نویسندگان

• ارش محجوبی فرد ¹
• امیر افسر ²
• سید علیرضا بشیری موسوی ³

¹ دانشگاه قم

² عضو هیئت علمی دانشکده مدیریت دانشگاه قم

³ دانشگاه غیرانتفاعی روزبه

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 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.

کلیدواژه‌ها

• مدیریت ارتباط با مشتری
• ارزش مشتری
• تحلیل سلسله مراتبی فازی

عنوان مقاله [English]

Customer value analysis in bank with data mining technique and fuzzy analytic hierarchy process

نویسندگان [English]

• arash mahjubifard ¹
• amir afsar ²
• seyed alireza bashiri mousavi ³

چکیده [English]

Customer value refers to the potential interaction of customer and enterprise in the certain periods of time. As companies recognize customer value it can provide customized services for different customers, they can achieve to an effective customer relationship management. This research focuses on Banking Industry and integrates data mining techniques and management issues in order to systematically analyze the customer values. First it applies Fuzzy Analytical Hierarchy Processing (FAHP) in order to weighting variables and then imports DFMT model to the k-means technique, for clustering customers according to the specific criteria. Using proposed scoring model establishes the customer value pyramid and categorizes customers in four spectrums. The customer value pyramid helps to separately determining of each customer value to giving appropriate services to them in proportion with the class value. The statistical population was 285 customers of Tejarat bank branches of Zanjan city in Iran. In the resulted customer pyramid, the first spectrum is the Platinum customer which is composed of two rows of the pyramid called H1 and H2. These two rows in pyramid have the highest value and have the most profitability for the bank. Second spectrum, is called golden customers which has three rows in pyramid called H3, H4, H5. Third spectrums are Silver customers which are laid in H6, H7, H8 rows of spectrum. Forth spectrum, are leaden customers that are H9 and H10 rows of customer pyramid. This spectrum receives and wastes resources of the bank and bank should respect and bear high risks.

کلیدواژه‌ها [English]

• k-means
• customer relationship management
• customer value
• Fuzzy analytic hierarchy process