فهرست مقالات Customer churn

• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  1 - پیش بینی رویگردانی بیمه گذاران در صنعت بیمه: شناسایی عوامل تاثیر گذار
  سمانه سلطانی لیفشاگرد کامبیز شاهرودی ابراهیم چیرانی
  صنعت بیمه در ایران طی سالهای اخیر با ورود شرکتهای مختلف در بازار رقابت دچار نوسانات زیادی از نظر سودآوری، ترکیب پرتفوی، نرخ خسارت، ضریب نفوذ، حفظ و رضایتمندی بیمه گذاران و سهم بازار شده است. از این رو حفظ و نگهداری بیمه گذاران تبدیل به معضل اصلی اکثر شرکتهای بیمه ای گرد چکیده کامل

  صنعت بیمه در ایران طی سالهای اخیر با ورود شرکتهای مختلف در بازار رقابت دچار نوسانات زیادی از نظر سودآوری، ترکیب پرتفوی، نرخ خسارت، ضریب نفوذ، حفظ و رضایتمندی بیمه گذاران و سهم بازار شده است. از این رو حفظ و نگهداری بیمه گذاران تبدیل به معضل اصلی اکثر شرکتهای بیمه ای گردیده است. از آنجایی که در صنعت بیمه همچون بسیاری از صنایع دیگر هزینه جستجو برای جذب بیمه‌گذاران جدید به مراتب هزینه بردار تر از حفظ و نگهداری بیمه گذاران فعلی است، لذا ضروری است تا به شناسایی عوامل تاثیر گذار بر ریزش و رویگردانی بیمه گزاران در این صنعت پرداخته شود.این پژوهش با هدف مطالعه ادبیات و پیشینه تحقیق در حوزه رویگردانی مشتریان، صورت گرفته است که در نهایت منجر به شناسایی و طبقه بندی عوامل تاثیر گذار در پیش بینی رویگردانی مشتریان در صنعت بیمه می گردد.در این پژوهش از روش مرور ادبیات سیستماتیک برای جمع آوری و بررسی مطالعات پیشین بهره‌گرفته شده است که با یکپارچه سازی راهبردهای جستجوی خودکار و دستی کلیه مقالات پژوهشی مرتبط منتشر شده در این حوزه در بازه زمانی 1389 تا 1398 برای مقالات فارسی و 2010 تا 2018 برای مقالات انگلیسی پوشش داده شده است.یافته های تحقیق 85 مولفه اثرگذار بر رویگردانی مشتریان را اختصاصاً در صنعت بیمه شناسایی نموده که در چهار دسته مولفه های مربوط به بیمه گر، مولفه های مربوط به بیمه گذار، مولفه های مربوط به محصول/خدمت و مولفه های مربوط به رابطه بیمه گر و بیمه گذار تقسیم گردیده اند. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  2 - Predicting Customer Churn Using CLV in Insurance Industry
  Vahid Dust Mohammadi Amir Albadvi Babak Teymorpur
  Today, increased level of customer awareness caused themto access to the other suppliers easily and they can get their servicesfrom the competitors with similar or even better quality and same price.Therefore, focusing on customers and preventing them to leave, has been چکیده کامل

  Today, increased level of customer awareness caused themto access to the other suppliers easily and they can get their servicesfrom the competitors with similar or even better quality and same price.Therefore, focusing on customers and preventing them to leave, has beenthe most important strategy for any company. Researches have shownthat retaining former customers is cheaper than attracting new ones. Inthe proposed model in this article we first identified important factorscausing customers in insurance industry, to have a specific behavior byusing a k-means clustering algorithm, and then we tried to predict thefuture behavior of them by a logistic regression. Our model accuracy is98%. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  3 - شناسایی عوامل تاثیرگذار در رویگردانی مشتریان شرکت مخابرات کردستان و ارائه مدل هایی برای پیش بینی رویگردانی با استفاده از الگوریتم های یادگیری ماشین
  vida sadeghi Anvar Bahrampour Seyed Ali Hosseini
  10.30495/imj.2023.1987440.1850
  مشتریان منبع اصلی درآمد و دارایی مهم برای هر سازمان هستند. با این دیدگاه، امروزه شرکت‌ها تلاش بیشتری را برای حفظ مشتریان موجود آغاز کرده‌اند. از آنجا که در بسیاری از شرکت‌ها هزینه به‌دست آوردن مشتری جدید بسیار بالاتر از هزینه ایجاد رضایتمندی مشتری فعلی است، رویگردانی مش چکیده کامل

