موسسه انتشارات بین المللی چتر اندیشه فصلنامه مدیریت مهندسی و تحول دیجیتال 3092-7609 8 3 2025 07 30 The Application of Data Mining in Enhancing the Iranian Goods Market: Analyzing Consumption Patterns and Formulating Micro-Marketing Strategies کاربرد داده‌کاوی در ارتقاء بازار کالای ایرانی: تحلیل الگوهای مصرف و تدوین استراتژی‌های بازاریابی خرد 22 31 10.22051/jera.2021.31891.2698 FA حسین گروه مهندسی صنایع، دانشگاه صنعتی امیرکبیر، تهران، ایران محمدمحسن گروه مهندسی صنایع، دانشگاه صنعتی امیرکبیر، تهران، ایران 2025 04 23 The primary objective of this research is to examine the application of data mining in identifying consumption patterns and formulating micro-marketing strategies to enhance the market for Iranian goods in the current competitive environment. In today’s world, a deep understanding of consumer behavior and the prediction of future market trends play a vital role in business success. The massive data generated from customer interactions with products and services contains a treasure trove of information that, by utilizing data mining techniques, can reveal hidden consumption patterns. This research adopts a mixed-methods (quantitative and qualitative) approach, focusing on the Iranian durable consumer goods market, by analyzing customer purchase data from selected chain stores between 2022 and 2024. In the quantitative phase, clustering algorithms (e.g., K-Means) and association rules (e.g., Apriori) were employed to identify homogeneous customer groups based on purchase baskets and analyze relationships between products. In the qualitative phase, semi-structured interviews were conducted with marketing managers of Iranian manufacturing companies to extract their expert insights regarding marketing challenges and opportunities arising from data analysis. Key results revealed that diverse consumption patterns exist among different customer groups; for instance, one group showed a high tendency to purchase complementary goods (e.g., buying accessories along with the main product), while another group sought bundles with special discounts. Furthermore, data analysis indicated that providing personalized offers based on purchase history can lead to a 14% increase in the repurchase rate and an 8% improvement in customer satisfaction. Marketing managers also emphasized the necessity of using analytical tools to better understand customer needs and make strategic decisions. Ultimately, the present research concludes that data mining is a powerful tool for enhancing the Iranian goods market. By analyzing consumption patterns and implementing personalized micro-marketing strategies, organizations can increase market share, improve customer loyalty, and enhance the competitive position of domestic products against foreign rivals. This study also emphasizes the importance of investing in data collection and analysis infrastructure within Iranian organizations. هدف اصلی این پژوهش، بررسی کاربرد داده‌کاوی در شناسایی الگوهای مصرف و تدوین استراتژی‌های بازاریابی خرد به‌منظور ارتقاء بازار کالاهای ایرانی در فضای رقابتی کنونی است. در دنیای امروز، درک عمیق رفتار مصرف‌کننده و پیش‌بینی روندهای آتی بازار، نقشی حیاتی در موفقیت کسب‌وکارها ایفا می‌کند. داده‌های حجیم تولید شده از تعاملات مشتریان با محصولات و خدمات، گنجینه‌ای از اطلاعات را در خود نهفته دارند که با بهره‌گیری از تکنیک‌های داده‌کاوی، می‌توان الگوهای پنهان مصرف را آشکار ساخت. این پژوهش با اتخاذ رویکردی ترکیبی (کمی و کیفی) و با تمرکز بر بازار کالاهای مصرفی بادوام ایرانی، به تحلیل داده‌های خرید مشتریان از فروشگاه‌های منتخب زنجیره‌ای طی سال‌های ۱۴۰۱ تا ۱۴۰۳ پرداخته است. در بخش کمی، از الگوریتم‌های خوشه‌بندی (K-Means) و قوانین وابستگی (Apriori) برای شناسایی گروه‌های همگن مشتریان بر اساس سبد خرید و تحلیل ارتباط بین محصولات استفاده شد. در بخش کیفی، مصاحبه‌های نیمه‌ساختاریافته با مدیران بازاریابی شرکت‌های تولیدکننده کالای ایرانی انجام پذیرفت تا دیدگاه‌های تخصصی آن‌ها در خصوص چالش‌های بازاریابی و فرصت‌های ناشی از تحلیل داده‌ها استخراج گردد. نتایج کلیدی نشان داد که الگوهای مصرف متنوعی در بین گروه‌های مختلف مشتریان وجود دارد؛ به‌طور مثال، یک گروه از مشتریان تمایل زیادی به خرید کالاهای مکمل (مانند خرید لوازم جانبی همراه با کالای اصلی) دارند، در حالی که گروهی دیگر به دنبال بسته‌های ترکیبی با تخفیف ویژه هستند. همچنین، تحلیل داده‌ها حاکی از آن بود که ارائه پیشنهادهای شخصی‌سازی‌شده بر اساس تاریخچه خرید، می‌تواند منجر به افزایش ۱۴ درصدی نرخ خرید مجدد و بهبود ۸ درصدی رضایت مشتری شود. مدیران بازاریابی نیز بر ضرورت استفاده از ابزارهای تحلیلی برای درک بهتر نیازهای مشتریان و اتخاذ تصمیمات استراتژیک تأکید داشتند. در نهایت، پژوهش حاضر نتیجه می‌گیرد که داده‌کاوی ابزاری قدرتمند برای ارتقاء بازار کالای ایرانی است و با تحلیل الگوهای مصرف و اجرای استراتژی‌های بازاریابی خرد و شخصی‌سازی‌شده، می‌توان شاهد افزایش سهم بازار، بهبود وفاداری مشتریان و در نهایت، ارتقاء جایگاه رقابتی محصولات داخلی در برابر رقبای خارجی بود. این مطالعه همچنین بر اهمیت سرمایه‌گذاری در زیرساخت‌های جمع‌آوری و تحلیل داده‌ها در سازمان‌های ایرانی تأکید می‌کند. /downloadfilepdf/16577