سید محمدرضا وکیل؛ کاوه تیمورنژاد؛ محمدرضا معتدل؛ محمود محمدی
دوره 26، شماره 1 ، فروردین 1401، ، صفحه 246-271
چکیده
مدیریت ارتباط با مشتری زمینهی برقراری ارتباط بهینه، وفاداری و حفظ مشتریان را فراهم میسازد. این امر مستلزم طراحی استراتژیهای مبتنی بر مشتری، اجرا و بهکارگیری مناسب فناوری، توانمندسازی کارکنان و افزایش سطح دانش مشتریان است. با توجه به پیشرفتهای بانکداری الکترونیک و کاهش نقاط تماس حضوری، استفاده از ابزارهای هوشتجاری ...
بیشتر
مدیریت ارتباط با مشتری زمینهی برقراری ارتباط بهینه، وفاداری و حفظ مشتریان را فراهم میسازد. این امر مستلزم طراحی استراتژیهای مبتنی بر مشتری، اجرا و بهکارگیری مناسب فناوری، توانمندسازی کارکنان و افزایش سطح دانش مشتریان است. با توجه به پیشرفتهای بانکداری الکترونیک و کاهش نقاط تماس حضوری، استفاده از ابزارهای هوشتجاری جهت استفاده مؤثر از حجم انبوه اطلاعات مشتریان نیز ضروری به نظر میرسد. هدف پژوهش ارائه چارچوب مفهومی مدیریت ارتباط با مشتری در بانکداری الکترونیک با بهکارگیری ابزارهای هوشتجاری در بانک سپه و بانکهای ادغامی است. به این منظور پژوهشی کیفی صورت پذیرفته و ابتدا با بررسی مطالعات، چارچوب اولیه شناسایی و برای توسعه آن در بانکداری الکترونیک از تحلیل مضمون استفاده گردیده است. جامعه پژوهش 7 نفر از خبرگان موردمطالعه بوده و از مصاحبههای نیمه ساختاریافته بهمنظور جمعآوری دادهها و از مقبولیت و قابلیت تأیید برای سنجش اعتبار نتایج استفاده شده است. پس از تجزیهوتحلیل دادهها، چارچوب مدیریت ارتباط با مشتری در بانکداری الکترونیک در 6 بعد، 16 مؤلفه و 35 شاخص طبقهبندی گردیده که ابعاد اصلی آن را جلبتوجه و اکتساب مشتری، شناسایی مشتری، مجذوب نمودن مشتری، توسعه ارتباط با مشتری، نگهداری مشتری و بازنگری ارتباط با مشتری تشکیل میدهد.
سجاد شکوهیار؛ علی رضائیان؛ امیر بروفر
دوره 20، شماره 4 ، دی 1395، ، صفحه 65-94
چکیده
امروزه تعامل شرکتها با مشتریان در قالب مدیریت ارتباط با مشتری به طور قابل توجهی تغییر یافته است. شناسایی ویژگیهای مشتریان مختلف و تخصیص بهینه منابع به آنها با توجه به ارزشی که برای شرکتها دارند، به یکی از دغدغههای اصلی در حوزه مدیریت ارتباط با مشتری تبدیل شده است. هدف این مقاله ارائه مدل مناسبی جهت بخشبندی مشتریان براساس ...
