درآمدسازی در شرکت ها از طریق ایجاد رابطه با مشتریان و حفظ این روابط در درازمدت صورت می پذیرد. از این رو توانایی پیش بینی مناسب روابط با مشتریان نکته ای اساسی در مدیریت رابطه با مشتریان است. بخش بندی روشی است که طی آن با تفکیک مشتریان به بخش های متجانس با رفتار خرید مشابه، تلاش می شود تا ارزش آتی رابطه با مشتریان پیش بینی شود. روش RFM یکی ازمتداول ترین روش های بخشبندی است که از تحلیل پایگاه دادۀ تراکنشی برای رده بندی ارزش مشتریان استفاده میکند. پژوهش حاضر تلاش دارد تا از ترکیب مدلسازی Pareto/NBD ـ که به مدلی قدرتمند در پیشبینی رفتار مشتریان مشهور است ـ با روش معمول RFM، کیفیت بخشبندی مشتریان را ارتقا بخشد. در این پژوهش از روش Pareto/NBD برای تخمین سه مؤلفۀ مقدار انتظار احتمال فعالیت آتی، تعداد تراکنش های آتی و متوسط ارزش پولی استفاده شده است. سپس نتایج بخشبندی مشتریان با استفاده از این مؤلفهها با کاربرد روش مرسوم RFM مقایسه شده است. نتایج حاصل بیانگر بهبود کیفیت بخشبندی در رده بندی ارزش آتی مشتریان، بهویژه در ردههای ارزشمند مشتری با کمک رویکرد پیشنهادی است.
