واکاوی و کشف الگوهای رفتاری مشتریان بانک در حوزه خدمات بانکداری الکترونیکی با رویکرد علم داده

بانک ها نقش کلیدی در اقتصاد ایران ایفا می کنند و با گسترش بانکداری الکترونیکی، استفاده از خدمات بانکی به بخش جدایی ناپذیر زندگی اقتصادی افراد تبدیل شده است. یکی از چالش های مهم مدیران بانکی، شناسایی الگوهای رفتاری مشتریان در حوزه هایی مانند وفاداری، اعتبارسنجی و مدیریت ریزش است. این پژوهش با هدف کشف این الگوها در بستر بانکداری الکترونیکی و با استفاده از روش های داده کاوی انجام شده است. داده های پژوهش شامل بیش از ۹/۶ میلیون تراکنش متعلق به حدود ۳۴۰ هزار مشتری بانک سینا در یک دوره هشت ماهه است. ابتدا با استفاده از مدل RFM، شاخص های تازگی، تکرار و ارزش پولی سنجیده شد و سپس مشتریان با الگوریتم های خوشه بندی تحلیل شدند. نتایج نشان داد روش K-Means با سه خوشه بهترین عملکرد را داشته و مشتریان را به سه گروه «وفادار»، «در معرض ریسک» و «بالقوه» تقسیم می کند. یافته ها حاکی از آن است که مشتریان وفادار (۴۰٪) بیش از ۸۰٪ تراکنش ها را انجام می دهند، در حالی که مشتریان پرریسک سهم کمی دارند. همچنین همراه بانک مهم ترین کانال تراکنشی شناخته شد. نتایج نشان می دهد تحلیل داده محور می تواند به بهبود تصمیم گیری، افزایش وفاداری و کاهش ریزش مشتریان کمک کند.

کلیدواژه ها:

association rule discovery ، customer behavior ، customer clustering ، Electronic banking ، RFM model ، بانکداری الکترونیکی ، رفتار مشتری ، خوشه بندی مشتریان ، کشف قواعد انجمنی ، مدل RFM