  مشتریان منبع اصلی درآمد و دارایی مهم برای هر سازمان هستند. با این دیدگاه، امروزه شرکت‌ها تلاش بیشتری را برای حفظ مشتریان موجود آغاز کرده‌اند. از آنجا که در بسیاری از شرکت‌ها هزینه به‌دست آوردن مشتری جدید بسیار بالاتر از هزینه ایجاد رضایتمندی مشتری فعلی است، رویگردانی مشتری به حوزه اصلی نگرانی این شرکت‌ها تبدیل شده است. لذا شرکت‌های مبتنی بر مشتری از جمله شرکت‌های فعال در صنعت مخابرات به دلیل رویگردانی مشتریان با چالش بزرگی روبرو هستند. با توسعه سریع صنعت مخابرات، پیش‌بینی رویگردانی به عنوان یکی از فعالیتهای اصلی در به ‌دست آوردن مزیت رقابتی در بازار محسوب می‌شود. پیش‌بینی رویگردانی مشتری به اپراتورها اجازه می‌دهد تا قبل از مهاجرت مشتریان فعلی به اپراتورهای دیگر، یک دوره زمانی برای اصلاح و اجرای یک سری اقدامات پیشگیرانه داشته باشند. در این پژوهش یک سیستم پشتیبانی تصمیم برای پیش‌بینی و تخمین رویگردانی مشتریان شرکت مخابرات استان کردستان (دارای 529000 مشترک) با روش‌های مختلف داده‌کاوی و یادگیری ماشین (شامل رگرسیون خطی چندگانه (MLR)، رگرسیون چند جمله-ای(PR)، رگرسیون لجستیک، شبکه‌های عصبی مصنوعی، آدابوست و جنگل تصادفی) ارایه شده است. نتایج ارزیابی‌های انجام شده بر روی مجموعه داده‌های شرکت مخابرات استان کردستان عملکرد بالای روش‌های شبکه‌های عصبی مصنوعی با دقت 99.9% ، آدابووست با دقت 100% و جنگل تصادفی با دقت 100% را نشان می‌دهد. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  4 - Applying a Decision-making Technique to Evaluate ‎the Key Factors Affecting Customer Churn Using a ‎Text-mining Approach: A Case Study in the Hotel ‎Industry
  Leila Taherkhani Amir Daneshvar hossein Amoozad-khalili MohamadReza Sanaei
  Customer churn is a critical challenge faced by the hotel industry, impacting revenue and profitability. Identifying and prioritizing the factors that contribute to customer churn is essential for hotel managers to devise effective retention strategies. The prioritizati چکیده کامل

  Customer churn is a critical challenge faced by the hotel industry, impacting revenue and profitability. Identifying and prioritizing the factors that contribute to customer churn is essential for hotel managers to devise effective retention strategies. The prioritization of these factors enables hotel managers to allocate resources efficiently towards implementing targeted retention initiatives. By understanding the factors that influence customer churn, hotels can proactively tailor their services and improve customer experiences to enhance loyalty and reduce churn rates. This study aims to determine and prioritize the key factors influencing customer churn in the hotel industry. The data is analyzed using advanced text mining techniques, including tokenizing, stemming, and eliminating stop words, to identify the significant factors affecting customer churn. The findings highlight factors such as room conditions, the beauty of the hotel, food quality, staff interactions, hotel hygiene, restrooms, and proximity to important centers. To prioritize these factors, we utilized the AHP technique in Expert Choice software. According to the findings, among these factors, staff interaction with 32%, room conditions with 22%, restrooms with 19%, food quality with 12%, proximity to important centers with 8%, hotel hygiene with 4%, and beauty of the hotel with 3%are respectively the most important factors affecting customer churn. پرونده مقاله