نگهداری مشتری با استفاده از داده کاوی

یکی از راه¬های مدیریت نارضایتی مشتری، شناسایی مشتریان ناراضی و تلاش برای نگهداری آن¬ها می¬باشد. این پایان-نامه از اطلاعات تاریخی مشتریان، برای پیش¬بینی احتمال نارضایتیشان استفاده می¬کند. در ابتدا ارزش دوره زندگی مشتریان در طول شش ماه محاسبه می¬شود، به طوری¬که اولین ارزش دوره زندگی، برای سه ماه اول و دومین ارزش دوره زندگی، برای سه ماه دوم باشد. سپس با استفاده از الگوریتم ارائه شده در این پایان¬نامه، مشتریان به چهار گروه تقسیم¬بندی می¬شوند. گروه اول مشتریان کاملا وفادار، گروه دوم مشتریان نسبتا وفادار، گروه سوم مشتریان نسبتا ناراضی و گروه چهارم مشتریان کاملا ناراضی می¬باشند. پس از تقسیم¬بندی مشتریان به گروه¬های متفاوت، سیاست¬هایی برای نگهداری آن¬ها اعمال می¬شود که این پایان¬نامه از فرآیندکاوی برای این منظور استفاده کرده است. الگوریتم α یکی از بهترین تکنیک¬های فرآیند¬کاوی می¬باشد که در این تحقیق از آن استفاده شده است. سیاست¬های زیادی برای نگهداری مشتری اعمال می¬شود، اما مشخص نیست که بهترین فرآیند برای نگهداری آن¬ها چه فرآیندی می¬باشد. برای این منظور، کل فعالیت¬های انجام شده برای نگهداری مشتری را در رویدادهای ثبت شده، وارد کرده و دوباره ارزش دوره زندگی آن¬ها را بدست می¬آورد. سپس فرآیند مربوط به مشتریانی که ارزش دوره زندگی آن¬ها بیشتر از 20% افزایش یافته است، را در نظر گرفته و فرآیند مربوط به آن¬ها را با استفاده از الگوریتم α کاوش می¬کند. در نهایت برای هر یک از گروه¬ها بهترین روش برای نگهداری آن¬ها مشخص می¬شود. یکی از روش¬های توسعه یافته در درخت تصمیم¬گیری، روش c5.0 می¬باشدکه برای پیش¬بینی احتمال نارضایتی مشتریان، برای ساخت مدل نارضایتی بکار می¬رود. با ورود هر مشتری جدید، مدل نارضایتی مربوط به آن¬ ساخته شده و روشی برای نگهداری آن اعمال می¬شود. مجموعه داده¬هایی که برای ساخت مدل نارضایتی و نگهداری مشتری اعمال شده است، داده¬های مربوط به 700 مشتری در طول یک¬سال از فروشگاه رفاه می¬باشد. نتایج مربوط به این تحقیق، حاکی از بهبود 76% درآمد مربوط به این فروشگاه می¬باشد.