وبلاگ

توضیح وبلاگ من

پایان نامه پیشنهاد استراتژی بازاریابی مناسب مبتنی بر پیش ­بینی فروش با بهره گرفتن از شبکه عصبی مصنوعی و رگرسیون

 
تاریخ: 11-07-98
نویسنده: مدیر سایت

کشور، GDP، ظرفیت تولید و ماه فروش برآورد شد. ارزیابی مدل­های ساخته‌شده حکایت از برتری عملکرد روش شبکه عصبی نسبت به رگرسیون خطی دارد. سپس با بهره گرفتن از برترین مدل شبکه ساخته شده برای هر محصول، سناریوهای مختلفی طراحی شده و بر اساس این سناریوها و به منظور افزایش فروش چند استراتژی­ بازاریابی برای شرکت ارائه گردیده است.

 

 

واژگان کلیدی:

استراتژی بازاریابی، پیش بینی فروش، شبکه عصبی مصنوعی، رگرسیون.

 

فهرست مطالب

عنوان                                                                                                                         صفحه

فصل اول:    کلیات تحقیق

1-1 مقدمه. 2

1-2 بیان مسئله. 3

1-3 اهمیت و ضرورت تحقیق. 4

1-3-1 اهمیت و ضرورت تحقیق از لحاظ نظری.. 4

1-3-2 اهمیت و ضرورت تحقیق از لحاظ کاربردی.. 5

1-4 اهداف تحقیق. 5

1-4-1 هدف اصلی. 5

1-4-2 اهداف فرعی. 6

1-5 سؤالات تحقیق. 6

1-5-1 سؤال اصلی. 6

1-5-2 سؤالات فرعی. 6

1-6 روش شناسی تحقیق. 6

1-6-1 از نظر هدف.. 6

1-6-2 از نظر روش… 6

1-7 جامعه و نمونه آماری.. 7

1-8 ابزار گردآوری داده­ ها 7

1-9 شیوه تحلیل داده‌ها 7

1-10 قلمرو تحقیق. 7

1-10-1 قلمرو زمانی تحقیق. 7

1-10-2 قلمرو مکانی تحقیق. 7

1-10-3 قلمرو موضوعی تحقیق. 7

1-11 واژگان کلیدی  تحقیق. 8

1-12 چارچوب کلی تحقیق. 9

فصل دوم:    ادبیات تحقیق

2-1 مقدمه. 11

2-2 استراتژی بازاریابی. 12

2-2-1 آمیخته بازاریابی. 13

2-2-2 رکود اقتصادی.. 14

2-2-3 تأثیر رکود بر استراتژی های بازاریابی. 15

2-2-4 ماتریس رشد (شبکه توسعه محصول/بازار) 15

2-2-5 انتخاب استراتژی توسعه بازار-محصول…………………………………………………………………..16

2-2-6 استراتژی محصول…………………………………………………………………………………………17

2-2-7 مفهوم و مؤلفه های استراتژی ظرفیت ……………………………………………………………………20

2-2-7 تعریف و تبیین جایگاه استراتژی ظرفیت………………………………………………………………….22

2-3 پیش‌بینی. 26

2-4 پیش‌بینی فروش.. 27

2-5 انتخاب روش پیش‌بینی. 28

2- 6 روش‌های پیش‌بینی. 30

2-6-1 روش‌های کیفی پیش‌بینی. 30

2-6-2 روش‌های کمی پیش‌بینی. 31

2-7 پیش‌بینی با هوش مصنوعی. 32

2-8 شبکه عصبی. 33

2-9 مفهوم شبکه عصبی. 35

2-10 مؤلفه‌های اساسی شبکه عصبی. 36

2-10-1 مجموعه‌ای از نرون ها (گره‌ها) 36

2-10-2 اتصالات بین نرون ها 37

2-11 ساختار شبکه. 37

