CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

خوشه بندی مشتریان در حوزه بانکداری الکترونیک با بهره گیری از تراکنش های الکترونیکی و اطلاعات دموگرافیک (مورد مطالعه: بانک رفاه)

عنوان مقاله: خوشه بندی مشتریان در حوزه بانکداری الکترونیک با بهره گیری از تراکنش های الکترونیکی و اطلاعات دموگرافیک (مورد مطالعه: بانک رفاه)
شناسه ملی مقاله: JR_BUMARA-3-1_003
منتشر شده در در سال 1401
مشخصات نویسندگان مقاله:

محمد تقی تقوی فرد - عضو هیئت علمی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی
امیر محمد خانی - کارشناسی ارشد مدیریت صنعتی، گرایش کیفیت و بهره وری ، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی
فاطمه لطفی - دانشجوی کارشناسی ارشد، مدیریت فناوری اطلاعات ، موسسه آموزش عالی مهر البرز

خلاصه مقاله:
شناخت مشتریان و شناسایی سرویس های سودده با توجه به تنوع مشتریان بانک و گوناگونی سرویسها در نظام بانکی کشور از اهمیت بالایی برخوردار است. مدیریت ارتباط با مشتری در حال حاضر هسته مرکزی را در دنیای تجارت به خود اختصاص داده است، امروزه درگاه های الکترونیکی بانک ها با استفاده از شبکه های تبادل گوناگون اطلاعات نظیر ساتنا، پایا، چکاوک، صیاد و . . . به یکدیگر متصل هستند. مهمترین شبکه بین بانکی مورد استفاده در ایران شبکه شتاب می باشد. دراین پژوهش با استفاده از فنون داده کاوی به بخش بندی و رتبه بندی مشتریان در شبکه شتاب با استفاده از یک مدل بهبود یافته داده کاوی مبتنی بر تازگی خرید، تناوب خرید و مبلغ خرج شده برای خرید پرداخته شده به نحوی که بانک ها بتوانند در این شبکه رفتار مشتریان خود را تحلیل و ارزیابی نموده و به تدوین سیاستهای موثر در برخورد با مشتریان بپردازند. به این منظور داده های مورد نیاز از پایگاه داده سوئیچ کارت بانک استخراج و با روش کریسپ تجزیه تحلیل های مورد نیاز و عملیات داده کاوی بر روی آن انجام شد. این داده ها در پایگاه داده های بانک رفاه موجود بوده و با استفاده از دستورات زبان دستکاری داده ها از پایگاه دادههای موسسه استخراج گردید. همچنین جهت بررسی مطالعات مشابه و افزایش اطلاعات از طریق مطالعات کتابخانه ای و اینترنتی، اطلاعات مرتبط با مدل مورد نظر گردآوری شد. نهایتا R+FMW مدلی جهت خوشهبندی مشتریان بانک و تراکنش های آنها ارائه گردید. نتایج تحقیق نشان داد که مدل توسعه یافته R+FMW از دقت بالاتری نسبت به مدل RFM پایه برخوردار است و با استفاده از این مدل بانک ها می‎توانند مشتریان فعال در شبکه تبادل بین بانکی(شتاب) را شناسایی کنند و مشتریان و کانال های ارتباطی پرهزینه را از جنبه‎ی میزان کارمزد و اطلاعات دموگرافیک تشخیص دهند.

کلمات کلیدی:
داده‎کاوی, دسته بندی, خوشه بندی, بانک, رتبه‎بندی مشتریان, مدیریت ارتباط با مشتری

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1445823/