يکديگر در تکنيک AHP
ارزش ترجيحي
وضعيت مقايسه i نسبت به j
توضيحات
1
اهميت برابر
گزينه يا شاخص i نسبت به j اهميت برابر دارند و يا ارجحيتي نسبت به هم ندارند.
3
نسبتا مهم تر
گزينه يا شاخص iنسبت به j کمي مهم تر است.
5
مهم تر
تجربيات و يا قضاوت ها نشان مي دهد که i نسبت به j مهم تر است.
7
خيلي مهم تر
گزينه يا شاخص i داراي ارجحيت زياد و خيلي مهم تر از j است.
9
بي نهايت مهم تر
گزينه ويا شاخص i مطلقا از j بي نهايت مهم تر است.
2و4و6و8
ارزش هاي مياني
ارزش هاي مياني بين ارزش هاي ترجيحي را نشان مي دهد مثلا 8 بيانگر اهميتي زيادتر از 7 و پايين تر از 9 براي i است.

در فرآيند تحليل سلسله مراتبي تقريبا تمامي محاسبات مربوطه بر اساس قضاوت اوليه تصميم گيرنده صورت مي‌پذيرد که در قالب ماتريس زوجي ظاهر مي‌شود و هرگونه خطا و ناسازگاري در مقايسه و تعيين اهميت بين گزينه‌ها و شاخص‌ها، نتيجه‌ي نهايي به دست آمده از محاسبات را مخدوش مي‌سازد. به همين دليل لازم است براي اطمينان از صحت مقايسات انجام شده، از آزمون نرخ سازگاري165 استفاده شود. اگر نرخ سازگاري کمتر از 10% باشد، سازگاري مقايسات قابل قبول بوده و وزن‌هاي بدست آمده از روش تحليل سلسله مراتبي از اعتبار مناسبي برخوردارند، در غير اين صورت مقايسه‌ها بايد تجديدنظر شوند.
حال براي تعيين وزن شاخص‌ها از نظرات 7 کارشناس و 3 مدير مرکز اپل ايران استفاده کرديم، تا پس از توضيح و تبيين اهداف پژوهش براي آنان، نظرات خود را نسبت به ارزش متغيرهاي تراکنشي R، F و M ابراز دارند. براي بدست آوردن ماتريس مقايسات زوجي اوليه‌ي مربوط به اين شاخص‌ها از ميانگين حسابي نظرات اين 10 خبره استفاده شده است که به شرح جدول 4-6 مي‌باشد:
جدول 4-6 ماتريس اوليه مقايسات زوجي شاخص هاي تراکنشي
M
F
R

204/0
294/0
1
R
625/0
1
4/3
F
1
6/1
9/4
M
829/1
894/2
3/9
مجموع

اکنون هر عنصر ستون را بر مجموع اعداد ستون مربوطه تقسيم مي‌کنيم. ماتريس حاصل را ماتريس مقايسات نرمال166 مي‌گويند. همچنين ميانگين اعداد هر سطر از ماتريس مقايسات نرمال شده را محاسبه مي‌کنيم. اين ميانگين وزن نسبي عناصر تصميم با سطرهاي ماتريس را ارائه مي‌دهد. در جدول 4-7 ماتريس مقايسات نرمال و وزن عناصر نشان داده شده است.
جدول 4-7 ماتريس مقايسات نرمال و وزن شاخص هاي تراکنشي محاسبه شده با روش تحليل سلسله مراتبي
وزن
مجموع
M
F
R

109/0
328/0
118/0
102/0
108/0
R
351/0
054/1
342/0
346/0
366/0
F
524/0
572/1
547/0
573/0
452/0
M

به اين ترتيب وزن متغيرهاي سه‌گانه مدل RFM به صورت زير محاسبه شدند.

علاوه براين رابطه‌ي 4-4 نيز برقرار است:

(4-4)

مجموع وزن‌هاي متغيرهاي R و F و M را براي مکان مورد نظر محاسبه مي‌کنيم، که با تقريب به عدد يک مي‌رسيم.

