تبیین علل نارضایتی مشتریان مبتنی بر تحلیل متن‌کاوی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشیار گروه مدیریت بازرگانی، دانشگاه سمنان، سمنان، ایران

2 دانش آموخته دکتری رشته مدیریت بازرگانی، دانشگاه سمنان، سمنان، ایران

10.22054/ims.2021.12853

چکیده

رضایت مشتری، مستلزم راضی نگه‌داشتن مشتریان هم در تعاملات روزانه و هم از دیدگاه بلندمدت و جهانی است. نظرات مردم در مورد محصولات یک شرکت در وب‌سایت‌ها و رسانه‌های اجتماعی، می‌تواند اطلاعات مفیدی را به شرکت‌ها برای ارزیابی رضایت مشتری ارائه دهد. در این پژوهش، با به‌کارگیری روش متن‌کاوی و خوشه‌بندی کی- میانگین، تمامی نظرات مشتریان در مورد سه برند اسنوا، پاکشوما و پارس‌خزر از لوازم‌خانگی داخلی و نظرات در مورد سه برند سامسونگ، ال‌جی و تفال از لوازم‌خانگی خارجی درج‌شده در سایت دیجی کالا مورد تحلیل قرار گرفت. عوامل نارضایتی، در شش صفت شامل خرابی محصول، تناسب قیمت با عملکرد، کارایی، طراحی، کیفیت ساخت و خدمات پس از فروش خوشه‌بندی شدند. در لوازم‌خانگی داخلی، بیشترین نارضایتی به ترتیب؛ خرابی محصول، تناسب قیمت با عملکرد، کیفیت ساخت، خدمات پس از فروش، کارایی و طراحی بوده و عوامل ایجادکننده نارضایتی در لوازم‌خانگی خارجی به ترتیب کیفیت ساخت، خرابی محصول، طراحی، خدمات پس از فروش، تناسب قیمت با عملکرد و کارایی بوده است.

کلیدواژه‌ها


عنوان مقاله [English]

Explain the Causes of Customer Dissatisfaction based on Text Mining Analysis

نویسندگان [English]

  • Azim Zarei 1
  • Mehri Shahriari 2
1 Associate Professor, Department of Business Management, Semnan University, Semnan, Iran
2 PhD, Business Management, Marketing Management, Semnan University, Semnan. Iran
چکیده [English]

Customer satisfaction requires the customer to be happy both in daily and long-term and global interactions. People's opinions about the products of a company on websites and social media can provide useful information for companies to evaluate customer satisfaction. In this research, using the methodology text mining and k- means clustering, customers' opinions about the three brands of Snowa, Pakshoma and Parskhazar from domestic appliances and comments on the three brands of Samsung, LG, and Tefal from external home appliances in the website of Digikala.com were analyzed. The results of this study show that dissatisfaction factors were clustered in six attributes, product failure, and price proportions with performance, efficiency, design, manufacturing quality and after-sales services. In domestic appliances, the most dissatisfaction factors were the product failure, price proportions with performance, manufacturing quality, after-sales service, efficiency, and design. And the factors causing dissatisfaction in external home appliances were manufacturing quality, product failure, design, after-sales service, price proportions with performance, and efficiency.
 

کلیدواژه‌ها [English]

