طراحی راهبرد نگهداشت مشتری با استفاده از الگوی پیش بینی رویگردانی مشتری مبتنی بر یادگیری عمیق
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 122
فایل این مقاله در 32 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ORMR-12-3_005
تاریخ نمایه سازی: 8 آذر 1402
چکیده مقاله:
نگهداری و حفظ روابط با مشتریان و جلوگیری از رویگردانی مشتری از وظایف مهم سازمان ها در بازارهای به شدت رقابتی کنونی است. در این پژوهش مسئله رویگردانی مشتری و استراتژی های حفظ و نگهداشت مشتری بررسی شده اند. این موضوعات از راه مرور ادبیات نظام مند و از زوایای مختلف از جمله زمینه فعالیت سازمان، درجه فردی سازی مدیریت ارتباط با مشتری، دسته بندی مشتریان، انتخاب مشتریان کلیدی، تعلق خاطر کارمندان به سازمان و ارزیابی عملکرد کارکنان سازمان بررسی قرار شده اند.
علاوه بر این، ابزاری مبتنی بر شبکه های یادگیری عمیق جهت پیش بینی رویگردانی مشتری استفاده شده است. در نتیجه یک چارچوب و مدل مفهومی بر پایه ادبیات موجود در این حوزه ایجاد شده و بعد از آن با مدل پیش بینی رویگردانی مشتری با استفاده از شبکه های یادگیری عمیق ترکیب شده است. نتایج نشان می دهد استفاده از یادگیری عمیق در پیش بینی رویگردانی مشتری یک شیوه کاملا موثر و کارآمد برای حل مسئله ارتباط، حفظ و نگهداشت مشتری است. این رویکرد نه تنها قادر به پیش بینی دقیق این است که کدام یک از مشتریان سازمان در حال رویگردانی از سازمان و قطع ارتباط خود با سازمان هستند، بلکه می تواند به طور دقیق عوامل و پارامترهای موثر بر رویگردانی مشتری را شناسایی کند و بینش بسیار ارزشمندی برای واحد بازاریابی سازمان ها به ارمغان آورد.
کلیدواژه ها:
Customer Relationship Management ، Customer Churn ، Deep Learning ، Customer Retention Strategies. ، مدیریت ارتباط با مشتری ، رویگردانی مشتری ، یادگیری عمیق ، استراتژی های حفظ و نگهداشت مشتری.
نویسندگان
سید محمد فرقانی دهنوی
Ph.D. Student, Industrial Management, Tarbiat Modares University, Tehran, Iran.
علی رجب زاده قطری
Professor, Faculty of Management and Economics, Tarbiat Modares University, Tehran, Iran.
عادل آذر
Professor, Faculty of Management and Economics, Tarbiat Modares University, Tehran, Iran.
آمنه خدیور
Associate Professor, Department of Management, Alzahra University, Tehran, Iran.
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 :