پیش بینی ارزش طول عمر مشتریان بانکی با استفاده از تکنیک دستهبندی گروهی دادهها (gmdh) در شبکۀ عصبی
نویسندگان
چکیده
امروزه نقش مدیریت ارتباط با مشتری بهعنوان ابزار راهبردی در توسعۀ سازمانهای تولیدی و خدماتی و همچنین جذب و نگهداری مشتریان در صنایع رقابتی، انکارناپذیر است. شناسایی، ارزشگذاری و دستهبندی مشتریان و تخصیص بهینۀ منابع به آنها با توجه به ارزشی که برای سازمانها دارند، از دغدغههای اصلیِ حوزۀ مدیریت ارتباط با مشتری است. در این مقاله با استفاده از شبکۀ عصبی gmdh به محاسبه و پیشبینی ارزش طول عمر مشتریان، بهعنوان ابزاری کلیدی در تحقق نقش مدیریت ارتباط با مشتری در صنعت بانکداری پرداخته شده است. برای این منظور، اطلاعات جمعیتشناختی و مالی 5000 مشتری حقیقی ارزندۀ یکی از بانکهای خصوصی کشور با شرط میانگین موجودی بیش از 500 میلیون ریال در حداقل یکی از حسابها، وارد شبکه شد. نتایج نشان داد بهکمک این روش میتوان با دقت بالای 90 درصد ارزش طول عمر مشتریان را پیشبینی کرد که به نسبت روشهای آماری متعارف، دقت بیشتری دارد. پس از حذف متغیرهای مؤثر و مضاعف، شبکه بار دیگر آزمایش شد که در این حالت نیز پیشبینی با دقت بیش از 85 درصد بود
منابع مشابه
پیشبینی ارزش طول عمر مشتریان بانکی با استفاده از تکنیک دستهبندی گروهی دادهها (GMDH) در شبکۀ عصبی
امروزه نقش مدیریت ارتباط با مشتری بهعنوان ابزار راهبردی در توسعۀ سازمانهای تولیدی و خدماتی و همچنین جذب و نگهداری مشتریان در صنایع رقابتی، انکارناپذیر است. شناسایی، ارزشگذاری و دستهبندی مشتریان و تخصیص بهینۀ منابع به آنها با توجه به ارزشی که برای سازمانها دارند، از دغدغههای اصلیِ حوزۀ مدیریت ارتباط با مشتری است. در این مقاله با استفاده از شبکۀ عصبی GMDH به محاسبه و پیشبینی ارزش طول عمر مش...
متن کاملدسته 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)
در عصر حاضر، مشتریان مهم ترین منبع درآمد مؤسسات مالی و بانک ها محسوب می شوند. با توجه به روندخصوصی سازی در کشور و تغییر ساختار مالی بانک ها، ضرورت بیشتری در حفظ و جذب مشتریان سودآور احساسمی گردد. هرچند یکی از مهم ترین روش های شناسایی مشتریان سودآور مفهوم ارزش طول عمر مشتری است ولیمهم تر از آن برآورد و تخمین وضعیت آینده مشتریان است زیرا که سودآوری بانک به وضعیت مشتریان در آیندهبستگی دارد. در این...
متن کاملپیش بینی رفتار مشتریان با استفاده از تکنیک شبکههای عصبی مصنوعی
امروزه روش های کمی، به یکی از مهم ترین ابزارهای پیش بینی برای اخذ تصمیمات و سرمایه گذاریهای کلان در بازارها تبدیل شده اند. دقت پیش بینی، یکی از مهم ترین فاکتورهای انتخاب روش پیش بینی است؛ شبکه های عصبی مصنوعی، برنامه های کامپیوتری منعطفی هستند که در سطح گسترده ای برای پیش بینی، با درجه بالایی از دقت به کار برده می شوند. امروزه میتوان با استفاده از تکنیک های داده کاوی و شبکه های عصبی به بررسی و ...
متن کاملپیش بینی عمر خستگی مخلوطهای آسفالتی با استفاده از شبک ههای عصبی
برای طرح و مدیریت روسازی، پیش بینی عمر خستگی مخلوطهای آسفالتی، مورد نیاز بوده و مورد توجه پژوهشگران مختلف قرارگرفته است. این تحقیق به دنبال بکارگیری تکنیک شبک ههای عصبی ) ANN ( برای پیش بینی عمر خستگی مخلوطهای آسفالتی است. به دلیل محدودیت و عدم دسترسی به داد ههای جامع آزمایشگاهی مربوط به عمر خستگی در داخل کشور، در این تحقیق از داد ههای آزمایشگاهی ایالت کانزاس آمریکا برای مدل سازی استفاده شده اس...
متن کاملپیش بینی بیماری قلبی با استفاده از تکنیک داده کاوی شبکه عصبی
مقدمه داده کاوی به بررسی و تجزیه و تحلیل مقادیر عظیمی از داده ها به منظور کشف الگوها و قوانین معنی دار اطلاق میشود که عمدتا" از طریق ساختن مدل ها و الگوریتم ها، ورودی ها را با هدف خاصی مرتبط می نماید. گاهی تکنیک های داده کاوی منجر به شناسایی الگوریتم های معنادار می شوند که می توانند با استفاده از داده های موجود و در دسترس و با هزینه کم، زمینه های ابتلا، پیشگیری و درمان بیماری ها را در پزشکی فرا...
متن کاملپیش بینی درصد تراکم خاکهای ریزدانه در ساختمان سد مخزنی سرابی با استفاده از شبکۀ عصبی مصنوعی
تحلیل تراکم حاصل شده از عملیات تراکم در خاکهای ریزدانه در تحلیل برگشتی اهمیت بهسزایی دارد. روش متداول در محاسبۀ درصد تراکم خاک؛ شیوههای معمول مانند روش مخروط ماسه، روش بالون لاستیکی و روش چگالیسنج هستهای است. که بهعنوان روشی مناسب جایگزین، شبکۀ عصبی آموزش دیده شده بر مبنای الگوهای تحلیل شده است. با روشهای مذکور محاسبۀ تراکم، علاوه بر این که به دقت مورد نیاز در روشهای مرسوم میرسد، سادگ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
مدیریت بازرگانیجلد ۸، شماره ۴، صفحات ۸۳۳-۸۶۰
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023