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

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری ، دانشکده مدیریت و اقتصاد دانشگاه آزاد واحد علوم و تحقیقات تهران،

2 استاد گروه مدیریت صنعتی دانشکده مدیریت و اقتصاد دانشگاه آزاد واحد علوم و تحقیقات تهران (مسئول مکاتبات) toloie@gmail.com

3 دانشیار گروه مدیریت بازرگانی دانشکده مدیریت و اقتصاد دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

چکیده

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.

تازه های تحقیق

 

کلیدواژه‌ها


عنوان مقاله [English]

Presentation of a combined data mining model using associative rules and clustering to identify the dominant patterns of customer behavior (Case study: Ansar Bank)

نویسندگان [English]

  • iman gharib 1
  • Abbas Toloie 2
  • Kambiz Heidarzadeh 3
1 PhD Candidate Industrial Management Department, Science and Research branch of Islamic Azad University, Tehran Iran imangharib@yahoo.com
2 Professor industrial Management Department, Science and Research Branch of Islamic Azad University, Tehran, Iran
3 Associate Professor Business Management Department, Science and Research branch of Islamic Azad University, Tehran Iran
چکیده [English]

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

کلیدواژه‌ها [English]

  • segmentation
  • Customer Dynamic Behavior
  • Association Rules