2-11-1 مدل نرون با یک ورودی.. 37

2-11-2 مدل نرون با چند ورودی.. 38

2-12 توابع انتقال. 39

2-13 نرمال سازی داده‌ها 40

2-14 مجموعه داده‌های آموزش و آزمون. 41

2-15 آموزش با نظارت.. 42

  برای دانلود متن کامل پایان نامه ها اینجا کلیک کنید

2-16 آموزش بدون نظارت.. 43

2-17 توابع آموزش.. 44

2-18 الگوریتم پس انتشار خطا 44

2-19 شبکه پرسپترون. 45

2-20 شبکه عصبی RBF. 47

2-21 مزایای شبکه‌های عصبی. 48

2-22 کاربرد شبکه‌های عصبی مصنوعی در مدیریت.. 49

2-23 روش رگرسیون خطی چند متغیره 51

2-24 شاخص‌های اندازه‌ گیری خطای پیش‌بینی. 52

2-25 مقایسه تحلیل شبکه عصبی و تحلیل رگرسیون. 54

2-26 مرور مطالعات انجام شده در زمینه پیش‌بینی. 55

2-27 جایگاه تحقیق حاضر. 61

2-28 پیشینه تحقیق. 62

2-28-1 سوابق تحقیقاتی داخل کشور 62

2-28-2 سوابق تحقیقاتی خارج از کشور 66

2-29 جمع بندی. 70

 

فصل سوم:    روش تحقیق

1-3 مقدمه. 73

3-2 روش شناسی تحقیق. 73

3-2-1 طبقه‌بندی انواع تحقیق بر مبنای هدف.. 74

3-2-2 طبقه‌بندی انواع تحقیق بر مبنای روش… 74

3-3 مراحل انجام تحقیق. 75

3-4 روش گردآوری داده­ ها 77

3-5تعیین شاخص­های مؤثر بر فروش.. 78

3-6 روش تجزیه و تحلیل داده ها 81

3-7 معیارهای ارزیابی عملکرد 81

3-8 کلیاتی در مورد شرکت ملی صنایع مس ایران. 82

3-8-1 تاریخچه شرکت.. 82

3-8-2 محصولات شرکت ملی صنایع مس ایران. 83

3-9 جمع بندی.. 83

فصل چهارم:    تجزیه و تحلیل داده ها

4-1 مقدمه. 85

4-2 انتخاب محصول جهت انجام پیش­بینی. 85

4-3 جمع‌آوری داده­ ها 86

4-4 طراحی مدل شبکه عصبی. 87

4-4-1 نرمال سازی داده­ ها 87

4-4-2 انتخاب مجموعه داده­های آموزش و آزمایش شبکه. 88

4-4-3 تعیین تعداد لایه­ها و تعداد نرونها 88

4-4-4 ساخت مدل شبکه عصبی. 89

4-5 مدل‌سازی با بهره گرفتن از رگرسیون خطی چند متغیره 94

4-5-1 پیش‌بینی فروش داخلی کاتد. 94

4-5-2 پیش ­بینی فروش خارجی کاتد. 94

4-5-3 پیش‌بینی فروش داخلی مفتول. 95

4-6 مقایسه نتایج شبکه عصبی و رگرسیون. 95

4-7 سناریوسازی و انتخاب استراتژی بازاریابی. 96

4-7-1 سناریوسازی.. 97

4-7-2 ارائه استراتژی.. 104

4-8 نتیجه‌گیری.. 107

فصل پنجم:    نتیجه گیری و پیشنهادات

5-1 مقدمه. 110

5-2 چگونگی انتخاب متغیرها 111

5-3 روش تجزیه و تحلیل داده‌ها 111

5-4 بحث و نتیجه­گیری.. 113

5-5 نتیجه­گیری کلی. 115

5-6 پیشنهادات.. 116

5-6-1 پیشنهادات حاصل از تحقیق. 116

5-6-2 پیشنهادات برای تحقیقات آتی. 116

5-7 محدودیت­های تحقیق. 117

الف) منابع فارسی. 118

ب) منابع لاتین. 122

پیوست­ها 127

 

