). Innovation In Market Management By Utilizing Business Intelligence: Introducing Proposed Framework. The First International Conference on Leadership, Technology and Innovation Management, 41: 160-167.

19. Bottcher, M. Spott, M. Nauck, D., and Kruse, R. (2009). Mining changing customer segments in dynamic markets. Expert Systems with Applications, 36: 155–164.

20. Gupta, A. K., and Gupta, Ch. (2010). Analyzing Customer Behavior Using Data Mininghniquse: Optimizing relationships with customer. Management Insight, VI (1): 92-98.

21. Hamrouni, T., Slimani, F., and Charrada, B. (2016). A survey of dynamic replication and replica selection strategies based on data mining techniques in data grids. Engineering ApplicationsofArtificial Intelligence, 48: 140-158

22. Han, J., and Kamber, M. (2006). Data Mining Concepts and Techniques. Second edition. Morgan Kaufmann Publisher (imprint of Elsevier), San Francisco. CA 94111.

23. Miguéis, V.L., Poel, Dirk Van den, Camanho, A.S., and Cunha, Joo Falco e (2012). Modeling partial customer churn: On the value of first product-category purchase sequences. Expert Systems with Applications, 39: 11250–11256.

24. Ngai, E.W.T., Xiu, Li and Chau, D.C.K. (2009). Application of data mining techniques in customer relationship management: A literature review and classification. Expert Systems with Applications, 36: 2592–2602.

25. Ramageri, Bharati M., and Desai, B.L. (2013). Role of data mining in retail sector. International Journal on Computer Science and Engineering (IJCSE), 5(01): 47-50.

‏EY اقدام به انتشار ابزار تجزیه و تحلیل زنجیره‌ای جدیدی جهت تجزیه و تحلیل معاملات بیت کوین و داده های زنجیره ای می کند

شرکت بزرگ چهار حسابداری EY اقدام به راه‌اندازی راه حل جدیدی به منظور بررسی داده های زنجیره ای از جمله معاملات بیت کوین (BTC) نموده است .

راه‌اندازی راه حل جدید Explorer و Visualizer به عنوان قسمتی از مجموعه محصولات EY Blockchain Analyzer صورت گرفت . بر اساس اطلاعیه ای در تاریخ ۶ مهر ( 27 سپتامبر) ، در حال حاضر ، نسخه بتا به طور رایگان در دسترس افراد قرار دارد .

EY همچنین اذعان داشت که این راه حل را به زودی ، به عنوان یک سرویس در وب سایت بلاکچین خود در دسترس قرار خواهد داد .

کاربران این امکان را دارند تا قابلیت های جستجو همراه با فناوری تجسم آن را مورد استفاده قرار دهند . این اجازه را به تیم های حسابرسی می دهد تا معاملات خاص را جستجو کنند و اقدام به کشف و ردیابی آدرس ها و بلوک ها تجزیه و تحلیل زنجیره‌ای و داده های زنجیره ای نمایند . سپس آنها قادرند تا داده های گردآوری شده را به منظور مدیریت خطرات قانونی ، انطباق و تقلب تجزیه و تحلیل نمایند .

اندرو گوردون منجر به خدمات پزشکی قانونی و یکپارچگی جهانی EY بیان کرد که راه حل Explorer و Visualizer گزارش مالی برای معاملات فعال شده در بلاکچین موجب راحت تر شدن آن می شود . وی اینگونه افزود : این می تواند برای برجسته نمودن موارد پرهیز احتمالی مثل فعالیت های تقلبی با پرچم قرمز کمک‌کننده باشد .

همچنین ، EY اقدام به راه‌اندازی راه حل خرید جدیدی در پلتفرم OpsChain خود – EY OpsChain Network Procurement – نموده است که مورد انتظار است شرکت ها این امکان را داشته باشند تا به صورت خصوصی و ایمن فعالیت های خرید پایان به پایان را در بلاک چین Ethereum به ا نجام برسانند .

بیان می گردد که این راه حل هم‌اکنون در نسخه بتا رایگان ، انتقال فرایندهای تجاری از سیستم های برنامه ریزی منابع سازمانی به قراردادهای مشترک مبتنی بر بلاکچین می باشد که آنها می توانند به صورت اتوماتیک‌وار اقدام به ردیابی حجم و هزینه های جهانی کنند . علاوه بر این مورد انتظار است که این راه حل به خریداران و فروشندگان در برابری و کار با شرایط و قیمت های مورد توافق جهانی کمک نماید .

این مطلب صرفا ترجمه ای از منبع ذکر شده می باشد و آکادمی هلاکوئی مسئولیتی در قبال آن ندارد .