نام پژوهشگر: مریم سادات حیدری
مریم سادات حیدری عباس مقبل
در جامعه مصرفی و بازار رقابتی امروز، وفاداری مشتریان رمز بقای سازمان و پاداش با ارزشی است که نوید دهنده افزایش سود دهی شرکت در دوره دراز مدت است. به همین دلیل، پیش بینی و اندازه گیری میزان وفاداری مشتریان برای سازمان ها مخصوصاً بانک ها از اهمیت خاصی برخوردار است تا بتوانند بالاترین بازدهی و سود آوری را کسب نمایند. اکثر تحقیقات انجام شده در زمینه وفاداری مشتریان در سال های گذشته، به شناسایی متغیر های کیفی پرداخته اند که در وفادار ساختن مشتریان تأثیر بسزایی داشته اند. اما در این تحقیق ما بر آنیم که با شناسایی متغیر های مالی و کمی میزان وفاداری مشتریان را پیش بینی و اندازه گیری نماییم. از آنجایی که پارامترهای کمی و مالی مختلفی در اندازه گیری وفاداری مشتریان تأثیر می گذارند، بنابراین استفاده از روش های کلاسیک برای پیش بینی و اندازه گیری میزان وفاداری مشکل است. با پیشرفت و توسعه روش های غیرخطی همچون شبکه عصبی مصنوعی و شبکه عصبی استنتاج فازی می توان از این روش ها برای پیش بینی میزان وفاداری مشتریان بانک ها استفاده نمود. در این تحقیق دو سناریو مطرح می شود : 1) اندازه گیری میزان وفاداری مشتریان بانکی با استفاده از روش شبکه ی عصبی mlp. 2) اندازه گیری میزان وفاداری مشتریان با استفاده از شبکه ی عصبی anfis. نتایج تحقیق بیانگر این حقیقت است که شبکه ی anfis بهتر عمل نموده و دارای ویژگی هایی هم چون دقت بالا و توانایی تقریب قوی بوده و برای اندازه گیری میزان وفاداری مناسب تر است.