ارائه روشی برای بخش بندی مشتریان با استفاده از مدل RFM در شرایط عدم قطعیت

هدف از انجام این پژوهش ارائه روشی برای بخش بندی مشتریان یکی از بانک های خصوصی شهر شیراز بر مبنای مدل RFM در شرایط عدم قطعیت داده های مربوط به مشتریان است. در چارچوب پیشنهادی این پژوهش ابتدا مقادیر شاخص های مدل RFM شامل تازگی مبادله (R)، تعداد دفعات مبادله (F) و ارزش پولی مبادله (M) از پایگاه داده مشتریان استخراج و پیش پردازش شدند. با توجه به گستردگی دامنه داده های مذکور، برای تعیین وضعیت خوب یا بد بودن مشتری نمی توان عدد دقیقی تعیین نمود؛ لذا برای از بین بردن این عدم قطعیت، از تئوری اعداد خاکستری استفاده شد که وضعیت مشتری را به صورت یک بازه در نظر می گیرد. به این ترتیب با استفاده از یک روش متفاوت به بخش بندی مشتریان بانک پرداخته شد که طبق نتایج، مشتریان به سه بخش یا خوشه اصلی تحت عنوان مشتریان خوب، معمولی و بد تفکیک شدند. پس از اعتبارسنجی خوشه ها با استفاده از شاخص های دان و دیویس بولدین، ویژگی های مشتریان در هر یک از بخش ها شناسایی شد و در پایان نیز پیشنهادهایی جهت بهبود سیستم مدیریت ارتباط با مشتری ارائه گردید.

Keywords:

مدل RFM , عدم قطعیت , بخش بندی , عدد خاکستری , داده کاوی