منابع و ماخذ پایان نامه توسعه مدل، جذب مشتریان، جذب مشتری، مدیریت ارتباط

دانلود پایان نامه ارشد

مشتریان دانست.
نوآوری ها
نوآوریهای موجود در این تحقیق در 2 دسته کلی “توسعه مدل LDcFR” و “توسعه ICA” بوده که در ادامه شرح داده خواهند شد.
توسعه مدل LDcFR: اولین نوآوری موجود در این تحقیق، توسعه مدل LDcFR بوده که بر اساس ویژگیهای صنعت حملونقل، مطالعات پیشین و نظرات خبرگان توسعه داده شده است. این مدل همان‌گونه که پیشتر شرح داده شد، از دقت بالاتری نسبت به سایر مدلهای تعیین ارزش برخوردار بوده و میتواند به‌طور گسترده در شرکتهای ارائهدهنده خدمات سفر مورد استفاده قرار گیرد.
توسعه ICA: الگوریتم رقابت استعماری یکی از انواع الگوریتمهای تکاملی بوده که الهام گرفتن از فرآیند اجتماعی-سیاسی دنیای واقعی مدلسازی شده است. این الگوریتم با تقلید از روند تکامل اجتماعی، اقتصادی و سیاسی کشورها و با مدلسازی ریاضی بخشهایی از این فرآیند، عملگرهایی را در قالب منظم به صورت الگوریتم ارائه می‌دهد که می‌توانند به حل مسائل پیچیده بهینه سازی کمک کنند. یکی از تواناییهای ICA، انجام فرآیند خوشهبندی است. عملگرهای اصلی این الگوریتم را سیاستهای جذب، رقابت استعماری و انقلاب تشکیل می‌دهند. یکی از مشکلات موجود در پیادهسازی سیاست جذب در ICA، استفاده از زاویه Ɵ است. اگرچه در تئوری الگوریتم رقابت استعماری، وجود زاویه Ɵ یک نقطه قوت بحساب میآید، اما وجود این زاویه در پیادهسازی، مشکلاتی را بوجود میآورد. ازاین‌رو در توسعهای بر الگوریتم رقابت استعماری داده شد که نتیجه آن عدم وابستگی الگوریتم به زاویه Ɵ و مفاهیم هندسه برداری میباشد. در این توسعه مفهوم جدیدی تحت عنوان “اقبال عمومی” معرفی گردید که اشاره به تمایل افراد جامعه به مستعمره شدن دارد. مفهوم “اقبال عمومی” عاملی در مستعمره شدن کشورهاست که تحت تأثیر 2 عامل میباشد:
2-1- میزان نارضایتی از نظام فعلی
2-2- میزان تمایل به یک استعمارگر خاص
از این 2 عامل در ایجاد سیاست جذب جدید در الگوریتم رقابت استعماری استفاده شده است. نتایج حاصل از این تغییر نشان از بهبود عملکرد ICA داشته که در فصل 3 نشان داده شده است.
پیشنهادات
در این بخش 4 پیشنهاد کلی ارائه خواهد شد که میتواند مبنایی باشد برای تحقیقات آتی.
پیشنهاد اول: جذب مسافر
همان‌گونه که در فصل 2 عنوان گردید، از دیدگاه تعدادی از محققین، فرآیند مدیریت ارتباط با مشتری یک فرآیند 4 مرحلهای بوده که از مراحل شناسایی، جذب، حفظ و توسعه مشتری تشکیل شده است. مدلهای تعیین ارزش عمدتاً در 2 مرحله حفظ و توسعه مشتریان پیادهسازی شده و در مراحل شناسایی و جذب کارایی ندارند.
پیشنهاد قابل ارائه در این بخش استفاده از مدل تعیین ارزش در شناسایی و جذب مشتریان است. بدین منظور بایستی در کنار اطلاعات تراکنشی مشتریان، اطلاعات دموگرافیک آن‌ها نیز در پایگاه داده ذخیره شود. ذخیره اطلاعات دموگرافیک مشتریان این امکان را بوجود میآورد تا پس خوشهبندی مشتریان و تعیین خوشههای باارزش، خصوصیات دموگرافیک مشتریان باارزش شناسایی شده و در شناسایی و جذب مشتریان جدید بکار گرفته شود.
پیشنهاد دوم: بهبود خوشه‏بندی
امروزه الگوریتمهای تکاملی به دلیل توانایی بالایی که دارند بسیار مورد توجه قرار گرفته و انواع گوناگونی از آن‌ها توسعه داده شده است. هر یک از این الگوریتمها بر مبنای یکی از فرآیندهای اجتماعی، زیستی و… بوجود آمدهاند. گونههای جدیدی از این الگوریتمها در سالهای اخیر توسعه داده شده که به دلیل جدید بودن میتوانند موضوع مناسبی برای خوشهبندی باشند. ازجمله الگوریتمهای نو ظهور در زمینه الگوریتمهای تکـاملی مـیتوان به الگـوریتمهایی نظیر الگوریتم سگهای وحشی آفریقایی160 و الگوریتم بازتولید غیرجنسی161 اشاره کرد.
پیشنهاد سوم: تجزیه و تحلیل رضایت مسافر الکترونیکی
همانگونه که فرهنگ جامعه بر انتظارات و ادراک مسافران تاثیرگذار است، شیوه تعامل مسافران نیز میتواند بر رضایت آنها تاثیرگذار باشد. پیشنهاد سوم، بررسی و تجزیه و تحلیل عوامل موثر بر رضایت مسافران الکترونیکی در مقایسه با مسافران سنتی است. با توجه به گسترش تعاملات الکترونیکی مسافران و شرکتها، این تجزیه و تحلیل و شناسایی عوامل موثر بر رضایت مسافران الکترونیکی میتواند تاثیر بسزایی در تدوین استراتژیها و ارائه خدمات شرکتها داشته باشد.
پیشنهاد چهارم: پیشبینی ارزش آتی مشتریان
در این پژوهش از زنجیره مارکوف برای پیشبینی ارزش آینده مشتریان استفاده شده است. مدلهای دیگری نظیر شبکههای عصبی، رگرسیون، قوانین انجمنی و آنالیز بقا نیز قابلیت استفاده داشته که بعضا میتوانند نتایج دقیقتری نیز تولید کنند.

