طبقه بندی مشتریان اینترنت بانک با کمک الگوریتم های داده کاوی

طبقه بندی مشتریان با استفاده از الگوریتم های داده کاوی، بانک ها را قادر به حفظ و وفاداری مشتریان قدیم و جذب مشتریان جدید خواهد کرد. یکی از روش های داده کاوی، درخت تصمیم گیری است و چنانچه درخت تصمیم مناسبی ساخته شود، می توان مشتریان را به‎طور بهینه طبقه بندی کرد. در این نوشتار، یک مدل مناسب برای طبقه بندی مشتریان بر مبنای بهره گیری از خدمات اینترنت بانک ارائه شده است. این مدل بر اساس استاندارد crisp-dm انجام‎گرفته و داده های مورد نیاز از پایگاه داده مشتریان اینترنت بانک سینا استخراج شده است. در میان سایر درختان تصمیم گیری، درخت تصمیم نهایی مبتنی بر معیارهای بهینگی و دقت بوده و براساس دسته بندی مشتریان در سه سطح بالا، متوسط و پایین، پیش بینی مشتریان جدیدی که متقاضی استفاده از اینترنت بانک هستند، شکل می گیرد. پژوهش پیش رو از نظر هدف، کاربردی و از نظر گردآوری داده ها، پژوهشی اسنادی به‎شمار می‎رود. قوانین استخراج‎شدۀ مربوط به مشتریان، مدیران بانک‎ها را قادر می‎کند تا بر اساس الگوهای کشف‎شده سیاست‎گذاری کنند و درک بهتری از انتظارات کنونی و آتی مشتریان داشته باشند.