پیش بینی رفتارمشتری دربازاریابی الکترونیکی بااستفاده ازشبکه های عصبی مصنوعی والگوریتمهای فراابتکاری (قسمت اول)

موج استفاده ازاینترنت منجر به ایجاد دنیای جدیدی به نام تجارت الکترونیکی گردیده است.تجارت الکترونیکی فرآیند خرید وفروش را در قالبی الکترونیکی توصیف می کند. بازاریابی الکترونیکی پدیده‌ای در حال توسعه در تجارت الکترونیکی می باشد و بازاریابان استفاده از رسانه‌های اجتماعی را به عنوان جزئی از راهبردهای بازاریابی و اقدامی در جهت رسیدن به مشتریان آغاز نموده اند.

بازاریابی الکترونیکی می‌تواند به عنوان کانالی برای بسیاری از فعالیت‌های بازاریابی شامل مدیریت ارتباط با مشتری، خدمات به مشتریان، جستجوی خریدار، ارتقاء فروش، تبلیغات و ایجاد نام تجاری مورد استفاده قرارگیرد.

مشتریان امروز بیش از هر دوره ­ای در تاریخ گذشته، گزینه­ های متفاوت از خدمات وکالاها رابرای انتخاب در اختیار دارند. همگام با اینترنت شیوه­ های جدید کسب و کار نیز ایجاد و توسعه یافته است. دنیای کسب و کار الکترونیک برای بسیاری از تازه ­واردان بسیار پیچیده می­باشد و بسیاری از آن‌ها با پاردوکسی مواجه می­شوند که برای باقی ماندن در این گونه کسب و کار با تردید مواجه می­شوند.

در عصر الکترونیک ، شرکت‌های تجارت الکترونیک از دنیای قدیمی که در آن، محصولات استاندارد، بازارهای همگن و چرخه توسعه و عمر محصول طولانی یک قانون بود، به دنیای جدیدی انتقال می‌یابند که در آن انواع محصولات استاندارد جایگزین وجود دارند. مصرف‌کنندگان می‌توانند از میان میلیون‌ها کالا در یک فروشگاهِ آنلاین به جای ده‌ها هزار کالا در فروشگاه‌های بزرگ، کالاهای ضروری خود را انتخاب کنند.

از یک طرف رشد سریع و انتشار فناوری اینترنت، محبوبیت بازدید از پایگاه‌های وب‌ را در میان بازدیدکنندگان افزایش داده است و از طرفی دیگر، در راهکارهای اخیر بازاریابی، مشتریان جزو منابع مهم یک سازمان قلمداد می‌شوند . بنابراین کسب دانش درباره مشتریان و درک نیازهای آنها برای حفظ مشتریان در تجارت الکترونیک بسیار ضروری است، زیرا رقبا به اندازه یک کلیک از ما فاصله دارند. برای خرده‌فروشی آنلاین که در آن حفظ مشتری از عوامل کلیدی موفقیت است، توسعة مؤثر حضور در وب و عملیات بخش‌های مدیریتی لازم است. یک خرده‌فروشیِ آنلاین موفق باید سطحی ایده‌آل از سیستم، اطلاعات و کیفیت خدمات را ارائه کند و مشتریان را برای بازدید دوباره از پایگاه وب خود جلب کند. هنگامی‌که بازدیدکنندگان، بازدید لذت‌بخشی داشته باشند، احتمال بازدید دوباره آنها از پایگاه وب افزایش می‌یابد .

پیش‌بینی رفتار خرید مشتریان آنلاین دشوار است؛زیرا به‌ندرت بازدید آنها ازفروشگاه‌ها به خریدواقعی می‌انجامد و این برای بازاریابان و پژوهشگران نوعی چالش شده است. میزان تبدیل بازدید به خرید برای کسب‌وکارهای آنلاین متوسط حداکثر 3 درصد است. در این صورت سازمان‌ها باید به‌ جای هدف قراردادن تمام مشتریان به یک اندازه یا پیشنهاد مشوق‌های یکسان به همه آنها، تنها مشتریانی را هدف قرار دهند که براساس نیازهای فردی یا رفتارهای خریدشان به معیارهای سودبخش مشخصی دست یافته‌اند.

