مدل به‌کارگیری تکنیک‌های داده‌کاوی در شناسایی، بخش‌بندی و تحلیل رفتار مشتریان خدمات بانکداری الکترونیکی

بانک‌ها به منظور ارائه خدمات الکترونیکی به مشتریان خود نیازمند شناسایی و تحلیل رفتار آن‌ها هستند. تکنیک‌های داده‌کاوی می‌توانند در حجم زیاد داده‌های مشتریان به کسب دانش نهان برای پشتیبانی از تصمیمات بازاریابی کمک کنند. مسئله اصلی، چگونگی به‌کارگیری تکنیک‌های داده‌کاوی و مدل تحلیل RFM در شناسایی و تحلیل رفتار مشتریان در بخش‌بندی و طبقه‌بندی و انتخاب گروه‌هایی از مشتریان ارزشمند است. مدل پیشنهادی در این مقاله بر مبنای فرایند استاندارد CRISP در داده‌کاوی بوده و در آن بعد از آماده‌سازی و پیش‌پردازش داده‌ها، دو رویکرد مطرح می‌شود. 1. بخش‌بندی مشتریان به کمک خوشه‌بندی و محاسبه ارزش هر مشتری در خوشه‌ها و رتبه‌بندی آن‌ها برای پیدا کردن ارزشمندترین خوشه‌ها. 2. امتیازدهی وتعیین ارزش مشتری به عنوان ویژگی هدف در ساخت مدل‌های طبقه‌بندی میزان ارزش مشتریان. از مجموعه داده جمعیت‌شناختی و تراکنشی مشتریان برای آموزش و تست مدل پیشنهادی استفاده شد. نتایج نشان می‌دهد که به‌کارگیری مدل پیشنهادی می‌تواند مشتریان را بر اساس رفتار آن‌ها شناسایی و تحلیل نموده و به بخش‌بندی و طبقه‌بندی آن‌ها بپردازد تا پشتیبانی از تصمیمات برنامه‌های بازاریابی و ارتقا آن انجام شود.