پیش بینی احتمال رویگردانی مشتریان در صنعت بانکداری ایران مورد مطالعه: یک بانک خصوصی ایرانی

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 530

فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MR-11-41_003

تاریخ نمایه سازی: 11 خرداد 1398

چکیده مقاله:

پس از ظهور بانک های خصوصی در ایران به دلیل جذابیت صنعت شاهد رشد سریع تعداد این نوع بانک ها و فشار رقابتی بالای این صنعت در کشور هستیم. ریزش مشتریان از یک بانک به معنی کاهش منابع بانک بوده و با توجه به هزینه های بالاتر جذب مشتریان نسبت به نگهداری آن ها، بانک ها به شدت تلاش می کنند که مشتریان خود را حفظ کنند. لذا محاسبه احتمال رویگردانی مشتریان با بررسی رفتار مالی آن ها و در صورت امکان جلوگیری از ریزش آن ها بسیار کلیدی است.  در این مقاله با استفاده از تکنیک داده کاوی خوشه بندی سلسه مراتبی برای تشخیص مشتریان از منظر رویگردانی و همچنین زنجیره احتمالات مارکوف برای تعیین احتمال رویگردانی در آینده، مدلی ساخته شده است که از طریق یادگیری داده های رفتار مالی مشتریان بتواند احتمال ریزش مشتری را پیش بینی کند. این مدل روی یک سال داده های واقعی تراکنش های سپرده های کوتاه مدت روزشمار و قرض الحسنه جاری در یک بانک خصوصی ایرانی پیاده شد. نتایج نشان داد در صورتی که بانک مشتری را از دست بدهد احتمال بازگرداندن مشتری بسیار پایین است. همچنین مشتریان فعال که معمولا با هزینه های بالا جذب بانک می شوند، بسیار ناپایدار هستند و به سرعت تغییر وضعیت می دهند. البته در صورتی که مشتری فعال از دست نرود فرصت محدودی از نظر زمانی برای بانک ها جهت فعال سازی دوباره مشتریان وجود دارد.

نویسندگان

محسن عسگری

دانشجوی دکتری مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران

محمدرضا تقوا

دانشیار گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی

محمدتقی تقوی فرد

دانشیار گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران،

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ali, Ö. G., & Arıturk, U. (2014). Dynamic churn prediction ...
  • Anil Kumar, D., & Ravi, V. (2008). Predicting credit card ...
  • Babu, S., & Ananthanarayanan, N. R. (2018). Enhanced Prediction Model ...
  • Buckinx, W., & Van den Poel, D. (2005). Customer base ...
  • Caigny, A., Coussement, K., & De Bock, K. W. (2018). ...
  • Chiang, D. A., Wang, Y. F., Lee, S. L., & ...
  • Chitra, K., & Subashini, B. (2011). Customer retention in banking ...
  • Coussement, K., & De Bock, K. W. (2013). Customer churn ...
  • Coussement, K., Lessmann, S., & Verstraeten, G. (2017). A comparative ...
  • Dahiya, K., & Bhatia, S. (2015, September). Customer churn analysis ...
  • Farquad, M. A. H., Ravi, V., & Raju, S. B. ...
  • Farquad, M. A. H., Ravi, V., & Raju, S. B. ...
  • Gunther, C. C., Tvete, I. F., Aas, K., Sandnes, G. ...
  • Huang, Y., & Kechadi, T. (2013). An effective hybrid learning ...
  • Kaur, M., Singh, K., & Sharma, N. (2013). Data Mining ...
  • Kazemi, M., & Hejazinia, R. (2017). Study affective variables in ...
  • Khashei, M., & Bijari, M. (2012). A new class of ...
  • Kim, K., Jun, C. H., & Lee, J. (2014). Improved ...
  • Kim, Y. S., Lee, H., & Johnson, J. D. (2013). ...
  • Lu, N., Lin, H., Lu, J., & Zhang, G. (2014). ...
  • Mirmohammadi, SM., & Ghanei, H., & Keramati, A. (2015). Customer ...
  • Oyeniyi, A. O., Adeyemo, A. B., Oyeniyi, A. O., & ...
  • Popovic, D., & Basic, B. D. (2009). Churn prediction model ...
  • Prasad, U. D., & Madhavi, S. (2012). Prediction of churn ...
  • Rezaei Navaei, S., & Koosha, H. (2016). Applying Data Mining ...
  • Riebe, E., Wright, M., Stern, P., & Sharp, B. (2014). ...
  • Tsai, C. F., & Lu, Y. H. (2009). Customer churn ...
  • Verbeke, W., Dejaeger, K., Martens, D., Hur, J., & Baesens, ...
  • Vafeiadis, T., Diamantaras, K. I., Sarigiannidis, G., & Chatzisavvas, K. ...
  • Xie, Y., Li, X., Ngai, E. W. T., & Ying, ...
  • Yang, C., Shi, X., Luo, J., & Han, J. (2018). ...
  • Zhu, B., Xiao, J., & He, C. (2014). A Balanced ...
  • Zhu, B., Baesens, B., Backiel, A. E., & vanden Broucke, ...
  • Zoric, B. A. (2016). Predicting customer churn in banking industry ...
  • نمایش کامل مراجع