ارائه الگوی ترکیبی داده کاوی با استفاده از قواعد انجمنی و خوشه بندی جهت شناسایی الگوهای غالب رفتار مشتریان (مطالعه موردی : بانک انصار)

محورهای موضوعی : آینده پژوهی

ایمان غریب ¹ , عباس طلوعی ² , کامبیز حیدرزاده ³

1 - دانشجوی دکتری ، دانشکده مدیریت و اقتصاد دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران،
2 - استاد گروه مدیریت صنعتی دانشکده مدیریت و اقتصاد دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران (مسئول مکاتبات) [e-mail]
3 - دانشیار گروه مدیریت بازرگانی دانشکده مدیریت و اقتصاد دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

تاریخ دریافت : 1397/06/05 تاریخ پذیرش : 1397/11/01 تاریخ انتشار : 1398/09/01

کلید واژه: رفتار پویای مشتریان, بخش بندی, خوشه بندی, قوانین انجمنی,

چکیده مقاله :

با توجه به رقابت بانک‌ها در جذب مشتریان و تاثیر عوامل روانشناختی و محیطی بر روی رفتار آنها در طول زمان، در بخش بندی مشتریان میبایست پویایی رفتار آنها را مورد بحث قرار داد. شناسایی الگوهای غالب رفتاری مشتریان و انتقال آن به بخشهای مختلف در طول زمان از موضوعات مهم این حوزه میباشد. این پژوهش بر آن است با تمرکز بر پویای رفتار مشتریان به شناسایی گروه‌های‌رفتاری، الگوهای غالب جابجایی، ویژگی‌ها و الگوهای حاکم بر جابجایی مشتریان بانک انصار بپردازد. جهت استخراج الگوهای رفتاری، روشی ترکیبی مبتنی بر خوشه بندی و قوانین انجمنی (k-means و الگوریتم اپریوری) استفاده شده است. بر اساس نتایج بدست آمده چهار گروه رفتاری" مشتریان کم ارزش با الگوی پایدار"، "مشتریان کم ارزش با الگوی سودآوری ناپایدار"، "مشتریان رویگردان شده با سودآوری متوسط"، "مشتریان وفادار با سودآوری کم" شناسایی و ارتباط بین آنها مورد تحلیل قرار گرفته است. بر اساس یافته‌های بدست آمده، میتوان به مدیران ارشد در اتخاذ استراتژی‌های بازاریابی مناسب در جهت بهبود الگوهای رفتاری کمک شایان توجهی داشت.

چکیده انگلیسی:

Background: A new matter that arises in term of the dynamic behavior of customers is considering the customer segmentation. Based on the banks competitions to increase market share as well as the psychological and environmental factors the dynamics of customers’ behavior should be considered over time. Transferring customers to different sectors over time and discovering the dominant models in their displacements between sectors are of important topics in this context. Objective: this article aims to identify the behavioral clusters, the dominant patterns of displacement, and the leading characteristics and patterns of customer displacements with a focus on the customer dynamics behavior of Ansar banks. Design/Methodology: A Hybrid method based on clustering and association rules has been proposed. Finding: four different behavioral group of customer are identified:" low-value customers with sustainable model", "low-value customer with unsustainable profitability model", "turned away customers with average profitability", "loyal customers with low profitability". Relations between of these groups are analyzed by association rules