بیشتر
امروزه تعامل شرکتها با مشتریان در قالب مدیریت ارتباط با مشتری به طور قابل توجهی تغییر یافته است. شناسایی ویژگیهای مشتریان مختلف و تخصیص بهینه منابع به آنها با توجه به ارزشی که برای شرکتها دارند، به یکی از دغدغههای اصلی در حوزه مدیریت ارتباط با مشتری تبدیل شده است. هدف این مقاله ارائه مدل مناسبی جهت بخشبندی مشتریان براساس برخی از مهمترین ویژگیهای مالی، جمعیت شناختی در قالب عوامل مؤثر بر شاخصهای ارزش دوره عمر مشتری (آر.اف.ام) میباشد. در فرایند پیشنهادی این تحقیق که در شرکت بیمه سامان اجرا شده است، پس از تعیین مقادیر شاخصهای مدل آر.اف.ام (RFM) شامل تازگی مبادله، تعداد دفعات مبادله و ارزش پولی مبادله در 180000 مشتری و وزندهی آنها با استفاده از فرایند تحلیل سلسله مراتبی، تعداد خوشه بهینه براساس شاخص سیلوئت و نرخ تأثیر شاخصهای آر.اف، ام با استفاده از الگوریتم Two-step انجام شد و در مرحله بعد به خوشهبندی مشتریان با استفاده از روش K-means پرداخته شده است. نتایج مطالعه حاضر، زمینه را برای تحلیل ویژگیهای مشتریان شرکت در سه بخش اصلی فراهم نمود. همچنین با اولویتبندی خوشهها براساس شاخصهای آر.اف.ام، مشتریان کلیدی و با ارزش شرکت مشخص شدند. درنهایت نیز پیشنهادهایی به شرکت برای بهبود سیستم مدیریت ارتباط با مشتری ارائه گردید.
ارش محجوبی فرد؛ امیر افسر؛ سید علیرضا بشیری موسوی
دوره 19، شماره 1 ، خرداد 1394، ، صفحه 23-43
چکیده
ارزش مشتری به تعامل بالقوه مشتریان با شرکت در طول دورههای زمانی مشخص اشاره می-کند. هنگامی که شرکتها ارزش مشتری را درک کنند و به این موضوع پی ببرند که ارزش مشتری میتواند خدمات سفارشیسازی شده را برای مشتریان مختلف ارائه کند، آنگاه به مدیریت روابط مشتری موثر دست مییابند. این پژوهش بر صنعت بانکداری متمرکز بوده و به طور سیستماتیک ...
بیشتر
ارزش مشتری به تعامل بالقوه مشتریان با شرکت در طول دورههای زمانی مشخص اشاره می-کند. هنگامی که شرکتها ارزش مشتری را درک کنند و به این موضوع پی ببرند که ارزش مشتری میتواند خدمات سفارشیسازی شده را برای مشتریان مختلف ارائه کند، آنگاه به مدیریت روابط مشتری موثر دست مییابند. این پژوهش بر صنعت بانکداری متمرکز بوده و به طور سیستماتیک تکنیک دادهکاوی و مباحث مدیریتی را جهت تجزیه و تحلیل ارزش مشتریان، یکپارچهسازی میکند. در گام نخست روش تحلیل سلسله مراتبی فازی برای وزن-دهی به متغیرهای موجود مورد بررسی قرار میگیرد تا میزان تاثیر هر یک از معیارهای مدل DFMT در فرآیند ارزش گذاری مشتریان مشخص گردد. سپس مدل DFMT به عنوان ورودی به تکنیک داده کاوی k-means اعمال می گردد. با استفاده از مدل امتیازدهی پیشنهادی، هرم ارزش مشتری تشکیل میشود که مشتریان را در 4 طیف ارزشی دسته بندی میکند. در هرم ارزش مشتری بدست آمده از جامعه آماری 285 مشتری شعب بانک تجارت زنجان، طیف اول؛ مشتریان پلاتینیومی هستند که ردیفهای ارزشی H1 و H2را شامل میشوند که از سطح سودآوری بالایی، برخوردار هستند. طیف دوم؛ مشتریان طلایی که ردیفهای ارزشی H3 ، H4 و H5 را شامل میشود. طیف سوم؛ مشتریان نقرهای هستند که ردیفهای ارزشی H6 ، H7 و H8 را شامل میشود. طیف چهارم؛ مشتریان سربی که ردیفهای ارزشی H9 و H10 را شامل میشود. در واقع این طیف منابع دریافتی از بانک را به هدر داده و بانک باید برای کار با آنها میزان ریسک بالایی را بپذیرد.