  • : clustering
  • Text Mining
  • Customers Dissatisfaction
  • Home Appliance
اسماعیلی، مهدی. (1392). آموزش گام‌به‌گام داده‌‌کاوی با RapidMiner، تهران، آتی‌‌نگر.
البرزی، محمود؛ خان‌بابایی، محمد و محمدپور زرندی، محمدابراهیم. (1391). به‌کارگیری تکنیک‌های خوشه‌بندی و الگوریتم ژنتیک در بهینه‌سازی درختان تصمیم‌گیری برای اعتبارسنجی مشتریان بانک‌ها، فصلنامه آینده‌پژوهی مدیریت، 1 (1)، 34-15.
خدابنده‌لو، سمیرا و نیک‌نفس، علیرضا. (1395). ارائه روشی جدید برای بخش‌بندی مشتریان بر اساس میزان وفاداری آن‌ها و تعریف راهبردهایی مناسب برای هر بخش. مدیریت فناوری اطلاعات. 8 (1)، 122-101. doi: 10.22059/jitm.2016.56027.
دالوند، آذین؛ سیم­خواه، مسعود و جعفری، داوود. (1398). تأثیر ویژگی­های جامعه برند بر خط بر وفاداری با میانجی­گری دل­بستگی مشتری و تعدیل گری جنسیت. مطالعات مدیریت کسب‌وکار هوشمند، 7 (27)، 138-103. doi: 10.22054/ims.2019.9985
رضایی نور، جلال و شیخ بهایی، محمدرضا. (1396). کاربردهای داده‌کاوی متنی در حوزه مدیریت دانش زنجیره خدمات دولت الکترونیکی، مدیریت فناوری اطلاعات، 9 (1)، 60-39. doi: 10.22059/jitm.2017.60679
رضایی، سمیرا؛ دستخوان، حسین و اولیاء، محمدصالح. (1395). روش‌های متن‌کاوی در تحلیل نظرات و مطلوبیت‌های مشتریان در شبکه‌های اجتماعی: مطالعه موردی در بازار محصولات دیجیتال ایران، سیزدهمین کنفرانس بین‌المللی مهندسی صنایع، بابلسر.
رضائیان، علی؛ شکوهیار، سجاد و دهقان، فریبا. (1396). سنجش رضایت مشتریان فروشگاه‌های اینترنتی با ترکیب تکنیک‌های داده‌کاوی و الگوی کانو فازی (مطالعه موردی: وب‌سایت نیازکو). پژوهشنامه پردازش و مدیریت اطلاعات، 33 (1)، 270-239.
زارعی، عظیم. (1396). طراحی مدل ساختاری ریزش مشتری در بانک‌های دولتی (مورد مطالعه: بانک‌های منتخب دولتی شهر سمنان). پژوهش‌های مدیریت در ایران، 21 (1)، 176-151.
زیویار، فرزاد، ضیایی، محمدصادق و نرگسیان، جواد. (1391). بررسی عوامل مؤثر بر رضایت مشتریان با استفاده از مدل سروکوال، فصلنامه علمی- پژوهشی تحقیقات بازاریابی نوین، 3 (6)، 186- 173.
سمیع‌زاده، رضا و محمودی سعیدآباد، الناز. (1397). کاربرد الگوریتم‌های یادگیری ماشین در متن‌کاوی با رویکرد آنالیز احساس. مدیریت فناوری اطلاعات، 10 (2)، 330- 309. doi: 10.22059/jitm.2017.215513.1807
سهرابی، بابک؛ رئیسی وانانی، ایمان و خداپرست، فرشته. (1395). تحلیل نظرات کاربران وب‌سایت‌های تجارت اجتماعی بر اساس روش‌های متن‌کاوی و داده‌کاوی، مجله جهانی رسانه، 11 (2)، 179-163.
شفیعی نیک‌آبادی، محسن و افشاری‌زاده جعفری، امید. (1395). خوشه‌بندی و بررسی تطبیقی سند چشم‌انداز، مأموریت سازمانی و اهداف شرکت‌های بیمه بین‌المللی و داخلی با رویکرد متن‌کاوی، پژوهشنامه بیمه، 31(3)، 24- 1.doi: 10.22056/jir.2017.41373
صنیعی آباده، محمد؛ محمودی، سینا و طاهرپرور، محدثه. (1393). داده‌‌کاوی کاربردی، تهران، نیاز دانش، چاپ دوم.
فیضی درخشی، محمدرضا، رشیدی، شیما و محمودلو، فاطمه. (1392). مروری بر متن‌کاوی و روش‌های آن. همایش مشترک مهندسی کامپیوتر و مکانیک.
قره‌نژاد، سحر. (1389). لزوم حفظ مشتریان بیمه با استفاده از ابزارهای داده‌کاوی، تازه‌های جهان بیمه، 13 (150 و 151)، 23-15.
قهرمان، راشین؛ کیماسی، مسعود و حیدری، علی. (1396). بخش‌بندی مشتریان بر اساس واکنش آن‌ها به بازاریابی شبکه‌های اجتماعی (مطالعه موردی: اینستاگرام). مدیریت فناوری اطلاعات، 9 (3)، 586-571. . doi: 10.22059/jitm.2017.62217
کاتلر، فیلیپ و کلر، کولین لین. (1393). مدیریت بازاریابی. ترجمه مهدی امیرجعفری، جلد اول، نشر نص. تهران.
کرامتی، عباس؛ سیدین اردبیلی، سید محسن و سهرابی، بابک. (1388). تحلیل رویگردانی مشتریان، بررسی وضعیت یکی از اپراتورهای تلفن همراه ایران با کمک روش‌های داده‌کاوی، فصلنامه علوم مدیریت ایران، 4 (14)، 91-63.
محمدی، مرتضی و سهرابی، طهمورث. (1396). تأثیر مدیریت ارتباط با مشتری الکترونیک بر رضایت مشتریان، مطالعات مدیریت کسب­وکار هوشمند، 6 (22)، 128-107.
References
