ضرورت تحلیل رفتار مشتریان در صنایع خدماتی از جمله ارائه‌دهندگان خدمات اینترنتی به‌ویژه در شرایط رقابتی امروز بسیار بالاست. درک الگوهای مصرف و ارزش مشتریان به شرکت‌ها کمک می‌کند تا خدمات خود را بهینه کرده و استراتژی‌های بازاریابی موثرتری ارائه دهند. این پژوهش به تحلیل رفتار مشتریان ADSL شهرستان سقز پرداخته و هدف آن شناسایی بهترین الگوریتم خوشه‌بندی برای دسته‌بندی مشتریان بر اساس معیارهایی مانند حجم مصرف، نوع کاربری و مدل RFM (تازگی خرید، تعداد دفعات خرید، میزان خرید) است. در این مطالعه، سه الگوریتم خوشه‌بندی KMeans، SOM و FCM با استفاده از داده‌های واقعی دریافت‌شده از مخابرات استان کردستان طی یک سال بررسی شدند. داده‌ها شامل ویژگی‌هایی مانند تاریخ خرید، حجم بسته، نوع پرداخت و شاخص‌های RFM بود. برای ارزیابی عملکرد الگوریتم‌ها از شاخص‌های سیلوئت، دیویس-بولدین و کالینسکی-هاراباز استفاده شد تا کیفیت خوشه‌بندی و تمایز خوشه‌ها به دقت بررسی گردد. نتایج نشان داد که الگوریتم KMeans بهترین عملکرد را در خوشه‌بندی مشتریان داشت و نسبت به سایر الگوریتم‌ها، امتیازات بالاتری در شاخص‌های ارزیابی کسب کرد. این الگوریتم قادر بود مشتریان را به‌طور مؤثر بر اساس حجم مصرف و معیارهای مدل RFM به سه گروه کم‌مصرف، متوسط و پرمصرف تقسیم کند. همچنین، مشتریانی که نمرات بالاتری در مدل RFM دارند، ارزش بیشتری برای شرکت دارند. بر اساس این تحلیل، می‌توان سیاست‌های بازاریابی، نظیر ارائه تخفیفات، را بر اساس ارزش مشتریان بهینه‌سازی کرد.
