کاربرد داده کاوی در مدیریت ارتباط با مشتری (مورد کاوی بانک ملی ایران)

امروزه با پیشرفت فناوری اطلاعات، سیستم های نوینی ایجاد شده است که می تواند توان سازمان را در کاهش هزینه های داخلی، تعامل بهتر با محیط و در نهایت به دست آوردن سود یاری رساند. یکی از این ابزارها، مدیریت ارتباط با مشتری است. مدیریت ارتباط با مشتری نقش مهمی در شناخت نیازهای مشتریان و جهت دهی فعالیت های مختلف واحدهای صنعتی و خدماتی به منظور رفع نیاز مشتریان دارد. به علاوه، بهبود و توسعه فناوری اطلاعات امکان جمع آوری، ذخیره سازی و تحلیل حجم وسیعی از داده ها را با استفاده از تکنیک های داده کاوی فراهم نموده است. امروزه در بسیاری از جنبه های مدیریت ارتباط با مشتری، تحلیلگران به دنبال بررسی تکنیک های داده کاوی به منظور شناسایی رفتار مشتریان، الگوها و عملکردهای آنها جهت پیش بینی رفتار مشتریان و به تبع آن برآوردن تمایلات آنها بر اساس این الگوها هستند. دراین پژوهش ضمن مروری بر ادبیات داده کاوی و مدیریت ارتباط با مشتری و همچنین استفاده کاربردی این ابزار در آن، به منظور طبقه بندی مشتریان و همچنین پیش بینی طبقه مشتریان بانک ملی ایران مدلی بر اساس تکنیک درخت تصمیم c5 و با استفاده از داده های مشتریان سابق بانک مورد مطالعه ایجاد گردیده است. علاوه بر سنجش اعتبار خود مدل، مقایسه تطبیقی این تکنیک با برخی از مهمترین تکنیک های کلاسه بندی همچون درخت تصمیم cart، درخت تصمیم chaid، درخت تصمیم quest، ماشین بردار پشتیبان، شبکه بیزین و رگرسیون لجستیک به منظور بررسی دقت و صحت مدل صورت گرفته است. نتایج حاصل از مقایسه تطبیقی صحت کلاسه بندها نشان داد که درخت تصمیم c5 بالاترین صحت را در تشخیص کلاس مشتریان دارد.