بخش بندی مشتریان بانک براساس ارزش دوره ی عمر آنها و مدل RFM

بخش بندی مشتریان بانک براساس ارزش دوره ی عمر آنها و مدل RFM

تعداد صفحات: 104

نوع فایل: Docx

دسته بندی:

قیمت: 30000 تومان

تعداد نمایش: 46 نمایش

ارسال توسط:

تاریخ ارسال: 5 ژوئن 2020

به روز رسانی در: 6 ژوئن 2020

خرید این محصول:

پس از پرداخت لینک دانلود برای شما نمایش داده می شود.

1.1.چکیده :

شناسایی و تحلیل رفتار مشتریان بانکی یکی از فعالیت های بازاریابی در بانکداری الکترونیکی است. طبقه بندی مشتریان با استفاده از الگوریتم های داده کاوی، بانک ها را قادر به حفظ و وفاداری مشتریان قدیم و جذب مشتریان جدید خواهد کرد. تکنیک های داده کاوی می توانند در حجم زیاد داده های مشتریان، به کسب دانش نهان برای پشتیبانی از تصمیمات بازاریابی کمک کنند.چگونگی به کارگیری تکنیک های داده کاوی و بازاریابی در بخش بندی و تحلیل رفتار مشتریان و انتخاب گروه های ارزشمند برای اتخاذ استراتژی های بازاریابی هدف،بسیار مهم می باشد.مدل پیشنهادی با استفاده از تکنیک های داده کاوی و مدل تحلیلRFM، پس از تعیین مقادیر شاخصهای مدل RFM شامل تازگی مبادله، تعداد دفعات مبادله و ارزش پولی مبادله و وزندهی آنها با استفاده از فرایند تحلیل سلسله مراتبی، به خوشه بندی مشتریان با استفاده از روش کامیانگین پرداخته شده است. و پس از آن به بخش بندی، شناسایی و تحلیل رفتار مشتریان بانکداری الکترونیکی و تعیین میزان ارزش هر یک از آن ها پرداخته می شود. به کارگیری تکنیک های خوشه بندی و مدل تحلیل RFM می تواند مشتریان باارزش بالا را شناسایی نموده و با استفاده از رتبه بندی هر یک از گروه ها، به تخصیص برنامه های استراتژی بازاریابی هدف، متناسب با ارزش هر گروه از مشتریان بپردازند.