خوشه بندی مشتریان بر اساس مدل rfm و رویکرد داده کاوی برای افزایش وفاداری مشتریان بانک

در بازار به شدت رقابتی امروز و به طور خاص در زمینه بانکداری حفظ و نگهداری مشتریان از اهمیت بالایی برخوردار است. پس از شناسایی مشتریان، سازمانها باید در پی افزایش میزان رضایت و وفاداری آنها باشند. ارزش دوره عمر مشتری ، مفهومی است که میتواند به بانکها کمک فراوانی نماید. این مفهوم بیانگر ارزشی است که مشتری در طول دوره عمرش برای بانک ایجاد میکند و هدف اصلی از محاسبه آن، ایجاد یک برداشت از مشتریان بر اساس ارزشی است که برای بانک دارند که با استفاده از مدلهای مختلف تعیین میگردد. یکی از پرکاربردترین مدلها جهت تعیین ارزش دوره عمر مشتری، مدل آر.اف.ام است. این تحقیق نیز با استفاده از داده کاوی بر مبنای مدل آر.اف.ام. به دنبال بخشبندی و تحلیل ویژگی های مشتریان بر اساس ارزش دوره عمر آنها میباشد تا زمینه را جهت شناسایی مشتریان کلیدی و سودآور، انتخاب استراتژیهای مناسب با توجه به ویژگیهای مشتریان هر بخش در جهت بهبود عملکرد مدیریت ارتباط با مشتری فراهم نماید. بر این اساس پس از آماده سازی داده های مشتریان بانک ، مدل آر آف ام برای 28660 مشتری اجرا شده و مشتریان بر اساس سه ویژگی مدل امتیاز دهی شدند. سپس با استفاده از شاخص دیویس بولدین تعداد بهینه خوشه مشخص شده که مشتریان به 7 خوشه، گروه بندی شده و به سه روش خوشه بندی شدند. در ابتدا روش کا میانگین با روش سی میانگین فازی اجرا و مقایسه شده و در نهایت روش کا میانگین و الگوریتم رقابت استعماری اجرا و مقایسه شدند. 7 خوشه ایجاد شده تجزیه و تحلیل شده و پیشنهاد هایی برای بهبود روابط با مشتری ارائه گردید.