|
|
رویکرد بخشبندی و رتبهبندی پویای مشتریان و شناسایی تحرک رفتاری آنان با بهرهگیری از تکنیکهای دادهکاوی در بانک رفاه کارگران
|
|
|
|
|
نویسنده
|
پریدری محمد ,صابری حسن ,امینی زین العابدین ,ساده احسان
|
منبع
|
اقتصاد و بانكداري اسلامي - 1401 - شماره : 40 - صفحه:193 -218
|
چکیده
|
امروزه شناسایی، تعیین ارزش وبخش بندی مشتریان برای بانکها یک امر حیاتی است اما روشهای ایستای بخش بندی مشتریان که برمبنای ثبات مشتریان درهریک از بخشهای تعیین شده میباشد از کارایی لازم برخوردار نبوده و شناخت الگوهای جابجایی وپویایی مشتریان در این بخشها ازاهمیت ویژه ای برخوردارمی باشد. این پژوهش اقدام به بخش بندی ورتبه بندی پویای مشتریان بانک رفاه کارگران و شناسایی تحرک رفتاری آنان بین بخش های مختلف دربازه زمانی مشخص با بهره گیری از تکنیکهای دادهکاوه نموده است. از آنجا که دادهکاوی درصدد توصیف حجم انبوه داده ها برای کشف الگوها و قواعد معنادار است لذا در این تحقیق از روشهای معمول نمونه گیری جهت تعیین حجم نمونه استفاده نشده و تعداد 1123735مشتری حقیقی ارزشمند بانک که دارای حساب قرض الحسنه بودند عینا بعنوان جامعه آماری و تمامی تراکنشهای مالی ایشان در بازه زمانی 6ماهه از اول مهر 1398 تا 29اسفند 1398 بعنوان نمونه انتخاب گردید سپس عملیات پیش پردازش و مدلسازی داده ها در شش بازه زمانی و به صورت ماهانه باهدف بخش بندی ورتبه بندی پویای مشتریان به وسیله الگوریتم های کای میانگین k mean و شبکه های عصبی خودسازمانده som انجام گردید. براساس نتایج حاصل از این پژوهش مشتریان به سه بخش اصلی تقسیم وپویایی ایشان مورد بررسی قرارگرفته و راهکارهایی جهت بهبود و اثربخشی بیشتر فعالیتهای بازاریابی ارایه شده است.
|
کلیدواژه
|
بخش بندی پویای مشتری، ارزش طول عمرمشتری، داده کاوی، بانک
|
آدرس
|
دانشگاه آزاداسلامی واحد ساوه, دانشکده علوم انسانی, گروه مدیریت, ایران, دانشگاه آزاداسلامی واحد ساوه, دانشکده علوم انسانی, ایران, دانشگاه آزاداسلامی واحد ساوه, دانشکده علوم انسانی, ایران, دانشگاه آزاداسلامی واحد ساوه, دانشکده علوم انسانی, گروه مدیریت, ایران
|
پست الکترونیکی
|
ehsansadeh@gmail.com
|
|
|
|
|
|
|
|
|
dynamic segmentation and ranking approach of customers and identifying their behavioral mobility using data mining techniques in kargaran welfare bank
|
|
|
Authors
|
paridari mohamd ,saberi hassan ,amini zeinol abedin ,amini ehsan
|
Abstract
|
nowadays, identifying, determining the value and segmentation of customers is essential for a bank. dynamic classification of workers’ welfare bank customers and identification of their behavioral mobility between different departments in a specific period of time using data techniques kaveh. in this regard, transaction data of customers of this bank was considered as a statistical community. in six time periods and on a monthly basis with the aim of segmentation and dynamic ranking of customers by k mean algorithms and self-organized neural networks som was performed. based on the results of this study, customers were divided into three main sections and their dynamics were studied. marketing is provided.
|
Keywords
|
dynamic customer segmentation ,customer lifetime value ,data mining ,k-means ,som ,bank ,k-means ,som
|
|
|
|
|
|
|
|
|
|
|