منابع و مراجع

1) Wang, Y., S. Sanguansintukul, and C. Lursinsap. The customer lifetime value prediction in mobile telecommunications. in Management of Innovation and Technology, 2008. ICMIT 2008. 4th IEEE International Conference on. 2008. IEEE.
2) Srivastava, M. and D. Kaul, Social interaction, convenience and customer satisfaction: The mediating effect of customer experience. Journal of Retailing and Consumer Services, 2014(0).
3) Freitas, A.L.P., Assessing the quality of intercity road transportation of passengers: An exploratory study in Brazil. Transportation Research Part A: Policy and Practice, 2013. 49(0): p. 379-392.
4) Jonghyeok, K., S. Euiho, and H. Hyunseok, A model for evaluating the effectiveness of CRM using the balanced scorecard. Journal of Interactive Marketing, 2003. 17(2): p. 5-19.
5) Kotler, p., Marketing Management. 2003, New Jersy: Prentice Hall.
6) Miguéis, V., et al., Modeling partial customer churn: On the value of first product-category purchase sequences. Expert Systems with Applications, 2012. 39(12): p. 11250-11256.
7) Hawkes, V.A. The heart of the matter: the challenge of customer lifetime value. in CRM Forum Resources. 2000.
8) Lewis, M., et al., Customer Relationship Management: Maximizing Customer Lifetime Value, in Wiley Encyclopedia of Operations Research and Management Science. 2010, John Wiley & Sons, Inc.
9) Buttle, F., Customer relationship management: concepts and technologies. 2009: Routledge.
10) Kumar, V. and W.J. Reinartz, Customer relationship management: A data based approach. 2006, New York: John Wiley.
11) Parvatiyar, A. and J.N. Sheth, Customer Relationship Management: Emerging Practice, Process, and Discipline. Journal of Economic & Social Research, 2001. 3(2): p. 1-34.
12) Chan, C.C.H., Intelligent value-based customer segmentation method for campaign management: A case study of automobile retailer. Expert Systems with Applications, 2008. 34(4): p. 2754-2762.
13) Nagasawa, S.y. Customer experience management influencing on human Kansei to MOT. in Knowledge-Based Intelligent Information and Engineering Systems. 2006. Springer.
14) Ngai, E.W.T., L. Xiu, and D.C.K. Chau, Application of data mining techniques in customer relationship management: A literature review and classification. Expert Systems with Applications, 2009. 36(2, Part 2): p. 2592-2602.
15) Ellis-Chadwick, F., et al., Internet marketing: strategy, implementation and practice. 2009: Pearson Education.
16) Rashid, M.H.A., F.S. Ahmad, and A.K. Othman, Does Service Recovery Affect Customer Satisfaction? A Study on Co-Created Retail Industry. Procedia – Social and Behavioral Sciences, 2014. 130(0): p. 455-460.
17) Cheng, J.-H., F.-Y. Chen, and Y.-H. Chang, Airline relationship quality: An examination of Taiwanese passengers. Tourism Management, 2008. 29(3): p. 487-499.
18) Aslani, S., M. Modarres, and S. Sibdari, On the fairness of airlines’ ticket pricing as a result of revenue management techniques. Journal of Air Transport Management, 2014. 40(0): p. 56-64.
19) Zuidberg, J., Identifying airline cost economies: An econometric analysis of the factors affecting aircraft operating costs. Journal of Air Transport Management, 2014. 40(0): p. 86-95.
