مطالب مرتبط با کلید واژه " ارزش طول عمر مشتری "


۱.

بخش بندی مشتریان بانک صادرات ایران با استفاده از داده کاوی

کلید واژه ها: بانکداریداده کاویبخش بندی مشتریانارزش طول عمر مشتریتحلیل آر اف ام

حوزه های تخصصی:
  1. حوزه‌های تخصصی مدیریت مدیریت بازرگانی مدیریت بازرگانی بازاریابی و مدیریت بازار
  2. حوزه‌های تخصصی مدیریت مدیریت صنعتی تحقیق در عملیات پژوهش عملیاتی
تعداد بازدید : ۳۱۰۳ تعداد دانلود : ۱۵۳۲
امروزه یکی از چالش های بزرگ سازمان های مشتری محور، شناخت مشتریان، ایجاد تمایز بین گروه های مختلف مشتریان و رتبه بندی آنهاست. در گذشته تفکیک مشتریان به گروه های مختلف با رویکرد بخش بندی بر اساس نیاز مشتری صورت می گرفت. اما امروزه ارزش مشتری به عنوان عامل قابل اندازه گیریمی تواند در بخش بندی مشتریان به کار رود. هدف اصلی این مقاله بخش بندی مشتریان بانک بر اساس عوامل مؤثر بر ارزش طول عمر مشتریان در حیطه بانکداری خرد است. در راستای این هدف اطلاعات تراکنشی و اطلاعات استفاده از خدمات بانکی مربوط به 30,000 مشتری بانک صادرات ایران در دوره زمانی یک ساله (از فروردین 89 تا فروردین 90) دریافت شد. مشتریان نمونه بر اساس تحلیل آر اف ام و از طریق اطلاعات تراکنشی (تاریخ آخرین تراکنش، تعداد تراکنش ها در بازه زمانی یک ساله و مانده حساب در انتهای این بازه زمانی) با استفاده از الگوریتم two step خوشه بندی شدند. سپس کشف الگوهای پنهان بین داده های استفاده از خدمات بانکداری و بخش های مختلف مشتریان با استفاده از الگوریتم C5.0 انجام گرفت. طبق نتایج به دست آمده، مشتریان به چهار بخش تفکیک شدند و ویژگی های هریک از بخش ها مورد بررسی و تجزیه و تحلیل قرار گرفت. نتایج به دست آمده از این پژوهش می تواند برای تدوین برنامه های بازاریابی و توسعه و پیشنهاد محصول و خدمات برای هر یک از گروه های مشتریان به کار رود.
۲.

طراحی و پیاده سازی سیستم پایلوت فروش متقاطع با استفاده از رویکرد ارزش مشتری در صنعت بیمه ایران

کلید واژه ها: مدل RFMتحلیل سلسله مراتبیبخش بندی مشتریانارزش طول عمر مشتریقوانین انجمنیفروش متقاطع

حوزه های تخصصی:
تعداد بازدید : ۳۲۲ تعداد دانلود : ۱۴۲
باتوجه به محیط رقابتی کنونی در صنعت بیمه، شرکت های بیمه لازم است به منظور حداکثر کردن سودآوری مشتری، علاوه بر اکتساب مشتریان جدید، به حفظ مشتریان قدیمی و افزودن ارزش آنها بپردازند. یکی از متداول ترین راه های افزایش ارزش مشتری برای شرکت های بیمه، فروش محصولات بیشتر به مشتریان کنونی و برتر شرکت است که به آن فروش متقاطع گویند. در این تحقیق از مدل RFM به منظور تحلیل ارزش مشتریان یکی از شرکت های بیمه ای بزرگ استفاده شده است. مشتریان این شرکت براساس سه متغیر تازگی، تکرار و ارزش پولی بخش بندی شده اند. پس از محاسبه این متغیرها، بااستفاده از الگوریتم های k-means و fuzzy c-mean مشتریان خوشه بندی شده اند. نتایج این خوشه بندی از نظر کیفیت براساس معیار سیلوئت سنجیده شده است. وزن هریک از این متغیرها در صنایع مختلف می تواند متفاوت باشد، ازاین رو بااستفاده از روش تحلیل سلسله مراتبی، وزن هریک از این متغیرها تعیین شده است. سپس خوشه ها برحسب ارزش رتبه بندی شده اند و سودآورترین مشتریان مشخص شده اند. همچنین در فاز دوم این تحقیق، بااستفاده از تکنیک استخراج قوانین انجمنی، الگوهای مصرف مشتریان در هر خوشه، ترسیم گردیده است.
۳.

