طراحی الگوی مدیریت ریسک اعتباری در شبکه نمایندگیهای شرکت های خدمات پس از فروش با استفاده از مولفههای مالی خدمات پس از فروش و الگوریتمهای فرا ابتکاری(مطالعه موردی: سازمان خدمات پس از فروش شرکت سایپا(سایپا یدک ))
محورهای موضوعی : مهندسی مالیحمیدرضا رادمان نژاد 1 , محمد ابراهیم پورزرندی 2 , مهرزاد مینویی 3
1 - دانشجوی دکتری تخصصی، گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
2 - استاد، گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران و عضو گروه پژوهشی مخاطرات مالی نوین
3 - استادیار، گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران.
کلید واژه: الگوریتم کرم شب تاب, سازمان خدمات پس از فروش, مدیریت بهینه ریسک اعتباری, الگوریتم کلونی زنبور عسل,
چکیده مقاله :
نوع خدماترسانی به مشتری در حوزه خدمات پس از فروش برای هر مجموعه مهم است مولفههای زیادی میتواند با هدف ارتقاء رضایت مشتری، به این امر کمک نماید؛ که از مهمترین آنها، داشتن دیدگاه مهندسی مالی و لحاظ مولفههای مالی میباشند. بیشتر شرکتها به این نکته واقفند که ارائه خدمات پس از فروش با کیفیت و متوازان در وفاداری و تکرار خرید مشتریان موثر است. سازمانهایی موفق هستند که بتوانند با در نظر گرفتن تمامی ابعاد خدمات پس از فروش بهتری را عرضه نمایند . در این تحقیق به طراحی الگوی مدیریت ریسک اعتباری برای شرکت سایپا یدک و شبکه نمایندگی های آن با استفاده از مولفههای مالی خدمات پس از فروش و الگوریتمهای فرا ابتکاری پرداخته شده است. نمونه مورد بررسی در این تحقیق نمایندگیهای شرکت سایپا میباشند.نتایج تحقیق نشان داد که با استفاده از مولفههای مالی شامل، هزینه خدمات، عملکرد، خوش حسابی، میزان وثیقه و میزان خرید نمایندگیهای ارائه دهنده خدمات پس از فروش بر مدیریت بهینه ریسک اعتباری تاثیر دارند. و همچنین الگوریتم کرم شب تاب و الگوریتم کلونی زنبور عسل توانایی پیشبینی مدیریت بهینه ریسک اعتباری را با استفاده از مولفههای مالی دارا میباشند.
The type of customer service during the warranty is crucial for each complex. The purpose of customer service will be to meet the satisfaction of customers. Many components can contribute to accomplish this goal. One of the most important components is financial components. Today's world is a world of wide developments in all dimensions. The majority of companies are, more than ever, aware that the delivery of after-sales service is very effective in the loyalty and repetition of customer purchases. The intense focus on the quality of service causes the product to be valuable in terms of customers and their loyalty. Therefore, in this study, designing a credit risk management model for the for the Saipa Yadak Company and its Representatives Network using financial components of after-sales service and meta-heuristic algorithms was discussed. The sample studied in this research is the representatives of Saipa Company.The results showed that using financial components including, service cost, performance, good accounting, the amount of collateral and the amount of after-sales service agents have an impact on optimal credit risk management. Also, firefly algorithm and bee colony algorithm have the ability to predict the optimal management of credit risk using financial components.
_||_