20) Assaf, A., Are U.S. airlines really in crisis? Tourism Management, 2009. 30(6): p. 916-921.
21) Homsombat, W., Z. Lei, and X. Fu, Development Status And Prospects For Aviation Hubs — A Comparative Study Of The Major Airports In South-East Asia. The Singapore Economic Review, 2011. 56(04): p. 573-591.
22) Kim, Y.K. and H.R. Lee, Customer satisfaction using low cost carriers. Tourism Management, 2011. 32(2): p. 235-243.
23) Homsombat, W., Z. Lei, and X. Fu, Competitive effects of the airlines-within-airlines strategy – Pricing and route entry patterns. Transportation Research Part E: Logistics and Transportation Review, 2014. 63(0): p. 1-16.
24) Lu, J.-L. and F.-I. Ling, Cross-cultural perspectives regarding service quality and satisfaction in Chinese cross-strait airlines. Journal of Air Transport Management, 2008. 14(1): p. 16-19.
25) Andotra, N., Pooja, and S. Gupta, Airline service effectiveness: an analysis of value addition, quality and risk perception. Abhigyan, 2008. 12(2): p. 125-143.
26) Suki, N.M., Passenger satisfaction with airline service quality in Malaysia: A structural equation modeling approach. Research in Transportation Business & Management, 2014. 10(0): p. 26-32.
27) Wu, H.-C. and C.-C. Cheng, A hierarchical model of service quality in the airline industry. Journal of Hospitality and Tourism Management, 2013. 20(0): p. 13-22.
28) Chen, C.-F., Investigating structural relationships between service quality, perceived value, satisfaction, and behavioral intentions for air passengers: Evidence from Taiwan. Transportation Research Part A: Policy and Practice, 2008. 42(4): p. 709-717.
29) Wen, C.-H. and S.-C. Lai, Latent class models of international air carrier choice. Transportation Research Part E: Logistics and Transportation Review, 2010. 46(2): p. 211-221.
30) Wen, C.-H., T.-N. Chen, and C. Fu, A factor-analytic generalized nested logit model for determining market position of airlines. Transportation Research Part A: Policy and Practice, 2014. 62(0): p. 71-80.
31) Eboli, L. and G. Mazzulla, Structural Equation Modelling for Analysing Passengers’ Perceptions about Railway Services. Procedia – Social and Behavioral Sciences, 2012. 54(0): p. 96-106.
32) López-Bonilla, J.M. and L.M. López-Bonilla, Influence of the state-owned airlines on passenger satisfaction. Journal of Air Transport Management, 2008. 14(3): p. 143-145.
33) Cunningham, L.F., C.E. Young, and M. Lee, Cross-cultural perspectives of service quality and risk in air transportation. Journal of Air Transportation, 2002. 7(1): p. 3-26.
34) Pham, K., US and European frequent flyers service expectations: a cross-cultural study. The Business Review, Cambridge, 2006. 6(2): p. 32-38.
35) Frambach, R.T., H.C.A. Roest, and T.V. Krishnan, The impact of consumer Internet experience on channel preference and usage intentions across the different stages of the buying process. Journal of

پایان نامه
Previous Entries منابع و ماخذ پایان نامه ارزش مسافران، ارزش مشتری، سودآوری، ناسازگاری Next Entries منابع و ماخذ پایان نامه and، of، p.، Management,