Alborzi, M., Khanbabaei, M. & Pourzarandi, M. E. M. (2012). Using clustering and genetic algorithm techniques in optimizing decision trees for credit scoring of bank customers. Journal of Future Studies Management, 1(1), 15-34 [In Persian].
Berrada, A. A., Bilgihan, A., Nusair, K. & Okumus, F. (2015). Generating brand awareness in online social networks. Computers in Human Behavior, 20, 600-609. doi: 10.1016/j.chb.2015.03.023
Bickart, B. & Schindler, R. M. (2001). Internet forums as influential sources of consumer information. Journal of Interactive Marketing, 15 (3), 31-40. doi: 10.1002/dir.1014
Bifet, A. & Frank, E. (2010). Sentiment Knowledge discovery in twitter streaming data. Discovery Science, 1-15. doi: 10.1007/978-3-642-16184-1_1
Chang, C. W., Lin, C. T. & Wang, L. Q. (2009). Mining the text information to optimizing the customer relationship management. Expert Systems with Applications, 36, 1433-1443. doi: 10.1016/j.eswa.2007.11.027
Chau, M. & Xu, J. (2012). Business intelligence in blogs: understanding consumer interactions and communities. MIS Quarterly, 36 (4), 1189-1216. doi: 10.2307/41703504
Dalvand, A., Simkhah, M. & Jafari, D. (2019). The impact of online brand community characteristics on loyalty with the mediating role of customer engagement and the moderation role of gender. Quarterly Journal of BI Management Studies. 7 (27). 103-138. doi: 10.22054/ims.2019.9985 [in Persian].
Esmaili, M. (2014). Rapid Miner. Tehran. Ati Negar [In Persian].
Feizi Derakhshi, M. R., Rashidi, S. & Mahmoudlou,F. (2013). A review of text mining and its methods. Joint Conference on Computer Engineering and Mechanics. [In Persian].
Felbermayr, A. & Nanopoulos, A. (2016). The role of emotions for perceived usefulness in online customer reviews. Journal of Interactive Marketing, 36, 60-76. doi: 10.1016/j.intmar.2016.05.004
Felix, E. (2015). Marketing challenges of satisfying consumers changing expectations and preferences in a competitive market. International Journal of Marketing Studies, 7 (5), 41-52.
Ghahreman, R., Keimasi, M. & Heidari, A. (2017). Segmenting customer based on their reactions to social networks marketing on Instagram, Journal of Information Technology Management, 9 (3), 571-586. doi: 10.22059/jitm.2017.62217 [In Persian].
Gharenezhad, S. (2010). the need to retain insurance customers using data mining tools. World Insurance News, 13 (150-151), 15-23. [In Persian].
Giatsoglou, M., Vozalis, M. G., Diamantaras, K., Vakali, A., Sarigiannidis, G. & Chatzisavvas, K. C. (2017). Sentiment analysis leveraging emotions and word embedding. Expert Systems with Applications, 69, 214-224. doi: 10.1016/j.eswa.2016.10.043
Gong. T & Yi. Y. (2018). The effect of service quality on customer satisfaction, loyalty, and happiness in five Asian countries, Psychology & Marketing, 35 (6): 427-442. doi: 10.1002/mar.21096
He, L., Zhang. N. & Yin. L. (2018). The evaluation of perceived quality of products based on text mining and fuzzy comprehensive evaluation. Electronic Commerce Research, 18 (2),277-289. doi: 10.1007/s10660-018-9292-0
He, W., Wu, H., Yan, G., Akula, V. & Shen, J. (2015). A novel social media competitive analytics framework with sentiment benchmarks. Information & Management, 52, 801-812. doi: 10.1016/j.im.2015.04.006
He, W., Zha, S. & Li, L. (2013). Social media competitive analysis and text mining: a case study in the pizza industry. International Journal of Information Management, 33, 464-472. doi: 10.1016/j.ijinfomgt.2013.01.001
