بخش بندی مشتریان بانک بر اساس ارزش دوره عمر آن ها و مدل RFM با ترکیب روش های تصمیم گیری چندمعیاره و داده کاوی

در دنیای رقابتی امروز، وجود رابطه موثر با مشتریان یکی از مهمترین عوامل موفقیت در هر کسب و کار است. از این رو تعامل سازمان ها با مشتریان در قالب مدیریت ارتباط با مشتری به طور قابل توجهی تغییر یافته است. شناسایی ویژگی های مشتریان مختلف و تخصیص بهینه منابع به آن ها با توجه به ارزشی که برای سازمان دارند، یکی از دغدغه های اصلی در حوزه مدیریت ارتباط با مشتری است و بانک ها نیز از این قاعده مستثنی نیستند. هدف از انجام این پژوهش بخش بندی مشتریان یکی از بانک های شهر شیراز بر اساس ارزش دوره عمر آن ها و مدل RFM می باشد. در چارچوب پیشنهادی این تحقیق ابتدا داده های مربوط به شاخص های مدل RFM شامل تازگی، تعداد دفعات و ارزش پولی مراجعه از پایگاه داده بانک استخراج و پیش پردازش شد. پس از آن وزن هر کدام از شاخص ها با استفاده از روش آنتروپی شانون محاسبه گردید. سپس مشتریان به کمک شبکه عصبی خودسازمان ده به پنج بخش یا خوشه اصلی تفکیک شده و ویژگی های مشتریان در هر یک از بخش ها شناسایی شد. پس از آن مشتریان کلیدی و با ارزش بانک در قالب هرم ارزش دوره عمر مشتری مشخص شدند و در پایان نیز پیشنهادهایی جهت بهبود سیستم مدیریت ارتباط با مشتری ارائه گردید.

کلیدواژه ها:

آنتروپی شانون ، ارزش دوره عمر مشتری ، داده کاوی ، شبکه خودسازمان ده ، مدلRFM