مستوره معینی - دانشگاه آزاد اسلامی، واحد قزوین دانشکده برق، رایانه و فناوری اطلاعات
ساسان حسینعلی زاده - دانشگاه آزاد اسلامی، واحد قزوین دانشکده برق، رایانه و فناوری اطلاعات

یکی از چالش های مهم در حوزه مدیریت ارتباط با مشتری در سازمان ها شناخت مشتری و درک تفاوت و رتبه بندی و تخصیص بهینه منابع به آنها با توجه به ارزشی که برای شرکت می باشد. رویکرد استفاده شده در این پژوهش، ارائه مدلی برای خوشه بندی مشتریان بیمه خودرو براساس تکنیک مرسوم RFM و افزودن متغیرهای سن و جنسیت در طول 5 سال ( از سال 1388 تا 1392 ) است. پس از تعیین متغیرها، با استفاده از الگوریتم های خوشه بندی K-Means و Fuzzy K-Means مشتریان خوشه بندی شده اند. در این تحقیق به بررسی ریسک مشتریان که ناشی از دریافت خسارت می باشد نیز پرداخته شده است. برای هر یک از این رویکردها، تعداد خوشه های بهینه با شاخص دیویس - باولدین تعیین شده است. بعد از تفسیر خوشه ها و نامگذاری آن ها درخت تصمیم مناسب برای مدل شاخته شده و وفاداری مشتریان تحلیل گردیده و الگوهای مناسب استخراج شده است. نهایتاً از تلفیق ریسک و تحلیل RFM رویکردی جامع استخراج شده که منجر به افزایش دقت درخت تصمیم شده و دقیق ترین مدل این پژوهش را ایجاد می کند.

خوشه بندی، درخت تصمیم، ریسک، K-Means، RFM