 

 

فهرست جداول

 

 

عنوان                                                                                                                       صفحه

جدول(2-1). عوامل آمیخته بازاریابی…………………………………………………………………………………13

جدول(2-2). شناسایی فرصت بازار با بهره گرفتن از ماتریس رشد……………………………………………………..15

جدول(2-3). نکات قابل توجه در انتخاب استراتژیک ظرفیت………………………………………………………26

جدول(2-4). مقالات مرتبط با حوزه پیش بینی فروش………………………………………………………………55

جدول(3-1). شاخص های استفاده شده در تحقیقات مختلف……………………………………………………….78

جدول(3-2). رتبه بندی شاخص­ها توسط آزمون فریدمن……………………………………………………………80

جدول(4-1). مدل های طراحی شده توسط شبکه عصبی(فروش داخلی کاتد)……………………………………..90

جدول(4-2). مدل های طراحی شده توسط شبکه عصبی(فروش داخلی مفتول)……………………………………91

جدول(4-3). مدل های طراحی شده توسط شبکه عصبی(فروش خارجی کاتد)…………………………………….93

جدول(4-4). مقایسه نتایج شبکه عصبی و رگرسیون خطی برای فروش داخلی کاتد……………………………….95

جدول(4-5). مقایسه نتایج شبکه عصبی و رگرسیون خطی برای فروش خارجی کاتد……………………………..95

جدول(4-6). مقایسه نتایج شبکه عصبی و رگرسیون خطی برای فروش داخلی مفتول……………………………..95

جدول(4-7). استراتژی افزایش ظرفیت تولید برای فروش خارجی کاتد…………………………………………..105

جدول(4-8). استراتژی افزایش ظرفیت تولید برای فروش داخلی کاتد……………………………………………105

جدول(4-9). استراتژی کاهش قیمت برای فروش داخلی کاتد…………………………………………………….106

جدول(4-10). استراتژی کاهش قیمت برای فروش خارجی کاتد………………………………………………….106

جدول(4-11). استراتژی کاهش قیمت برای فروش داخلی مفتول…………………………………………………106

جدول(5-1). ساختار شبکه عصبی برای دو محصول کاتد و مفتول………………………………………………..112

جدول(5-2). مقایسه نتایج  دو روش شبکه عصبی و رگرسیون خطی برای فروش داخلی کاتد………………….112

جدول(5-3). مقایسه نتایج  دو روش شبکه عصبی و رگرسیون خطی برای فروش خارجی کاتد…………………112

جدول(5-4). مقایسه نتایج دو روش شبکه عصبی و رگرسیون خطی برای فروش داخلی مفتول………………….112

جدول(5-5). مقایسه نتایج تحقیق حاضر با سایر تحقیقات انجام شده در حوزه پیش بینی فروش………………. 113

 

 

 

 

فهرست نمودارها

 

عنوان                                                                                                                              صفحه

نمودار (2-1). فراوانی مقالات پیش بینی فروش از نظر مورد مطالعاتی……………………………………………. 61

نمودار(3-1). مراحل انجام تحقیق………………………………………………………………………………….  76

نمودار(3-2). فراوانی استفاده از شاخص های اندازه گیری خطا در مطالعات گذشته……………………………..  81

نمودار(4-1). مقایسه عملکرد دو شبکه MLP و RBF برای فروش داخلی کاتد…………………………………. 90

نمودار(4-2). تغییرات نرخ بیکاری و میزان فروش داخلی کاتد……………………………………………………  97

نمودار(4-3). تغییرات قیمت و میزان فروش داخلی کاتد………………………………………………………….. 98

نمودار(4-4). تغییرات  GDPو میزان فروش داخلی کاتد………………………………………………………….  98

نمودار(4-5). تغییرات ظرفیت تولید و میزان فروش داخلی کاتد…………………………………………………..  99

