ارایه مدل پیش بینی رویگردانی مشتری از خدمات بانکداری الکترونیکی با استفاده از روش درخت تصمیم گیری و داده کاوی

در این تحقیق با استفاده از روش های داده کاوی در پی کشف الگوی روی گردانی مشتری از خدمات بانکی می باشیم. این تحقیق از نظر هدف در زمره تحقیقات کاربردی قرار دارد و از نظر شیوه اجرا در زمره تحقیقات علی پیمایشی است. جامعه آماری مشتریان بانک آینده که نسبت به فعال سازی خدمات الکترونیکی اقدام نموده اند می باشند که از بین این مشتریان در شعب غرب تهران 149 نفر با روش نمونه گیری در دسترس انتخاب شده اند. در این تحقیق از سه الگوریتم درخت تصمیم C&R TREE؛ QUEST TREE و CHILD TREE برای پیش بینی رویگردانی، الگوهای منتج به رویگردانی و مهمترین خصیصه های موثر بر آن استفاده شده است. بر اساس نتایج پیاده سازی الگوریتم های درخت تصمیم این الگوریتم ها با دقت قابل قبولی (بالای 80 درصد) می توانند رفتار مشتری را پیش بینی نمود که بر اساس نتایج بدست آمده الگوریتم درخت تصمیم C&R Tree بهتر از سایر الگوریتم ها می تواند رویگردانی مشتریان را پیش بینی نماید. همچنین بر اساس درخت های تصمیم تشکیل شده و با توجه به درصد روی گردانی در هر یک از نودها می توان قوانینی که منجر به روی گردانیمشتریان می گردد را کشف نمود. در این راستا پیشنهاد می گردد که این قوانین در دستورالعمل های بازاریابی و حفظ مشتری بکار گرفته شود. همچنین بر اساس نتایج بدست آمده از این تحقیق 5 ویژگی مهم برای پیش بینی رویگردانی مشتری به ترتیب عبارتند از: شغل، درجه شعبه، تحصیلات، معدل موجودی و نوع سرمایه گذاری که بانک ها باید توجه ویژه ای به این خصوصیات داشته باشند.

کلیدواژه ها:

رضایت مشتری ، رویگردانی مشتری ، داده کاوی ، مدیریت ارتباط با مشتری