論文の概要: An Analytical Multiple Criteria Framework for Temporal and Dynamic Business-to-Business Customer Segmentation in Manufacturing
- arxiv url: http://arxiv.org/abs/2605.17151v1
- Date: Sat, 16 May 2026 20:51:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-19 17:57:47.709584
- Title: An Analytical Multiple Criteria Framework for Temporal and Dynamic Business-to-Business Customer Segmentation in Manufacturing
- Title（参考訳）: 製造業における時間的・動的ビジネス・ツー・ビジネス顧客セグメンテーションのための分析的多重基準フレームワーク
- Authors: Muhammad Raees, Konstantinos Papangelis, Vassilis Javed Khan,
- Abstract要約: ビジネス・ツー・ビジネス(B2B)における動的多基準意思決定手法を設計・評価する。
顧客の安定性、セグメンテーション間の遷移の追跡、時間の変動を計測し、グラフベースのコンセンサスモデルを適用します。
実世界の製造会社データセットを用いて,3000人以上のB2B顧客をセグメント化する手法の有効性を検証した。
- 参考スコア（独自算出の注目度）: 12.445937279520317
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In sales and marketing, customer segmentation is an important tool for formulating strategies for customer treatment and supply chain management. Most segmentation implementations rely on limited criteria, such as recency, frequency, and monetary (RFM) modeling, which often fail to capture complex business interactions. In this work, we design and evaluate a dynamic multi-criteria decision-making (MCDM) method in a business-to-business (B2B) manufacturing context by 1) extending RFM to dimensions of stability and growth, 2) integrating an adaptive and analytical hierarchical process to match business objectives, and 3) evaluating multivariate time-series clustering models. We then measure customer stability, tracking between-segment transitions, and volatility over time, and apply a graph-based consensus model to further strengthen the analysis. We test the efficacy of the proposed method using a real-world manufacturing company dataset to segment more than 3,000 B2B customers, showing strong robustness to temporal shifts. The implementation enables domain experts with preferential analytics to devise their strategies, providing effective decision support for B2B customer segmentation.
- Abstract（参考訳）: 販売・マーケティングにおいて、顧客セグメンテーションは、顧客待遇とサプライチェーン管理のための戦略を定式化する重要なツールである。
ほとんどのセグメンテーションの実装は、リレーレンシー、周波数、金融(RFM)モデリングのような限られた基準に依存しており、複雑なビジネス相互作用を捉えるのに失敗することが多い。
本研究では,ビジネス・ツー・ビジネス(B2B)における動的多基準意思決定手法の設計と評価を行う。
1)RCMを安定性と成長の次元に拡張する。
2 業務目的に適合する適応的・分析的階層的プロセスの統合及び
3)多変量時系列クラスタリングモデルの評価。
次に、顧客安定性、セグメンション間の遷移の追跡、時間とともにボラティリティを測定し、分析をさらに強化するためにグラフベースのコンセンサスモデルを適用します。
提案手法の有効性を実世界の製造会社データセットを用いて検証し,3000以上のB2B顧客をセグメント化し,時間的変化に対して強い堅牢性を示す。
この実装により、ドメインの専門家が戦略を考案し、B2B顧客セグメンテーションに効果的な意思決定支援を提供する。
関連論文リスト
- Revitalizing the Beginning: Avoiding Storage Dependency for Model Merging in Continual Learning [57.10440766103372]
Trajectory Regularized Merging (TRM) は、拡張されたトラジェクトリ部分空間内の最適化プロセスとしてマージフェーズを再構成するフレームワークである。
本フレームワークは,タスクアライメント,予測整合性,勾配応答性といった3つの相乗的目標を統合し,統合モデルの履歴安定性と再活性化最適化のダイナミクスを同時に保存する。
