بررسی رفتار مشتریان در استفاده از ابزارهای بانکداری الکترونیک با رویکرد داده کاوی (موردکاوی: یک بانک خصوصی)

امروزه یکی از چالش های مهم بانک ها شناخت دقیق و صحیح مشتریان، عادات رفتاری آنها و متناسب نمودن خدمات ارائه شده با نیازها و خواسته های مشتریان می باشد. بدون شناخت صحیح مشتریان بانک ها در شناسایی مشتریان سودآور، پیش بینی میزان استقبال از یک خدمت جدید، کسب مزیت رقابتی و متناسب نمودن برنامه های بازاریابی با خواسته های مشتریان، ناتوان هستند. یکی از رویکردهای نوین جهت کمک به بانکها در این زمینه، تکنیک داده کاوی است. در این تحقیق سعی می شود با استفاده از تکنیک داده کاوی و پیروی از فرآیند کشف دانش ابزاری برای شناسایی رفتار مشتریان بانک در استفاده از ابزارهای بانکداری الکترونیک فراهم شود. در واقع این تحقیق در پی کشف الگوهای موجود بین مشخصات فردی مشتریان و رفتار آنها در استفاده از ابزارهای الکترونیک بانکی و همچنین پیش بینی رفتار آتی مشتریان است. برای انجام این مطالعه ابتدا مفاهیم و تئوری های مرتبط با موضوع که عبارتند از داده کاوی، مدیریت ارتباط با مشتری و بانکداری الکترونیک تشریح و سپس با توجه به فرآیند کلی کشف دانش، مدلی جهت شناسایی رفتار مشتریان بانک در استفاده از ابزارهای بانکداری نوین طراحی شد. جهت پیاده سازی مدل، داده های تراکنشی و داده های مشخصات فردی 1504 مشتری (205803تراکنش) در بازه زمانی اول فروردین تا پایان اسفند 87 از پایگاه داده بانک استخراج گردید. پس از شناخت دقیق داده ها، سه مشخصه "تازگی"، "تکرار" و "جمع مبلغ تراکنش" جهت توصیف رفتار مشتریان تعریف و سپس از یکی از تکنیک های خوشه بندی جهت بخش بندی مشتریان استفاده شد. متغیرهای خوشه بندی در این روش سه مشخصه تازگی، تکرار و جمع مبلغ تراکنش می باشند و تعداد مناسب خوشه ها نیز با روش دیویس بولدین محاسبه شده است. با توجه به نتایچ خوشه بندی، مشتریان به سه گروه مشتریان وفادار، عادی و آسیب پذیر در استفاده از ابزارهای نوین بانکی تقسیم شده اند. پس از ادغام مشخصات مشتریان با نتایج خوشه بندی، مشخص شد افراد دارای تحصیلات دیپلم و بالاتر، مردها و افراد میانسال جزء مشتریان وفادار هستند. در مقابل افراد پایین دیپلم، زن ها و جوانان جزء مشتریان آسیب پذیر محسوب می شوند. علاوه بر آن با استفاده از تکنیک های درخت تصمیم و شبکه بیزین رفتار مشتری در آینده با توجه به مشخصات فردی (سن، جنس و تحصیلات) پیش بینی شد. در انتها با تجزیه و تحلیل روند، رفتار مشتریان در فصول گوناگون مورد بررسی قرار گرفت.