با اینکه اکثر شرکت‌ها برای پیش‌بینی این موضوع که کدام دسته از مشتریان برای‌شان ارجح‌ترند، دارای شناخت کافی از بازار هستند، رهبران چنین کسب‌وکارهایی می‌دانند که بهتر است گسترش کسب‌وکار به حدسیات یا غرایز سپرده نشود. به همین دلیل در فرایند دسته بندی مشتریان، ضروری است تا فرضیات و متغیرهای دسته‌ی مشتریان ساخته و با یک فرایند تحقیق علمی و معتبر، اعتبارسنجی شود.
این نکته به‌خصوص در برنامه‌های دسته‌بندی نیازمحور و ارزش‌محور کاربرد دارد، که طی آن امکان ندارد که فرایند دسته بندی مشتریان پیش از ساخت فرضیات مشخصی که پایه‌ی تحقیق‌تان هستند، به کار گرفته شود. درنهایت، فرضیات باید طبق خصوصیات مشتری یا عواملی شکل بگیرند که به شما اجازه می‌دهند تا به‌طور مشخص، مشتریان فعلی خود را در دسته‌های متمایز نیازمحور یا ارزش‌محور جدا کنید. با اینکه نیازی نیست تا فرضیات شما عبارات ریاضی یا آماری پیچیده‌ای باشند، باید به اندازه‌ی کافی نیز واضح و منطقی باشند تا بتوان آنها را آزمایش کرد و به کار گرفت.
برای مثال، ممکن است که یک فرضیه‌ی معمولی این چنین باشد:
- مشتریانی با درآمدهای دارای ۱ میلیون دلار عموما در دسته‌ی الف قرار می‌گیرند.
- مشتریانی با درآمدهای کمتر از ۱ میلیون دلار در دسته‌ای متفاوت از مشتریانی قرار می‌گیرند که بیش از ۱ میلیون دلار درآمد دارند.
- مشتریانی با درآمدهای بیشتر از ۱ میلیون دلار دارای ارزش بیشتری هستند (یا بخشی از یک دسته‌ی باارزش‌ترند).
با توجه به این مثال، متغیرهای دسته‌بندی می‌توانند به عنوان شاخص‌های عینی، عوامل یا مشخصاتی تعریف شوند که به شما کمک می‌کنند تا بین دسته‌ها تمایز قائل شوید، چه این دسته‌ها نیازمحور باشند و چه ارزش‌محور. در مثال بالا،این متغیرها بر اطلاعات مالی متمرکزند، اما می‌توانستند صرفا متعلق به اعتبار، حضور آنلاین یا مدل کسب‌‌وکاریِ مشتری باشند که انتخاب هر کدام از این متغیرها، بستگی به بیشترین ارتباط هر یک با دسته دارد.
ایجاد متغیرها و فرضیات به دلایل مختلفی حائز اهمیت هستند، اما هدف اولیه‌ی این کار، فراهم کردن چهارچوبی برای فرایند تحقیق درمورد دسته بندی مشتریان است. وقتی که فرضیه‌ای مشخص و متغیرهایی را برای آزمودن تعریف کردید، می‌توانید اجرای فرایند پیچیده‌ای را آغاز کنید که به شما کمک خواهد کرد تا بهترین دسته‌های مشتریان فعلی خود را شناسایی نمایید.
دکتر شهداد شعبانی
دیدگاهتان را بنویسید