論文 参考訳（メタデータ） (2026-05-08T14:07:32Z) - CLVAE: A Variational Autoencoder for Long-Term Customer Revenue Forecasting [1.2387676601792899]
スパースおよび不規則な取引データから顧客長期的な収益を予測することは、非契約環境でのマーケティングリソースの割り当ての中心である。
従来の確率論的顧客ベースモデルは、強い構造的仮定を示唆することによって、堅牢な長期予測を提供する。
本稿では,プロセスベースで確立された属性・トランザクション・スペンドモデルの確率を保存する変動型オートコーダモデルを提案する。
論文 参考訳（メタデータ） (2026-04-24T15:12:57Z) - Simulating Organized Group Behavior: New Framework, Benchmark, and Analysis [49.796228341744076]
実践的な観点から,集団を集合体としてモデル化するタスクを提案する。
実世界8,052のコンテキスト-決定ペアを持つ44のエンティティを対象とするベンチマークであるGROVEを提案する。
また,包括的意思決定イベントを解釈可能,適応的,トレース可能な行動モデルに変換する構造解析フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-10T20:04:33Z) - MALLES: A Multi-agent LLMs-based Economic Sandbox with Consumer Preference Alignment [18.220563522041733]
本稿ではマルチエージェント大規模言語モデルに基づく経済サンドボックス(MALLES)を紹介する。
我々のアプローチの中心は、LLMが広範囲で不均一なトランザクションレコードのポストトレーニングを通じて経済的に整合している選好学習パラダイムである。
実験により,本フレームワークは製品選択精度,購入量予測,シミュレーション安定性の大幅な向上を実現していることが示された。
論文 参考訳（メタデータ） (2026-03-18T13:11:09Z) - A Multi-Agent System for Generating Actionable Business Advice [6.322241356158281]
顧客のレビューには、製品の弱点とユーザニーズのアンメットに関する豊富なシグナルが含まれている。
既存の分析手法が記述的タスクを超えて動くことは滅多にない。
規範的意思決定支援のための多エージェントLLMベースのフレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-17T12:07:55Z) - Explainability, risk modeling, and segmentation based customer churn analytics for personalized retention in e-commerce [0.0]
本研究は、特徴貢献を定量化するための説明可能なAIを統合した3成分フレームワーク、時間と時間の間のチャーンリスクのモデルへの生存分析、取引行動による顧客分割のためのRAMプロファイリングを推進した。
これらの手法を組み合わせることで、チャーンドライバの帰属、介入窓の推定、ターゲットアクションのセグメントの優先順位付けが可能となり、顧客の信頼度を低下させる戦略を支援することができる。
論文 参考訳（メタデータ） (2025-10-13T16:44:24Z) - Trade in Minutes! Rationality-Driven Agentic System for Quantitative Financial Trading [57.28635022507172]
TiMiは、アーキテクチャ上、戦略開発を分単位のデプロイメントから切り離す合理性駆動型マルチエージェントシステムである。
本稿では,マクロパターンからマイクロカスタマイズ,トレーディングボット実装のための階層型プログラミング設計,数学的リフレクションによって駆動されるクローズドループ最適化までの2層解析パラダイムを提案する。
論文 参考訳（メタデータ） (2025-10-06T13:08:55Z) - Merge and Guide: Unifying Model Merging and Guided Decoding for Controllable Multi-Objective Generation [49.98025799046136]
Merge-And-GuidEは、ガイド付きデコーディングにモデルマージを利用する2段階のフレームワークである。
ステージ1では、MAGEはガイダンスとベースモデルの互換性の問題を解決する。
ステージ2では、明示的で暗黙的な値モデルを統一的なガイダンスプロキシにマージします。
論文 参考訳（メタデータ） (2025-10-04T11:10:07Z) - Lost in Models? Structuring Managerial Decision Support in Process Mining with Multi-criteria Decision Making [0.0]
本稿では、プロセスモデルの評価と優先順位付けのためのマルチ基準意思決定(MCDM)アプローチについて検討する。
最初の洞察は、MCDMアプローチが文脈に敏感な意思決定を促進することを示唆している。
論文 参考訳（メタデータ） (2025-05-15T12:49:56Z) - Topology-based Clusterwise Regression for User Segmentation and Demand
Forecasting [63.78344280962136]
本研究は,パブリックおよび新規な商用データ集合を用いて,アナリストがユーザベースをクラスタリングし,詳細なレベルで需要を計画できることを示す。
本研究は,TDAに基づく時系列クラスタリングと行列因数分解法によるクラスタ回帰を実践者にとって実行可能なツールとして導入することを目的とする。
論文 参考訳（メタデータ） (2020-09-08T12:10:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。