بخش بندي منفعتی بازار زعفران ايران با استفاده از الگوريتم هاي خوشه بندي قطعی و فازي در مشهد

زعفران یکی از محصولات کشاورزی مهم و ارزشمند ایران به شمار می ­رود و برای رشد بازار آن لازم است که به ترجیحات مصرف­ کنندگان این محصول توجه شود. مصرف­ کنندگان دارای نیازها و خواسته­ های متفاوتی می ­باشند و با بخش ­بندی منفعتی بازار زعفران، شرکت­ ها می­ توانند از ترجیحات مصرف­ کنندگان در هر بخش از بازار درک صحیحی داشته باشند. لذا، در این مطالعه با بکارگیری الگوریتم­ های خوشه ­بندی قطعی و فازی، بازار زعفران به بخش­ های همگن تقسیم و سپس با استفاده از نتایج تحلیل متقارن؛ ترجیحات، نگرش و خصوصیات جمعیت­ شناختی مصرف­ کنندگان در هر یک از بخش ­های بازار مورد بررسی قرار گرفت. در این مطالعه، اطلاعات مربوط به 400 پاسخ ­دهنده با استفاده از روش نمونه­ گیری طبقه ­ای از 13 منطقه مشهد جمع ­آوری گردید. نتایج مطالعه نشان داد که بازار زعفران را می­ توان به شش بخش همگن تقسیم نمود و الگوریتم خوشه ­بندی فازی C-means در مقایسه با روش­ های قطعی K-means، K-medoids و روش­ های فازی گوستافسون-کسل و گت-گوا دارای عملکرد بهتری در شناسایی خوشه­ ها می ­باشد. مطابق با یافته ­های مطالعه، در اغلب بخش ­های بازار، وزن زعفران و نوع بسته­ بندی مهمترین ویژگی­ های اثرگذار بر تصمیمات خرید می ­باشند. بر اساس نتایج مطالعه، به شرکت ­های زعفرانی توصیه می­ گردد که در عرضه محصولات زعفرانی و تدوین استراتژی­ های بازاریابی به ترجیحات مصرف­ کنندگان در بخش ­های مختلف بازار توجه نمایند.

Saffron is one of the most valuable and important agricultural products in Iran. Thus, it is necessary to consider the preferences of consumers to develop its market. Consumers have different needs and want. Companies can understand customers’ preferences in each segment of the market correctly by benefit segmenting the saffron market. Therefore, the saffron market is divided into homogenous segments in this study by using crisp and fuzzy clustering algorithms. Then, consumer preferences, attitudes, and demographic characteristics are examined in each saffron market segment using the conjoint analysis results. The necessary data were collected from 400 respondents using a stratified sampling method from 13 districts of Mashhad, Iran. The results 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’s findings, in most market segments, the weight of saffron and the packaging type are the most important attributes influencing purchase decisions. Based on the results of this study, it is suggested that saffron companies consider consumer preferences in different market segments when supplying saffron
products and formulating marketing strategies.