تقسیم‌بندی سودبخش بازار زعفران ایران با استفاده از الگوریتم‌های خوشه‌بندی crisp و فازی در مشهد

زعفران یکی از با ارزش‌ترین و مهم‌ترین محصولات کشاورزی در ایران است و لازم است برای توسعه بازار آن، به سلایق مصرف‌کنندگان توجه شود. مصرف‌کنندگان نیازها و خواسته‌های متفاوتی دارند و با تقسیم‌بندی بازار زعفران، شرکت‌ها می‌توانند سلایق مشتریان در هر بخش از بازار را به‌درستی درک کنند. بنابراین، در این مطالعه، با استفاده از الگوریتم‌های خوشه‌بندی قطعی و فازی، بازار زعفران به بخش‌های همگن تقسیم شد و سپس با استفاده از نتایج تحلیل مشترک؛ سلایق، نگرش‌ها و ویژگی‌های جمعیت‌شناختی مصرف‌کنندگان در هر بخش بازار زعفران مورد بررسی قرار گرفت.

داده‌های لازم از ۴۰۰ پاسخ‌دهنده با استفاده از روش نمونه‌گیری طبقه‌ای از ۱۳ منطقه مشهد، ایران جمع‌آوری شد.نتایج این مطالعه نشان داد که بازار زعفران می‌تواند به شش بخش همگن تقسیم شود و الگوریتم خوشه‌بندی فازی C-means در یافتن خوشه‌ها بهتر از روش‌های k-means، k-medoids، فازی Gustafson-Kessel و فازی Gath-Geva عمل می‌کند. بر اساس یافته‌های این مطالعه، در اکثر بخش‌های بازار، وزن زعفران و نوع بسته‌بندی مهم‌ترین ویژگی‌هایی هستند که بر تصمیمات خرید تأثیر می‌گذارند. بر اساس نتایج مطالعه، پیشنهاد می‌شود که شرکت‌های زعفران ترجیحات مصرف‌کنندگان در بخش‌های مختلف بازار را هنگام عرضه محصولات زعفران و تدوین استراتژی‌های بازاریابی مد نظر قرار دهند.

Saffron is one of the most valuable and important agricultural products in Iran, and, it is necessary to consider the preferences of consumers to develop its market. Consumers have different needs and wants, and by benefit segmenting the saffron market, companies can understand customers’ preferences in each segment of the market correctly. Therefore, in this study, using the crisp and fuzzy clustering algorithms, the saffron market was divided into homogenous segments, and then, using the results of the conjoint analysis; consumer preferences, attitudes, and demographic characteristics were examined in each saffron market segment.

The necessary data were collected from 400 respondents using a stratified sampling method from 13 districts of Mashhad, Iran. The results of this study showed that the saffron market could be divided into six homogeneous segments, and the fuzzy C-means clustering algorithm performs better at finding clusters than k-means, k-medoids, fuzzy Gustafson-Kessel and fuzzy Gath-Geva methods. According to the study findings, in most market segments, the weight of saffron and the packaging type are the most important attributes influencing purchase decisions. Based on the study results, it is suggested that saffron companies consider consumer preferences in different market segments when supplying saffron products and formulating marketing strategies.