4-5 اطمينان از صحت و درستي وزنهاي محاسبه شده در تکنيک AHP با استفاده از آزمون نرخ سازگاري
نرخ سازگاري167، وسيله‌اي است که سازگاري را مشخص ساخته و نشان مي‌دهد که تا چه حد مي‌توان به اولويت‌هاي حاصل از مقايسات اعتماد کرد. شايد مقايسه دو گزينه امري ساده باشد، اما وقتي که تعداد مقايسات افزايش يابد اطمينان از سازگاري مقايسات به راحتي ميسر نبوده و بايد با به کارگيري نرخ سازگاري به اين اعتماد دست يافت.
تجربه نشان داده است که اگر نرخ سازگاري کمتر از 10% باشد، سازگاري مقايسات قابل قبول بوده و در غير اين صورت مقايسه‌ها بايد تجديدنظر شوند و از ابتدا مراحل انجام شود. براي محاسبه نرخ سازگاري پنج گام بايد برداريم. گام نخست محاسبه بردار مجموع وزني168 مي‌باشد. ماتريس مقايسات زوجي را در بردار ستوني وزن‌هاي نسبي ضرب مي‌کنيم و بردار مجموع وزني را به دست مي‎آوريم:

گام دوم محاسبه بردار سازگاري169 است که از تقسيم بردار مجموع وزني بر وزن نسبي به دست مي‌آيد.

گام سوم محاسبه يا ميانگين عناصر بردار سازگاري مي‌باشد:

در گام چهارم شاخص سازگاري170 به اين صورت محاسبه مي‌شود:

در اين فرمول n عبارت است از تعداد گزينه‌هاي موجود در مسئله که در اين پژوهش چون سه متغير R و F و M داريم بنابراين مي‌باشد.
گام پنجم (گام نهايي)، محاسبه نرخ سازگاري171 است که از تقسيم شاخص سازگاري بر شاخص تصادفي172 به دست مي‌آيد. مقدار شاخص تصادفي در محاسبه‌ي نرخ سازگاري از جدول 4-8 بدست مي‌آيد:
جدول 4-8 مقدار شاخص تصادفي جهت محاسبه نرخ سازگاري
4
3
2
1
N
9/0
58/0
0
0
RI

با توجه به اينکه نرخ سازگاري کمتر از 10% است بنابراين مي‌توان گفت که وزن‌هاي بدست آمده از اعتبار لازم برخوردارند.
4-6 پياده‌سازي مدل‌ها در مرکز اپل ايران
4-6-1 بخش‌بندي دو مرحله‌اي مشتريان با استفاده از مدل اول
در نخستين مرحله از اين مدل، داده‌ها را به روش SOM بنا بر مشخصه‌هاي جمعيت‌شناختي مشتريان بخش‌بندي مي‌کنيم. اين مشخصه‌ها شامل: 1) جنيست-مرد، 2) سن، 3) ديپلم و زير ديپلم، 4) ليسانس فوق ديپلم، 5) فوق ليسانس مي‌باشند. بعد از اجراي آن در نرم‌افزار کلمنتاين به 9 بخش شامل جدول 4-9 مي‌رسيم.

جدول 4-9 بخش‌بندي 347 مشتري بر اساس متغيرهاي جمعيت‌شناختي به روش SOM
بخش‌ها
مشخصات جمعيت‌شناختي
X
y
تعداد
جنسيت-مرد
طيف سني
تحصيلات
0
0
73
73
[70-13]
ديپلم و زير ديپلم
0
2
60
46
[54-22]
فوق ليسانس
1
0
16
0
[41-11]
ديچلم و زير ديپلم
1
1
10
10
[53-26]
دکتري
1
2
1
1
69
فوق ليسانس
2
0
7
0
[49-36]
دکتري
2
2
22
22
[68-46]
ليسانس و فوق ديپلم
3
0
44
0
[50-18]
ليسانس و فوق ديپلم
3
2
114
114
[45-19]
ليسانس و فوق ديپلم