مطالعه مقایسه ای الگوریتم های خوشه بندی در راستای سنجش ارزش مشتری در سیستم مدیریت ارتباط با مشتری در صنعت بیمه

کلید واژه ها: خوشه بندیبیمهداده کاویمدل RFMمدیریت ارتباط با مشتریارزش طول عمر مشتری

حوزه های تخصصی:
تعداد بازدید : ۷۵۷ تعداد دانلود : ۲۹۴
دنیای رقابتی امروز، تعامل شرکت ها و سازمان ها را با مشتریان خود به طور قابل توجهی تغییر و بهبود داده است. از این رو، یکی از چالش های اساسی سازمان ها، شناسایی مشتریان فعلی خود، تخصیص بهینه منابع به آنها و ایجاد تمایز بین گروه های مختلف مشتری و در نهایت سنجش و رتبه بندی هر گروه بر مبنای ارزش آن گروه است. هدف اصلی این پژوهش، مطالعه مقایسه ای بین الگوریتم های خوشه بندی به عنوان یکی از مهمترین تکنیک های داده کاوی و به کارگیری آنها در راستای سنجش ارزش مشتریان(ارزش طول عمر مشتری) است. صنعت مورد مطالعه در این پژوهش، صنعت بیمه و به صورت جزئی تر، حوزه بیمه بدنه اتومبیل است. روش پیشنهادی این پژوهش، برگرفته از روش CRISP-DM است و نیز در راستای بخش بندی و سنجش ارزش طول عمر مشتریان، از یکی از مدل های توسعه یافته RFM استفاده شده است. در این پژوهش اطلاعات نزدیک به 812 مشتری از شرکت منتخب در حوزه بیمه(بیمه بدنه خودرو) استخراج شده است و سپس با استفاده از نرم افزارهای توانمند در حوزه داده کاوی و محاسبات آماری به نام های RapidMiner وSPSS و Matlab و با به کارگیری الگوریتم های مختلف، مشتریان خوشه بندی شده اند. پس از تحلیل نتایج هر خوشه و تعیین بهترین روش خوشه بندی بر مبنای شاخص های Silhouette و SSE، به تحلیل و مقایسه ارزش مشتریان در خوشه های به دست آمده از بهترین شیوه خوشه بندی می پردازیم. در نهایت با استفاده از فرایند پیشنهادی این پژوهش می توان ارزش هر گروه از مشتریان را در صنعت بیمه به دست آورد و استراتژی های بازاریابی متناسب با هر گروه از مشتریان را ارائه نمود.
۴.

دسته بندی مشتریان حقوقی و پیش بینی توانایی سوددهی آنان با استفاده از ارزش طول عمر مشتری و رویکرد زنجیره مارکوف (مورد مطالعه: مشتریان یک بانک خصوصی)

کلید واژه ها: مدیریت ارتباط با مشتریتحلیل سلسله مراتبیزنجیره مارکوفارزش طول عمر مشتریدسته بندی مشتری

حوزه های تخصصی:
تعداد بازدید : ۱۹۶ تعداد دانلود : ۹۹
در عصر حاضر، مشتریان مهم ترین منبع درآمد مؤسسات مالی و بانک ها محسوب می شوند. با توجه به روند خصوصی سازی در کشور و تغییر ساختار مالی بانک ها، ضرورت بیشتری در حفظ و جذب مشتریان سودآور احساس می گردد. هرچند یکی از مهم ترین روش های شناسایی مشتریان سودآور مفهوم ارزش طول عمر مشتری است ولی مهم تر از آن برآورد و تخمین وضعیت آینده مشتریان است زیرا که سودآوری بانک به وضعیت مشتریان در آینده بستگی دارد. در این تحقیق، ابتدا مبحث ارزش طول عمر مشتری و ضرورت و انواع دسته بندی مشتریان ارائه گردیده و سپس با استفاده از مدل RFM و تکنیک AHP و نظرات خبرگان بانکی نسبت به وزن دهی متغیرهای مورد بررسی اقدام و با توجه به میانگین سه متغیر فوق، مشتریان گروه بندی گردیده اند. همچنین با استفاده از زنجیره مارکوف و استخراج ماتریس احتمال، جابجایی مشتریان در گروه های مختلف و وضعیت آینده این گروه ها پیش بینی شده است. یافته اصلی این تحقیق را می توان استخراج ماتریس احتمال که قابلیت پیش بینی جابجایی مشتریان در گروه های مختلف را دارد ذکر نمود. با استفاده از این ماتریس به عدم تمایل تعداد زیادی از مشتریان به جابجایی در بین گروه های تعیین شده دست می یابیم )بیشترین درصد مشتریان در قطر اصلی ماتریس احتمال قرار دارد(. در این تحقیق نشان داده شده است که متغیر مانده حساب ) M ( بیشترین تأثیر را در گروه بندی مشتریان دارا بوده و دو متغیر تعداد تراکنش ها ) F ( و تازگی ) R ( به ترتیب در رتبه های دوم و سوم تأثیرگذاری قرار می گیرند. از دیگر نتایج این تحقیق، تعیین ضریب C است که جهت رتبه بندی گروه های مختلف استفاده شده است. در این تحقیق سعی شده است با تلفیق اطلاعات مناسب مالی و استفاده از مفاهیم زنجیره مارکوف، جابجایی مشتریان در گروه های تعیین شده پیش بینی و راهکارهای مناسبی جهت مدیریت ارتباط با مشتریان در صنعت بانکداری ارائه گردد.