دسته بندی مشتری در بازاریابی دیجیتال با استفاده از الگوریتم های یادگیری ماشین

امروزه در بسیاری از بخش ها داده ها در حجم عظیم تولید می شوند به همین دلیل بسیاری از استراتژیست ها و تحلیل گران دنیای کسب و کار در بازاریابی دیجیتال تاکید دارند که دستیابی به مشتریان جدید بسیار پرهزینه تر از حفظ مشتریان فعلی برای یک سازمان است . تحلیل گران کسب و کار و افرادی که در حوزه مدیریت ارتباط با مشتری ۱ فعالیت می کنند باید بدانند که چه عامل یا عواملی سبب ریزش مشتریان شده و در ادامه الگوهای رفتاری از داده های بدست آمده از مشتریان ریزش پیدا کرده را استخراج کنند. در این مقاله از چند الگوریتم برای مدلسازی در جهت پیش بینی ریزش مشتریان استفاده شده و در نهایت با در نظر گرفتن روش های متنوع و رایج انتخاب ویژگی برای کاهش ابعاد، نتایج مدلسازی پیشین با نتایج بدست آمده از الگوریتم وزن دهی پویا برای انتخاب ویژگی های مهم در مجموعه ی دادگان مقایسه می شود. ایجاد سیاست های کاربردی برای حفظ مشتریان فعلی یک کسب و کار از وظایف ضروری مدیریت ارتباط با مشتری برای جلوگیری از ریزش مشتریان است . این مقاله همچنان علل اساسی در ریزش مشتریان را شناسایی می کند و در نهایت با بررسی نتایج بدست آمده نشان داده شد که مدلسازی با الگوریتم هایی چون جنگل تصادفی ، تقویت گرادیان فوق العاده و تقویت گرادیان سبک ، عملکرد بهتری در دسته بندی مشتری داشته اند.

کلیدواژه ها:

بازاریابی دیجیتال ، مدیریت ارتباط با مشتری ، ریزش مشتری ، یادگیری ماشین