Islam, J. U. & Rahman, Z. (2017). The impact of online brand community characteristics on customer engagement: an application of Stimulus- Organism- Response paradigm. Telematics and Informatics, 34, 96-109. doi: 10.1016/j.tele.2017.01.004
Jang, H., Olfman, L., Ko, I., Koh, J. & Kim, K. (2008). The influence of online brand community characteristics on community commitment and brand loyalty. International Journal of Electronic Commerce, 12 (3), 57-80. doi: 10.2753/JEC1086-4415120304
Katler. Ph. & Keller, K. (2014). Marketing Management. Translated by Mahdi Amir Jafari, First Volume, Nass, Tehran [In Persian].
Keramati, A., Seyyedin Ardebili, S. M. & Sohrabi, B. (2009). Churn analysis for an Iranian mobile operator customers, using data mining, Iranian Management Sciences, 63-91. [In Persian].
Khodabandehlou, S. & Niknafs, A. A. (2016). Proposing a new method for customer segmentation based on their level of loyalty and defining appropriate strategies for each segment. Journal of Information Technology Management, 8(1), 101-122. doi: 10.22059/jitm. 2016. 56027. [In Persian].
Lucini, F. R., Tonetto, L. M., Fogliatto, F. S. & Anzanello, M. J. (2020). Text mining approach to explore dimensions of airline customer satisfaction using online customer reviews. Journal of Air Transport Management, 83, 101760. doi: 10.1016/j.jairtraman.2019.101760
Mohammadi, M. & Sohrabi, T. (2018). Effect of electronic customer relationship management (E-CRM) on customer satisfaction, Quarterly Journal of BI Management Studies, 6 (22), 107-128. doi: 10.22054/ims.2018.8522 [in Persian].
Morinaga, S., Yamanishi, K., Tateishi, K. & Fukushima, T. (2002). Mining product reputations on the web. Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 341-349. doi: 10.1145/775047.775098
Mostafa, M.M. (2013). More than words: social networks’ text mining for consumer brand sentiments. Expert Systems with Applications, 40, 4241-4251. doi: 10.1016/j.eswa.2013.01.019
Nadeem, W., Andreini, D., Salo, J., & Laukkanen, T. (2015). Engaging consumers online through websites and social media: a gender study of Italian Generation Y clothing consumers. International Journal of Information Management, 35(4), 432-442. doi: 10.1016/ j.ijinfomgt.2015.04.008
Netzar, O., Feldman, R., Goldenberg, J. & Fresko, M. (2012). Mine your own business: market structure surveillance through text mining. Marketing Science, 31 (3), 521-543.
Ozturk, N. & Ayvaz, S. (2018). Sentiment analysis on twitter: a text mining approach to the Syrian refugee crisis. Telematics and Informatics. 35, 136-147. doi: 10.1016/j.tele.2017.10.006
Park, Y. & Lee, S. (2011). How to design and utilize online customer center to support new product concept generation. Expert Systems with Applications, 38, 10638-10647.doi: 10.1016/j.eswa.2011.02.125
Rezaeenour, J. & SheikhBahaei, M. R. (2017). Textual data mining applications in the service chain knowledge management of e-government. Journal of Information Technology Management, 9 (1), 39-60. doi: 10.22059/jitm.2017.60679 .[In Persian].
Rezaei, S. Dastkhan, H. & Olya, M. H. (2017). Text mining methods in analyzing customers' opinions and preferences in social networks: A case study in the Iranian digital products market. 13th international Conference on Industrial Engineering, Babolsar.[in Persin].
