پیش‌بینی احتمال رویگردانی مشتریان در صنعت بانکداری ایران مورد مطالعه: یک بانک خصوصی ایرانی

پس از ظهور بانک‌های خصوصی در ایران به دلیل جذابیت صنعت شاهد رشد سریع تعداد این نوع بانک‌ها و فشار رقابتی بالای این صنعت در کشور هستیم. ریزش مشتریان از یک بانک به معنی کاهش منابع بانک بوده و با توجه به هزینه‌های بالاتر جذب مشتریان نسبت به نگهداری آن‌ها، بانک‌ها به شدت تلاش می‌کنند که مشتریان خود را حفظ کنند. لذا محاسبه احتمال رویگردانی مشتریان با بررسی رفتار مالی آن‌ها و در صورت امکان جلوگیری از ریزش آن‌ها بسیار کلیدی است.  در این مقاله با استفاده از تکنیک داده‌کاوی خوشه‌بندی سلسه‌مراتبی برای تشخیص مشتریان از منظر رویگردانی و همچنین زنجیره احتمالات مارکوف برای تعیین احتمال رویگردانی در آینده، مدلی ساخته شده است که از طریق یادگیری داده‌های رفتار مالی مشتریان بتواند احتمال ریزش مشتری را پیش‌بینی کند. این مدل روی یک سال داده‌های واقعی تراکنش‌های سپرده‌های کوتاه‌مدت روزشمار و قرض‌الحسنه جاری در یک بانک خصوصی ایرانی پیاده شد. نتایج نشان داد در صورتی که بانک مشتری را از دست بدهد احتمال بازگرداندن مشتری بسیار پایین است. همچنین مشتریان فعال که معمولاً با هزینه‌های بالا جذب بانک می‌شوند، بسیار ناپایدار هستند و به سرعت تغییر وضعیت می‌دهند. البته در صورتی که مشتری فعال از دست نرود فرصت محدودی از نظر زمانی برای بانک‌ها جهت فعال‌سازی دوباره مشتریان وجود دارد.