چون در بخش پنجم (x=1, y=2) فقط يک نفر مي‌باشد، اين رکورد را حذف کرده و بخش‌بندي 346 داده ديگر را با روش SOM انجام مي‌دهيم، که به 9 بخش با مشخصات جدول 4-10 مي‌رسيم:
جدول 4-10 بخش‌بندي 346 مشتري بر اساس متغيرهاي جمعيت‌شناختي به روش SOM
بخش‌ها
مشخصات جمعيت‌شناختي
X
y
تعداد
جنسيت-مرد
طيف سني
تحصيلات
0
0
132
132
[55-19]
ليسانس و فوق ديپلم
0
2
44
0
[50-18]
ليسانس و فوق ديپلم
1
0
4
4
[68-58]
ليسانس و فوق ديپلم
1
2
7
0
[49-36]
دکتري
2
0
2
2
[70-55]
ديپلم و زير ديپلم
2
1
10
10
[53-26]
دکتري
2
2
14
0
[40-22]
فوق ليسانس
3
0
87
71
[50-11]
ديپلم و زير ديپلم
3
2
46
46
[54-24]
فوق ليسانس

در جدول 4-10 بخش سوم (x=1, y=0) و بخش پنجم (x=2, y=0) شامل 4 و 2 رکورد مي‌باشد، با حذف اين داده‌ها دوباره 340 داده‌ي ديگر را به روش SOM بخش‌بندي مي‌کنيم، که در جدول 4-11 بيان شده است.
جدول 4-11 بخش‌بندي 360 مشتري بر اساس متغيرهاي جمعيت‌شناختي به روش SOM
بخش‌ها
مشخصات جمعيت‌شناختي
X
Y
تعداد
جنسيت-مرد
طيف سني
تحصيلات
0
0
44
0
[50-18]
ليسانس و فوق ديپلم
0
2
132
132
[55-19]
ليسانس و فوق ديپلم
1
0
7
0
[49-36]
دکتري
2
0
14
0
[40-22]
فوق ليسانس
2
1
10
10
[53-26]
دکتري
2
2
8
8
[50-45]
ديپلم و زير ديپلم
3
0
46
46
[54-24]
فوق ليسانس
3
2
79
63
[44-11]
ديپلم و زير ديپلم

حال براي اينکه بتوانيم هر کدام از 8 بخش از مرحله‌ي قبل را به روش K ميانگين بنا بر متغيرهاي وزن‌دار تراکنشي در نرم‌افزار کلمنتاين بخش‌بندي مي‌کنيم (جدول 4-13) ابتدا بايد مقدار بهينه‌ي k را در هر خوشه به روش ديويس بولدين در نرم‌افزار مطلب به دست مي‌آوريم که در جدول 4- 12 نشان داده شده است.
جدول 4-12 تعداد بهينه‌ي k در 8 بخش به دست آمده از مرحله‌ي اول
بخش‌ها
k بهينه در هر بخش
X
Y

0
0
6
0
2
4
1
0
3
2
0
4
2
1
5
2
2
3
3
0
5
3
2
4

براي رتبه‌بندي خوشه‌هاي مشتريان بر اساس ارزش رفتاري آنها از فرمول 4-5 استفاده شده است.
(4-5)

پارامترهاي به کار رفته در فرمول هاي فوق به شرح زير مي باشند:
: وزن شاخص Recency
: وزن شاخص Frequency
: وزن شاخص Monetory
: متوسط مقدار شاخص Recency براي خوشه i
: متوسط مقدار شاخص Frequency براي خوشه i
: متوسط مقدار شاخصMonetory براي خوشه i
: ارزش رفتاري براي خوشه i
: تعداد مشترياني که در خوشه i قرار گرفتند.
همچنين براي مقايسه خوشه‌ها از لحاظ متغيرهاي تراکنشي با ميانگين کل هر متغير از فلش‌ استفاده شده است. به طور مثال اگر متغير WR در خوشه‌اي مقدارش از ميانگين کل WRها بيشتر باشد آن را با فلش رو به بالا () نمايش مي‌دهيم و چون سه پارامتر تراکنشي داريم و هر کدام دو حالت خواهند داشت در نتيجه 8 نوع الگو به وجود مي‌آيد که در جدول 4-12 نشان داده شده است.