Rezaeian, A., Shokouhyar, S. & Dehghan, F. (2017). Measuring online-shopping customer satisfaction by combining data mining technique and Fuzzy kano model (Case study: Nyazco website), Iranian Journal of Information Processing and Management, 33 (1), 239-270 [In Persian].
Samizade, R. & Mahmoudi Saeid Abad, E. (2018). The application of machine learning algorithms for text mining based on sentiment analysis approach, Journal of Information Technology Management, 10 (2), 309-330. doi: 10.22059/jitm.2017.215513.1807 [in Persian].
Saniei abadeh, M., Mahmoudi, S. & Taherparvar, M. (2014). Applied data mining. Tehran. Niaz e Danesh. Second Edition. [In Persian].
Shafiei Nikabadi, M. & Afsharizadeh Jafari, O. (2017). Clustering and comparative study of organizational vision, mission and goals statements of international insurance companies with Iranian insurance companies using text mining, Iranian Journal of Insurance Research, 31 (3), 1-24. doi: 10.22056/jir.2017.41373. [In Persian].
Shawki, S., Kubacki, K., Diretrich, T. & Weawen, S. (2020). A dynamic framework for managing customer engagement on social media. Journal of Business Research, 8(2), 265-268. doi: 10.1016 /j.jbusres.2020.03.030
Sohrabi, B., Raeesi Vanani, I. & Khodaparast, F. (2016). An analytical approach to social commerce websites' consumer reviews based on text and data mining techniques, Global Media Journal, 11 (2),163-179 [In Persian].
Urban, G. & Hauser, J. (2004). Listening in to find and explore new combinations of customer need. Journal of Marketing, 68, 72-87. doi: 10.1509/jmkg.68.2.72.27793
Vijayarani, S., Ilamthi, J. & Nithya. (2015). Preprocessing techniques for text mining- an overview. International Journal of Computer Science & Communication Networks, 5 (1), 7-16.
Wang, T., Yeh, R. K., Chen, C. & Tsydypov, Z. (2016). What drives electronic word-of-mouth social networking sites? Perspectives of social capital and self-deamination. Telematics and Informatics, 33 (4),1034-1047.
Yakut, I., Turkoglu, T. & Yakut, F. (2015). Understanding customers’ evaluations through mining airline reviews. International Journal of Data Mining & Knowledge Management Process, 5 (6):1-11. Doi: 10.5121/ijdkp.2015.5601
Zarei, A. (2017). Developing a structural model for customer churn in government banks: IQBQ, 21 (1), 151-176. [In Persian].
Zheng, X., Cheung, C. M., Lee, M. K., & Liang, L. (2015). Building brand loyalty through user engagement in online brand communities in social networking sites. Information Technology & People, 28 (1),90-106. doi: 10.1108/ITP-08-2013-0144
Zheng, X., Zhu, S., & Lin, Z. (2013). Capturing the essence of word of mouth for social commerce: assessing the quality of online e-commerce reviews by a semi-supervised approach. Decision Support Systems, 56, 211-222. doi: 10.1016/j.dss.2013.06.002
Zhu, D. H., Chang, Y. P., & Luo, J. J. (2016). Understanding the influence of C2C communication on purchase decision in online communities from a perspective of information adoption model. Telematics and Informatics, 33, 8-16. doi: 10.1016/j.tele.2015.06.001
Ziviar, F., Ziaei, M. S. & Nargesian, J. (2012). Investigating the effective factors on customer's satisfaction using SERVQUAL model. New Marketing Research Journal. 2 (3), 173-186. [In Persian].
 
 
 
 
 
 استناد به این مقاله: زارعی، عظیم و شهریاری، مهری (1400). تبیین علل نارضایتی مشتریان مبتنی بر تحلیل متن‌کاوی. مطالعات مدیریت کسب­وکار هوشمند، سال1400(شماره35)، ص 5- ص پایان.
  Journal of Business Intelligence Management Studies is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.v