12425

12425

توسعه يك مدل پويا براي پيش بيني رويگرداني مشتريان با استفاده از داده كاوي در صنعت بانكداري

كارشناسي ارشد

صنايع - گرايش سيستم هاي اقتصادي اجتماعي

آبان ماه 1392

آبان ماه 1392

دكترسعيد ميرزا محمدي

چكيده فعالان عرصه اقتصاد و كساني كه به ماندگاري جاودانه در اين عرصه مي انديشند، به خوبي مي دانند كه اكسيژن تنفس در دنياي تجارت اصل مشتري مداري است. مديريت ارتباط با مشتري شامل فعاليت هايي است كه يك شركت جهت شناسايي، ارتقاء كيفيت، جذب، گسترش و نگهداري بيشتر مشتريان سودزا و وفادر، با ارائه سرويس ها و محصولات مناسب به مشتريان مناسب، عرضه مي كند. از آن جايي كه از دست دادن مشتري و جذب مشتري جديد سازمان ها را با مشكلات و هزينه هاي زيادي روبه رو مي كند، بيشتر تمركز سازمان ها براي ايجاد سود پايدار روي حفظ مشتريان فعلي و جلوگيري از رويگرداني آن ها مي باشد. به همين منظور سازمان ها همواره به دنبال شناسايي مشتريان با ارزش و الگوي رفتاري آن ها بوده تا بتوانند تدابير مناسبي را در برخورد با اين مشتريان اتخاذ نمايند. دغدغه اصلي اين پژوهش، توسعه يك چارچوب مناسب براي پويا سازي فرآيند پيش بيني رويگرداني مشتريان مي باشد به طوري كه بتوان مساله رويگرداني را با زمان پيش برده و يك نگرش رو به جلو در اختيار مديران قرار داد.چارچوب پيشنهادي در اين پژوهش طي سه مرحله به تعيين مشتريان با ارزش، تعيين رويگرداني آن ها و پيش بيني رويگرداني آتي آن ها پرداخته است. در مرحله اول با استفاده از خوشه بندي K-mean و مدل LRFM به شناسايي مشتريان با ارزش پرداخته، در مرحله دوم به كمك سيستم استنتاج فازي، رويگرداني اين مشتريان تعيين شده و در مرحله سوم با استفاده از روش خطي سري زماني ARIMA)) و روش غير خطي شبكه عصبي به پيش بيني رويگرداني آتي آنان پرداخته شده است. چارچوب معرفي شده، در پيش بيني رويگرداني مشتريان يك موسسه مالي و اعتباري در ايران استفاده شده است. در نهايت ارزيابي چارچوب پيشنهادي و نمونه اي از تحليل مربوط به رفتار مشتريان ارائه خواهد شد. واژه‌هاي كليدي: مديريت ارتباط با مشتري، پيش بيني رويگرداني، سري زماني، داده كاوي، ARIMA، شبكه هاي عصبي مصنوعي