نمودار(4-6). تغییرات صادرات کشور و میزان فروش داخلی کاتد………………………………………………..  99

نمودار(4-7). تغییرات نرخ بیکاری و میزان فروش داخلی مفتول………………………………………………… 100

نمودار(4-8). تغییرات قیمت و میزان فروش داخلی مفتول……………………………………………………….  100

نمودار(4-9). تغییرات  GDPو میزان فروش داخلی مفتول………………………………………………………. 101

نمودار(4-10). تغییرات صادرات کشور و میزان فروش داخلی مفتول……………………………………………. 101

نمودار(4-11). تغییرات نرخ بیکاری و  میزان فروش خارجی کاتد…………………………………………………………….   102

نمودار(4-12). تغییرات قیمت و  میزان فروش خارجی کاتد……………………………………………………………………    102

نمودار(4-13). تغییرات  GDPو میزان فروش خارجی کاتد…………………………………………………………………….    103

نمودار(4-14). تغییرات ظرفیت تولید و  میزان فروش خارجی کاتد…………………………………………………………..   103

نمودار(4-15). تغییرات صادرات کشور و  میزان فروش خارجی کاتد………………………………………………………..   104

 

 

 

 

 

 

 

فهرست شکل ها

 

 عنوان                                                                                                                            صفحه

 

شکل(2-1). چرخه عمر محصول……………………………………………………………………………………………………………….20

شکل(2-2). استراتژی پیشرو در ظرفیت………………………………………………………………………………………………………23

شکل(2-3). استراتژی تأخیری در ظرفیت……………………………………………………………………………………………………24

شکل(2-4). استراتژی تدریجی در ظرفیت……………………………………………………………………………………………………25

شکل(2-5). مدل یک شبکه عصبی……………………………………………………………………………………………………………..34

شکل(2-6). ساختار یک نرون تک ورودی………………………………………………………………………………………………….38

شکل(2-7). نمونه ای از شبکه پرسپترون……………………………………………………………………………………………………..46

شکل(2-8). نمایی از شبکه پرسپترون 3 لایه………………………………………………………………………………………………..47

شکل(2-9). ساختار شبکه RBF  ………………………………………………………………………………………………………………47

 

 

 

                                                          فصل اول

               کلیات تحقیق                          

 

 

 

 

 
 

 

 

1-1 مقدمه
با توجه به تحولات و تغییرات به وجود آمده در فضای کسب‌وکار بین ­المللی و تاثیر آن بر اقتصاد ملی کشورها، به خصوص بر بخش صنعت، رقابت سنگینی بین قدرتهای موجود در بازار جهانی شکل گرفته است. (ممدوحی،1387: 120)

اقتصاد جهانی و به تبع آن اقتصاد ایران دوران رکود و نزول شاخص­های اقتصادی را طی می‌کنند. با این وجود شاید بتوان این دوران رکود را برای حوزه بازاریابی و تبلیغات به مثابه یک فرصت و دوران طلایی تلقی کرد. چرا که در چنین شرایطی بنگاه­های اقتصادی تلاش­های بیشتری را معطوف فعالیت­های بازاریابی می‌نمایند و دانش و تخصص بازاریابی اهمیت و جایگاه رفیع‌تری در استمرار فعالیت و بقای کسب­وکارها می­یابد. (حسینی،1390: 118)

بازاریابی، وسیله شناسایی و برآورده ساختن نیازهای مشتریان به روشی سودمند است و نقشی حیاتی را در حفظ مشتریان موجود و در جذب و به دست آوردن مشتریان جدید ایفا می‌کند. سودآورترین شرکتها در بحران اقتصادی نوعاً شرکتهایی هستند که با موفقیت استراتژیهای بازاریابی را ترسیم و اجرا می‌کنند؛ اما تعیین اینکه چه استراتژی بازاریابی باید اتخاذ شود کار چندان ساده‌ای نیست. بنابراین اگر شرکتی خواهان فعالیت در محیط متلاطم امروزی است، باید با برنامه ­ریزی و تعیین استراتژی­های مناسب، خود را برای مبارزه با چالش‌های محیطی آماده ساخته و به بقای خویش ادامه دهد. (رحمان سرشت،1372: 95)

