ارائه مدلی جدید برای تعیین میزان ارزش گذاری مشتریان با استفاده از مدل های RFM و توسعه آن (مطالعه موردی شرکت بیمه البرز)

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 935

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CBCONF01_0422

تاریخ نمایه سازی: 16 شهریور 1395

چکیده مقاله:

هدف این پژوهش ارائه مدلی برای خوشه بندی مشتریان بیمه است به طوریکه بتوان ابهامات و ریسک را در خصوصطبقات مشتریان و نیز متغیر های تاثیرگذار در رفتار آنها را پوشش داد . در این راستا اطلاعات مربوط به بیمه های خودرودر شرکت بیمه ی البرز از سال 88 تا 92 جمع آوری شده است.در ابتدا داده ها بررسی و پیش پردازش شده و سپس با استفاده از تکنیک RFM و دو رویکرد پیشنهادی ARFM وSRFM و همچنین بررسی ریسک مشتریان که ناشی از دریافت خسارت می باشد، با روش خوشه بندی K-Meanو Fuzzy K-Means وفاداری مشتریان مورد بررسی قرار می گیرد. در مرحله بعد تکنیک RFM و رویکردهایپیشنهادی را به همراه ریسک مشتریان بصورت ترکیبی مورد بررسی قرار می دهیم. نتایج بدست آمده نشان از بیش برازشمدل های فازی داشته و نتایج قطعی نشان از کمتر بودن بیش برازش ومناسب تر بودن برای استفاده در تحلیل درختتصمیم دارند. از بین رویکردهای مورد آزمایش و این منطق که افزایش متغیرها منجر به بهبود عملکرد مدل خواهند شد،رویکرد در نظر گرفتن ریسک نیز به مدل افزوده شده و نهایتا از تلفیق ریسک و تحلیل RFM رویکردی جامع استخراجگردید که 8.41 % منجر به افزایش دقت درخت تصمیم شده و دقیقترین مدل این پژوهش را ایجاد نمود.

کلیدواژه ها:

، RFM ، خوشه بندی ، درخت تصمیم ، ریسک ، داده کاوی ، مدیریت ارتباط با مشتری ، K-Means

نویسندگان

مستوره معینی

کارشناس ارشد مهندسی نرم افزار، دانشگاه آزاد اسلامی واحد قزوین، ایران

ساسان حسینعلی زاده

استادیار و عضو هیئت علمی دانشگاه آزاد اسلامی واحد قزوین، ایران

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 :
  • [] ایوزیان، م . (1386) . استفاده از داده کاوی ...
  • دلاور، علی، 1379، روش تحقیق پیشرفته (دکتری) , تهران: واحد ...
  • شهرابی، ج.(1386). داده کاوی. جهاد دانشگاهی واحدصنعتی امیرکبیر. ...
  • Ngai, Eric WT, Li Xiu, and Dorothy CK Chau. "Application ...
  • Lefebure R, Venture G, Data Mining, Eyrolles, (2001). ...
  • Khajvand, Mahboubeh, and Mohammad Jafar Tarokh. "Estimating customer future value ...
  • Crows, Two. "Introduction to data mining and knowledge discovery." Two ...
  • Seifert, Jeffery W. "Analyst in information science and Technology Policy, ...
  • perspective." Periodica Polytechnica. Social and Management Sciences11.1 (2003): 95. ...
  • Yeo, Ai Cheo, et al. "Modeling the effect of premium ...
  • Tsai, C-Y., and C-C. Chi. "A purchase-b ased market segmentation ...
  • Jonker, Jedid-Jah, Nanda Piersma, and Dirk Van den Poel. "Joint ...
  • Davis, R. H., D. B. Edelman, and A. J. Gammerma. ...
  • Azevedo, Ana Isabel Rojao Lourenso. "KDD, SEMMA and CRISP-DM: a ...
  • Cheng, Ching-Hsue, and You-Shyang Chen. "Classifying the segmentation of customer ...
  • Singh, Shweta, and Sumit Singh. "Accounting for risk in the ...
  • Newstead, Stuart, and Angelo D"Elia. "Does vehicle colour influence crash ...
  • Van Raaij, Erik M., Maarten JA Vernooij, and Sander van ...
  • نمایش کامل مراجع