کاربرد تکنیک های داده کاوی در مدیریت ریزش مشتری

طی سال های اخیر نحوه ارتباط سازمان با مشتریانش به عاملی کلیدی برای ایجاد مزیت رقابتی و مؤلفه ای اساسی برای بقا در بازار تبدیل شده است. مفاهیمی چون جذب، حفظ، وفاداری و رضایت مشتری در بسیاری از سازمان ها نهادینه شده و درک و سنجش آن ها مترادف با موفقیت تعبیر شده است. طبق تحقیقات انجام شده، جذب مشتریان جدید 5 تا 6 برابر حفظ مشتریان موجود هزینه براست. از این رو، حفظ مشتریان یکی از مهم ترین راهبردهای بازاریابی سازمان ها برای بقا به شمار می رود. . از ان جا که نگه داری مشتریان نیز هزینه های خاص خود را دارد و نمی توان این هزینه را برای کلیه مشتریان اعمال کرد، سیستم های مدیریت ریزش مشتری به دنبال شناسایی و حفظ مشتریانی هستند که قصد ترک سازمان را دارند. اخیرا تکنیک ها و رو شهای داد ه کا وی متعددی برای پیش بینی ریزش به کار گرفته شده است که از آن جمله می توان به روش های رگرسیون لجستیک، شبکه های عصبی، الگوریتم ژنتیک، درخت تصمیم و ... اشاره کرد. این مقاله برخی تکنیک های داده کاوی مورد استفاده در پیش بینی ریزش مشتری رامرور نموده و سعی دارد با معرفی مهم ترین رو شهای به کار رفته، به شناخت زمینههای پژوهشی جدید در این حوزه کمک کند.

کلیدواژه ها:

حفظ مشتری ، پیش بینی ریزش مشتری ، تکنیک های داده کاوی