جدول 4-13 رتبه‌بندي خوشه‌ها بر اساس مجموع متغيرهاي استاندارد شده R و F و M وزن‌دار در مدل اول
شماره بخش SOM
بخش SOM
شماره خوشه‌ي K ميانگين
تعداد
WR
WF
WM
WRFM
رتبه‌بندي بر اساس ارزش
نوع الگو
1
X=0
Y=0
1
11
019/0
000/0
057/0
076/0
27

2
6
094/0
005/0
112/0
211/0
11

3
19
069/0
005/0
013/0
087/0
25

4
3
071/0
015/0
181/0
267/0
9

5
11
043/0
002/0
055/0
1/0
22

6
3
095/0
000/0
003/0
098/0
23

2
X=0 Y=2
1
57
089/0
006/0
043/0
138/0
15

2
1
053/0
037/0
47/0
56/0
3

3
23
019/0
002/0
051/0
072/0
28

4
51
053/0
003/0
051/0
107/0
21

3
X=1 Y=0
1
3
066/0
002/0
12/0
188/0
12

2
3
023/0
002/0
036/0
061/0
31

3
1
099/0
000/0
189/0
288/0
7

4
X=2 Y=0
1
4
05/0
007/0
062/0
119/0
18

2
2
097/0
004/0
129/0
23/0
10

3
5
013/0
003/0
053/0
069/0
29

4
3
077/0
002/0
061/0
14/0
14

5
X=2 Y=1
1
2
108/0
004/0
004/0
116/0
19

2
1
093/0
351/0
136/0
58/0
2

3
2
012/0
004/0
053/0
069/0
29

4
2
095/0
026/0
262/0
383/0
5

5
3
076/0
000/0
003/0
079/0
26

6
X=2, Y=2
1
2
087/0
011/0
078/0
176/0
13

2
5
035/0
001/0
056/0
092/0
24

3
1
057/0
022/0
193/0
272/0
8

7
X=3, Y=0
1
11
096/0
003/0
035/0
134/0
16

2
1
091/0
051/0
524/0
666/0
1

3
16
028/0
003/0
03/0
061/0
31

4
3
102/0
007/0
2/0
309/0
6

5
15
057/0
001/0
062/0
12/0
17

8
X=3, Y=2
1
21
09/0
007/0
015/0
112/0
20

2
20
022/0
002/0
038/0
062/0
30

3
3
095/0
005/0
294/0
394/0
4

4
35
055/0
004/0
041/0
1/0
22

ميانگين کل متغيرهاي تراکنشي
06/0
005/0
06/0
12/0

4-6-1-1 تحليل خوشه‌ها (بخش‌ها) در مدل اول
بخش اول
شامل 44 مشتري خانم در طيف سني 18 تا 50 سال با تحصيلات ليسانس و فوق ديپلم مي‌باشد که داراي شش خوشه با رتبه‌هاي 27، 11، 25، 9 و 22 با چهار الگوي مختلف است، چون خوشه‌هاي 2 و 4 وخوشه‌هاي 1 و 5 الگوي يکساني دارند مي‌توان آنها را يک خوشه نيز در نظر گرفت.
بخش دوم
شامل 132 مشتري مرد در طيف سني 19 تا 55 سال با تحصيلات ليسانس و فوق ديپلم مي‌باشد و داراي چهار خوشه با رتبه‌هاي 15، 3، 28 و 21 با سه الگوي متفاوت است، چون خوشه

دسته بندی : No category

دیدگاهتان را بنویسید