صدف نبوی - دانشکده آموزش های الکترونیکی، دانشگاه شیراز
شهرام جعفری - دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز

سازمان ها برای پیروزس در میدان رقابت جهانی نیاز به شناخت رفتار مشتریان خود دارند تا بتوانند برای نگهداری آنها زودتر از دیگران تمایلات آنها را پیش بینی کنند. در سال های اخیر، استراتژی های بازاریابی از محصول مداری به مشتری مداری تغییر کرده است. از این رو سازمان ها به تمرکر بر مدیریت ارتباط با مشتریان روی آورده اند و دریافته اند که نگهداری مشتریان فعلی شان، به عنوان گرانبهاترین سرمایه، ارزش بالایی دارد. از این رو در این مطالعه با هدف تبیین قابلیت های داده کاوی در مدیریت رویگردانی و طراحی و پیاده سازی یک مدل پیش بینی رفتار رویگردان مشتریانف با بهره گیر از متدلوژی استاندارد CRISP-CM بر اساس مدل RFM و تکنیک جنگل تصادفی به کاوش در پایگاه داده یکی از بزرگترین هولدینگ های کشور، گروه صنایع غذایی سولیکو، پرداخته شده است. مطالعه سال های 2005 تا 2010 نشان داده است که تکنیک درخت تصمیم و جنگل تصادفی، یکی از پر کاربردترن روش های مدل سازی رفتار مشتری می باشد. با کاربرد این مدل، مشتریانی که تمایل به رویگردانی دارند شناسایی شده و راه کارهای بازاریابی موثر برای این گروه برنامه ریزی می شود. تحلیل رفتار مشتری نشان می دهد طول ارتباط فعال مشتری، تناوب خرید نسبی و متوسط فاصله زمانی بین خرید از بهترین پیش بینی کنندگان می باشند

مدل رویگردانی، متدلوژی CRISP-DM مدل RFM، جنگل تصادفی