هدف از انجام پژوهش حاضر، طراحی مدل فضای خرده‌فروشی و خودپنداره، مصرف‌گرایی مشتری با رویکرد داده بنیاد است و پژوهش از حیث ماهیت استقرایی و از لحاظ روش، کیفی است و ابزار گردآوری داده‌ها، مصاحبه نیمه ساختار یافته است و محققان جهت انتخاب نمونه از مجموعه‌ای از روش‌های نمونه‌گیری غیر احتمالی هدفمند استفاده نمودند و جمع‌آوری اطلاعات تا رسیدن به مرحله اشباع نظری ادامه یافته و تعداد 14 مصاحبه با خبرگان و اساتید دانشگاهی و مدیران باتجربه رشته مدیریت انجام شد و رویکرد مورد استفاده پژوهش، تکنیک داده بنیاد است وکدگذاری در 3 مرحله کدگذاری باز، کدگذاری محوری و کدگذاری انتخابی انجام یافته و در کدگذاری باز، مقوله‌ها و مفاهیم استخراج شده از مصاحبه‌ها فهرست گردید و مقوله‌های مشابه در مقولات اصلی گروه‌بندی شدند و در کدگذاری محوری مقوله‌های استخراج شده با محورهای عوامل علی، محوری، زمینه‌ای، راهبردها و اقدامات، مداخله‌گر تسهیل‌کننده و بازدارنده و پیامدها قرار گرفتند و در کدگذاری انتخابی نوع روابط میان معیارها و زیر معیارها در قالب پارادایم داده بنیاد ارائه گردید و برای تجزیه و تحلیل داده‌ها نیز از نرم‌افزار مکس کیودیا استفاده شد. نتایج نشان می‌دهد که در عوامل علی، طراحی محوطه خارجی در عوامل محوری، محیط داخلی فروشگاه - درعوامل زمینه‌ای ویژگی‌های دموگرافی، فردی، روان‌شناختی و فرهنگی، اجتماعی مشتری در راهبردها عوامل مدیریتی، محصولات فروشگاهی و فعالیت‌های پشتیبانی - در مداخله‌گر عوامل تسهیل‌کننده و بازدارنده و در عوامل پیامدی، پیامدهای مشتری و پیامدهای فروشگاه شناسایی شدند. پرونده مقاله

محدودیت های منابع آب آشامیدنی، خشک و کم آب بودن کشور، افزایش جمعیت و تقاضا، مصرف نادرست آب طی دهه های اخیر و توزیع نامتوازن زمانی و مکانی منابع آب موضوع بسیار حائز اهمیت است. نیاز به تغییر در شیوه های مدیریت تقاضای آب شرب و پیش بینی تقاضاهای جدید از طریق تحلیل عوامل موثر بر مصرف آب را بیشتر کرده است. هدف مقاله حاضر ارایه الگو جهت اولویت بندی راهبردهای مدیریت مصرف آب در بخش خانگی می باشد. اطلاعات از طریق مطالعه و بررسی کتابخانه ای در این حوزه و مصاحبه با خبرگان صنعت آب گردآوری شد. سپس با نمونه گیری گلوله برفی به تشکیل پانل دلفی با رویکردی فازی، عواملی که از جامعیت بیشتری برخوردار بودند شناسایی شد که در نهایت خبرگان بر 7 معیار اصلی اقتصادی، اجتماعی، فرهنگی، فنی و مهندسی، قانونی و مدیریتی، مکانی و زمانی با 26 زیر معیار تاثیرگذار اتفاق نظر داشتند. برای بررسی درجه اهمیت و ارتباط بین عوامل و اولویت بندی زیرمعیارها با استفاده از تکنیک DANP فازی اقدام شد. نتایج نشان داد که عوامل اصلی فنی و مهندسی با درجه اهمیت (144/0)، زمان (790/0) و فرهنگی(040/0) به عنوان عامل اثرگذار تاثیر مهمی در مصرف آب داشته است و همچنین زیرمعیارهای اثرگذار شامل تنوع بخشی در عرضه، درآمد سرانه، جمعیت، علایق مصرف کننده، تعرفه و قیمت گذاری، مدت حضور در منزل، انگیزه مصرف، سطح زیر بنا، شاغل بودن زنان، فشار شبکه و برنامه های اصلاح الگوی مصرف می باشند. پرونده مقاله

As markets are becoming competitive and changing continuously, each customer has its own special value. Different organizations try to increase their competitive advantages by retaining and increasing customers’ loyalty. This research tries to design a model providing services to key customers based on R.F.M (Recency, Frequency, Monetary) model by using K_ means clustering method. The statistical population consists of two groups. The first group consists of 18 experts from the Mellat Bank aimed at determining the weight of R, F, and M indicators. For clustering customers based on the RFM model, the second group constitutes the customers who have used POS device in 2017. To determine the weight of indicators, the Fuzzy Hierarchical Analysis Technique and Entropy Technique have been used. Also, K-Means method was used to analyze the data. According to the results, the weight of each one of the indicators of R, F, and M was obtained by using the hierarchical analysis process and entropy, and finally the weight of indicators was estimated as a combination. The weight of indicators was M = 0.5998, F = 0.2672 and R = 0.1330, respectively. Furthermore, customers were clustered into six clusters. In the customers’ pyramid, the cluster number (6) with the highest Customer Lifecycle Value (CLV) and 783 customers has been the best cluster. Therefore, K-means method is a very suitable method for clustering customers and providing services to them, because after clustering and forming the customers’ pyramid it is easy to specify valuable and loyal customers of the bank. پرونده مقاله