پیش بینی ارزش طول عمر مشتریان بانکی با استفاده از تکنیک دستهبندی گروهی دادهها (GMDH) در شبکه عصبی
عنوان مقاله: پیش بینی ارزش طول عمر مشتریان بانکی با استفاده از تکنیک دستهبندی گروهی دادهها (GMDH) در شبکه عصبی
شناسه ملی مقاله: JR_JIBM-8-4_007
منتشر شده در در سال 1395
شناسه ملی مقاله: JR_JIBM-8-4_007
منتشر شده در در سال 1395
مشخصات نویسندگان مقاله:
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
خلاصه مقاله:
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
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
کلمات کلیدی: : ارزش طول عمر مشتری, پیش بینی, شبکه عصبی GMDH, مدیریت ارتباط با مشتری
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1397929/