در هنگام برنامه ­ریزی، مدیران اقداماتی که در آینده انجام خواهند داد را تعیین می‌کنند؛ بنابراین اولین قدم در برنامه ­ریزی، پیش ­بینی یا برآورد تقاضای آینده برای کالاها و خدمات و منابع مورد نیاز برای تولید آن‌هاست. برآورد تقاضای آینده کالاها و خدمات که «پیش ­بینی فروش» نامیده می‌شود نقطه شروع همه پیش‌بینی‌ها در مدیریت تولید و فروش است. (کاظمی و کسایی،1380: 87)

پیش ­بینی فروش، به دلیل رقابت بسیار زیاد در صنایع مختلف، نقش بسیار مهمی درسیستم­های حمایت از تصمیمات مدیران دارد. پیش ­بینی باعث می‌شود سازمان سطح مطلوبی از موجودی داشته باشد، تصمیم مناسبی برای خرید اتخاذ کند و اقدامات و فعالیت­های کارایی داشته باشد. همه اینها بر سودآوری سازمان تأثیرگذارند؛ بنابراین پیش ­بینی برای رسیدن به سودآوری، امری مهم تلقی می‌شود. (شهاب‌الدین[1]، 2009: 670)

1-2 بیان مسئله
فلز استراتژیک مس از جمله فلزاتی است که میزان تولید آن به عنوان یکی از شاخص­های اصلی رشد اقتصادی محسوب می­شود. به دلیل خواص ویژه­ای که این فلز دارد از مهم­ترین فلزات مصرفی در جهان به شمار می­رود و میزان مصرف آن ارتباط مستقیم با فعالیت­های صنعتی و اقتصادی دارد.(فتح آبادی،1390: 5)

کشور ایران، با توجه به قرارگرفتن آن بر روی کمربند فلززایی و وجود ذخایر غنی مس و بازار مناسب جهت صادرات از جایگاه ویژه­­ای در بازار جهانی برخوردار است. هم اکنون ایران در میزان ذخایر فلز مس، رتبه نهم دنیا را داراست اما هفدهمین تولیدکننده مس در دنیاست و تنها 1.2 درصد از تولید جهانی این محصول به کشور ما اختصاص دارد.(سایت وزارت صنعت، معدن و تجارت[2])

بنابراین، پیش ­بینی ‌فروش این محصول در تعیین سیاست بهره‌برداری از منابع مس و بالابردن پتانسیل شرکت ملی صنایع مس ایران در استفاده از روش های نوین و کسب مزیت رقابتی و سودآوری بیشتر از اهمیت ویژه‌ای برخوردار است. علی‌رغم افزایش اهمیت محصولات ملی و نیاز به بهبود توانایی مدیران بازاریابی به پیش‌بینی فروش دقیق­تر این محصولات، توجه کافی به روش‌های جدید پیش‌بینی برای این نوع محصولات نشده است.

امروزه روش های کمی، به یکی از مهمترین ابزارهای پیش ­بینی برای اخذ تصمیمات و سرمایه ­گذاریهای کلان در بازارها تبدیل شده‌اند. دقت پیش­بینی، یکی از مهمترین فاکتورهای انتخاب روش پیش ­بینی است. شبکه‌های عصبی مصنوعی، برنامه‌های کامپیوتری منعطفی هستند که در سطح گسترده‌ای برای انجام پیش­بینی، با درجه بالایی از دقت به‌کاربرده می‌شوند.( چانگ[3] و همکاران،2007: 705)

این تحقیق بر آن است تا فروش دو محصول عمده شرکت ملی صنایع ملی مس ایران را پیش ­بینی کرده و بر مبنای آن استراتژی بازاریابی مناسبی را به این شرکت ارائه دهد. لذا سؤال اصلی تحقیق حاضر این است که «استراتژی بازاریابی مناسب برای شرکت ملی صنایع مس ایران با توجه به پیش‌بینی فروش آن با روش شبکه عصبی مصنوعی و رگرسیون» کدام است؟

