پیش بینی ارزش طول عمر مشتریان بانکی با استفاده از تکنیک دستهبندی گروهی دادهها (GMDH) در شبکه عصبی
محل انتشار: فصلنامه مدیریت بازرگانی، دوره: 8، شماره: 4
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 216
فایل این مقاله در 28 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIBM-8-4_007
تاریخ نمایه سازی: 24 بهمن 1400
چکیده مقاله:
امروزه نقش مدیریت ارتباط با مشتری بهعنوان ابزار راهبردی در توسعه سازمانهای تولیدی و خدماتی و همچنین جذب و نگهداری مشتریان در صنایع رقابتی، انکارناپذیر است. شناسایی، ارزشگذاری و دستهبندی مشتریان و تخصیص بهینه منابع به آنها با توجه به ارزشی که برای سازمانها دارند، از دغدغههای اصلی حوزه مدیریت ارتباط با مشتری است. در این مقاله با استفاده از شبکه عصبی GMDH به محاسبه و پیشبینی ارزش طول عمر مشتریان، بهعنوان ابزاری کلیدی در تحقق نقش مدیریت ارتباط با مشتری در صنعت بانکداری پرداخته شده است. برای این منظور، اطلاعات جمعیتشناختی و مالی ۵۰۰۰ مشتری حقیقی ارزنده یکی از بانکهای خصوصی کشور با شرط میانگین موجودی بیش از ۵۰۰ میلیون ریال در حداقل یکی از حسابها، وارد شبکه شد. نتایج نشان داد بهکمک این روش میتوان با دقت بالای ۹۰ درصد ارزش طول عمر مشتریان را پیشبینی کرد که به نسبت روشهای آماری متعارف، دقت بیشتری دارد. پس از حذف متغیرهای موثر و مضاعف، شبکه بار دیگر آزمایش شد که در این حالت نیز پیشبینی با دقت بیش از ۸۵ درصد بود
کلیدواژه ها:
نویسندگان
امیر خانلری
استادیار/ گروه مدیریت MBA دانشکده مدیریت دانشگاه تهران
مهدی احراری
دانشجوی دکتری اقتصاد نفت و گاز، بازار و مالیه / دانشگاه علامه طباطبایی
سمیه میرپور
مدیر توسعه کسب و کار / تجهیزات مخابراتی نت کالا
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :