مقاله ترجمه شده درباره کاربردهای یک روش شناسی کمی برای ارزیابی رضایت مندی مشتری – سال 2015
مشخصات مقاله:
عنوان فارسی مقاله:
توسعه، تحلیل و کاربردهای یک روش شناسی کمی برای ارزیابی رضایت مندی مشتری با استفاده از بهینه سازی تکاملی
عنوان انگلیسی مقاله:
Development, analysis and applications of a quantitative methodology for assessing customer satisfaction using evolutionary optimization
کلمات کلیدی مقاله:
شاخص رضایت مشتری (CSI)، مدل سازی کمی بهینه سازی تکاملی، مدیریت ارتباط با مشتری (CRM)
مناسب برای رشته های دانشگاهی زیر:
مدیریت
مناسب برای گرایش های دانشگاهی زیر:
بازاریابی، مدیریت بازرگانی و مدیریت کسب و کار
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1. مقدمه
2. داده های فروش خودرو و خدمات
3. استخراج مشخصه (ویژگی)
4. مدل CSI تک خودرویی
4.1. پیش پردازش داده های گارانتی
4.2. ساختار ریاضی تابع CSI
4.3. فرمول بندی یک مسئله بهینه سازی
4.4. اعمال روش بهینه سازی انقلابی
5. مدل CSI چند خودرویی
6. نتایج و بحث
6.1. مدل CSI برای TS{1و2و3} : یک مثال گویا
6.2. آزمون فرضیه¬ی آماری
6.3. مدل های CSI برای مجموعه های آموزشی باقیمانده
6.3.1. تذکری در مورد آزمون فرضیه
6.4. تحلیل حساسیت
7. کاربردهای مدل CSI
7.1. کاربرد1: استخراج قوانین طبقه¬بندی
7.2. کاربرد2: شناسایی نواقص بحرانی
7.2.1. روش ارزیابی CIP
7.2.2. اولویت بندی نواقص براساس CIP
7.2.3. CIP برای کاهش جزئی نواقص
7.2.4. طرح های کاهش جزئی
8. نتیجه گیری
قسمتی از مقاله انگلیسی و ترجمه آن:
Abstract
Consumer-oriented companies are getting increasingly more sensitive about customer’s perception of their products, not only to get a feedback on their popularity, but also to improve the quality and service through a better understanding of design issues for further development. However, a consumer’s perception is often qualitative and is achieved through third party surveys or the company’s recording of after-sale feedback through explicit surveys or warranty based commitments. In this paper, we consider an automobile company’s warranty records for different vehicle models and suggest a data mining procedure to assign a customer satisfaction index (CSI) to each vehicle model based on the perceived notion of the level of satisfaction of customers. Based on the developed CSI function, customers are then divided into satisfied and dissatisfied customer groups. The warranty data are then clustered separately for each group and analyzed to find possible causes (field failures) and their relative effects on customer’s satisfaction (or dissatisfaction) for a vehicle model. Finally, speculative introspection has been made to identify the amount of improvement in CSI that can be achieved by the reduction of some critical field failures through better design practices. Thus, this paper shows how warranty data from customers can be utilized to have a better perception of ranking of a product compared to its competitors in the market and also to identify possible causes for making some customers dissatisfied and eventually to help percolate these issues at the design level. This closes the design cycle loop in which after a design is converted into a product, its perceived level of satisfaction by customers can also provide valuable information to help make the design better in an iterative manner. The proposed methodology is generic and novel, and can be applied to other consumer products as well.
چکیده
شرکت های مشتری محور بطور فزاینده ای نسبت به احساس مشتری در مورد محصولاتشان حساس تر می شوند، نه تنها برای کسب بازخورد در مورد محبوبیتشان بلکه همچنین برای بهبود کیفیت و خدمات از طریق درک بهتر مسائل طراحی برای توسعه بیشتر. با این وجود، احساس مشتری اغلب کیفی بوده و بواسطه نظرسنجی های شخص ثالث یا ثبت بازخوردها پس از فروش توسط شرکت از طریق نظرسنجی های صریح یا تعهدات گارانتی حاصل می شود. در این مقاله، گزارشات گارانتی یک شرکت اتومبیل برای مدل های مختلف خودرو در نظر گرفته شده و یک روش داده کاوری برای تعیین اندیس رضایتمندی مشتری (CSI) برای هر مدل خودرو براساس میزان رضایت مندی مشتری پیشنهاد می شود. براساس تابع توسعه یافته CSI، مشتریان به گروه های مشتریان راضی و ناراضی تقسیم می شوند. داده های گارانتی سپس برای هر گروه بطور مجزا دسته-بندی شده و برای یافتن دلایل ممکن (نقص ها) و اثرات نسبی آن ها برای رضایت مندی (یا نارضایتی) مشتری برای یک مدل خودرو تحت تحلیل قرار می گیرند. در نهایت برای شناسایی میزان بهبود در CSI، که می تواند با کاهش برخی نواقص بحرانی از طریق طراحی بهتر حاصل شود، تأملاتی صورت می گیرد. بنابراین، این مقاله نشان می دهد چگونه می توان از داده¬های گارانتی مشتریان برای داشتن رتبه بندی بهتر یک محصول در مقایسه با رقیبانش در بازار استفاده کرد و همچنین دلایل ممکن برای نارضایتی مشتریان را شناسایی نمود و به برطرف سازی این مسائل در سطح طراحی کمک کرد. بدین ترتیب حلقه سیکلی طراحی، که پس از طراحی به یک محصول تبدیل می گردد، بسته می شود؛ میزان رضایت مندی مشتریان نیز می تواند اطلاعات ارزشمندی برای طراحی بهتر به روش تکراری فراهم سازد. روش شناسی پیشنهادی عمومی و جدید بوده و می تواند به محصولات مصرفی دیگر نیز اعمال شود.