1-3 اهمیت و ضرورت تحقیق
1-3-1 اهمیت و ضرورت تحقیق از لحاظ نظری
با افزایش رقابت جهانی، شرکتها برای رقابت و باقی ماندن در بازار امروز به طور مداوم باید مزایای رقابتی جدیدی را کسب و ارائه نمایند که بدین منظور، برنامه‌ریزی و تدوین استراتژی بازاریابی صحیح می‌تواند در تحقق این مهم نقش بسزایی ایفا کند. (توماسی[4]،2010: 470)

پیش‌بینی فروش اساس و بنیاد برنامه‌ریزی است. پیش‌بینی باعث می‌شود که یک سازمان سطح انبار بهینه‌ای داشته باشد، تصمیم به خرید مناسبی بگیرد و عملیات روزانه کارایی داشته باشد. همه اینها بر سود سازمان تأثیرگذار است؛ بنابراین برای افزایش سودآوری، پیش‌بینی امری ضروری محسوب می‌شود. علاوه بر این، پیش‌بینی به عنوان ورودی برای بسیاری از تصمیمات کسب­و­کار به‌کاربرده می‌شود و بدیهی است که این تصمیمات به خوبی پیش‌بینی انجام‌شده برای اتخاذ آنها می‌باشد. (شهاب‌الدین،2009: 670)

با پیش ­بینی صحیح فروش می­توان برآورد درستی از تقاضای بازار داشت، موجودی انبار را در سطح بهینه نگاه داشت، تولید را به میزان بهینه انجام داد و بسیاری از فرایندهای کلیدی دیگر را تنظیم و برنامه ­ریزی نمود. بدین ترتیب می­توان مثلاً با بهینه کردن موجودی انبار، هزینه‌های اضافی را کاهش داده و ضمن افزایش سودآوری سازمان، رضایت مشتریان (به دلیل تحویل درست و به موقع سفارشات) را نیز بیش از پیش تأمین نمود. (ملک[5]،2006: 169) همچنین با برآورد درست تقاضای بازار، استفاده بهینه‌ای از نیروی کار و تجهیزات می­شود که خود در پایین آوردن هزینه­ها نقش به سزایی دارد. در واقع مزایای حاصل از پیش‌بینی صحیح فروش واضح تر و مهم تر از آن هستند که بتوان از این امر چشم‌پوشی نمود. (کامرانی فرد،1389: 15)

پیش‌بینی فروش و برآورد درست تقاضای آینده، معمولاً یکی از مشکلات پیچیده در صنایع مختلف است لذا امروزه، چگونگی ایجاد و توسعه مدل­های جدید تر و دقیق تر پیش‌بینی فروش، به یک موضوع تحقیقاتی مهم تبدیل شده است. مدل­های پیش‌بینی آماری بسیاری، در زمینه‌های مختلف، از جمله برای پیش‌بینی فروش محصولات مختلف، ارائه شده است.  روش‌های هوش مصنوعی برای پیش‌بینی در علوم مختلفی از قبیل مهندسی، پزشکی، آموزش و صنایع مورد استفاده واقع شدند. شبکه‌های عصبی مصنوعی یکی از این روش‌ها است که از آن در حد وسیعی برای پیش‌بینی، فروش استفاده شده است.


فرم در حال بارگذاری ...

« پایان نامه کارشناسی ارشد برقانتقال سهامشکل شناختیبازاریابیپایان نامه ارشد پلیمرقیمت ورودیپایان نامه مهندسی مکانیکحمایت حقوقیمیل دریاییتحول شناختیابعاد شخصیتپایان نامه ارشد کامپیوترپایان نامه مهندسی عمرانبازدارندهسند رسمیتسهیم دانشمدیریت زماننیم پهلویپایاندانلود پایان نامه ارشد : هنر همگانی و جایگاه آن در ایران »
 
مداحی های محرم