پیش بینی ریزش مشتری با استفاده از تکنیک های یادگیری ماشین

با پیشرفت تکنولوزی، خدمات افزایش می یابد و پیش بینی مشتریانی که احتمالا خدمات خود را ترک می کنند براییک شرکت دشوار است. در صنعت مخابرات، پیش بینی ریزش مشکلی است که در سال های اخیر مورد توجه محققانمختلف قرار گرفته است. پیش بینی ریزش برای یک شرکت کار بسیار خسته کننده ای است و مانند بسیاری از شرکتها و استارت آپ های آینده، رقابت سختی در بازار برای حفظ مشتریان با ارائه خدماتی که برای هر دو طرف مفید است،وجود دارد. پیش بینی مشتریان وافعی شرکت بسیار دشوار است.استفاده از تکنیک های داده کاوی برای پیش بینیریزش مشتری در زمینه بانکداری الکترونیکی جدید است. جمع آوری داده ها و انتخاب ویژگی برای پیش بینی ریزشمشتری در زمینه خدمات بانکداری الکترونیکی یکی از جنبه های جدید تحقیق حاضر است. انتظار می رود مدیران بانک هابا درک بهتر ویژگی های ریزش, راهکارهایی را برای جلوگیری از ریزش در نظر بگیرند. این استراتژی ها باید برایمشتریانی استفاده شوند که ویزژگی هایشان بیشتر شبیه به گروه های ریزش شناسایی شده در بالا است.در این تحقیق ازروش CRISP برای پیش بینی ریزش مشتری در خدمات بانکداری الکترونیک استفاده شده است. هدف پژوهش حاضرشناسایی ویژگی های چرنرها از خدمات بانکداری الکترونیک است.

Keywords:

ریزش مشتری , داده کاوی , بانکداری الکترونیک , انتخاب ویژگی