محیط بازاریابی الکترونیکی این امکان را به مشتریان می‌دهد تا برای جستجوی اطلاعات و خرید کالا وخدمات از طریق ارتباط مستقیم با فروشگاه‌های اینترنتی اقدام کنند. با افزایش استفاده از رسانه‌های دیجیتال توسط مصرف کنندگان و گرایش بیشتر کاربران بالقوه به پیوند با عصر دیجیتال، بسیاری از شرکت‌ها را بر آن داشته است که برای رسیدن به بازارهای هدف خود از بازاریابی الکترونیکی استفاده کنند.

از سوی دیگر در محیط چالشی و رقابتی امروز، توانایی کاربران سازمان‌ها برای پاسخ سریع و مناسب به چالش‌های محیطی تا حدود زیادی به سیستم‌های اطلاعاتی مدیریت و وضعیت کسب و کار بستگی دارد. استراتژی‌های بازاریابی الکترونیکی نقش مهمی در کمک به طراحی و ارائه محصولات و خدمات جدید با ویژگی منحصر به فرد و هدایت و طراحی مجدد فرآیندهای کسب و کار دارد .

رشد سریع تکنیک‌های ارتباطی و اطلاعاتی در بخش‌های دولتی و خصوصی در دهه‌های گذشته، توسعه محیط جدید بازاریابی الکترونیکی را آغاز کرده است. بر اساس کیفیت دانش تولید شده، در دسترس و بکار گرفته شده، تصمیمات تجاری به موقع و دقیق اتخاذ می‌شود. بنابراین، با معرفی رویکردهای داده‌محور جدید برای استراتژی بازاریابی، رشد سریع تکنولوژیکی و توزیع جهانی بدون مانع آن، چشم‌اندازی برای منافع مالی ایجاد می‌کند.

رویکردهای کارآمد و مؤثر برای بازیابی اطلاعات ارزشمند از مجموعه داده‌ها مورد تقاضا هستند. مجموعه داده‌ها با تغییرات ثابت هر روز در مناطق مختلف تولید می‌شوند .در یادگیری ماشینی، پیشرفت‌های جدید به طور خاص در شبکه‌های عصبی مصنوعی بهترین نتایج را در یادگیری الگوهای پنهان به صورت خودکار از داده‌ها نشان داده است. در زمان‌های اخیر، پیاده‌سازی مؤثر شبکه‌های عصبی برای چنین چالش‌هایی نتایج قابل‌توجهی را آشکار کرده است و بسیاری از محققان را برای شناسایی استراتژی‌های بیشتر برای بکارگیری شبکه‌های عصبی برای نگرانی‌های مشابه ترغیب کرده است.

علاوه بر این، به منظور بهبود عملکرد تجربی، شبکه‌های عصبی آموزش‌دیده بهینه عملکرد خوبی دارد .هم چنین به دست آمدن یک پاسخ بهینه و قطعی امری پیچیده، زمان­بر و گاهی غیر­ممکن می‌باشد، الگوریتم های فرا­ابتکاری در حداقل زمان جوابی نزدیک به پاسخ بهینه به ما می ­دهند و از بین راه­ حل­های گوناگون مناسب­ترین راه­ حل را گزینش می­ نمایند.

با توجه به مطالب ذکر شده پیش‌بینی رفتار مشتری در بازاریابی الکترونیکی دارای اهمیت بالایی است و باید به‌ صورت دقیق پیش‌بینی و بهینه گردد.اما برای این منظور از چه مدلی و چه روشی می‌توان استفاده نمود تا از دقت مناسبی برخوردار بود؟