مدلهای داده کاوی ترکیبی و کاربرد آنها در پیش بینی رویگردانی مشتریان

گذر از اقتصاد صنعتی و از میان رفتن مرزهای جغرافیایی کسب و کار و به تبع آن افزایش رقابت، موجب شده برقراری ارتباط موثر با مشتریان و مدیریت این ارتباط به یک عامل مهم در موفقیت هر کسب و کاری مبدل شود. در این میان مدیران سازمانها نیز متوجه شده اند که حفظ مشتریان فعلی، ارزان تر از جذب مشتریان جدید است. از این رو پیاده سازی یک برنامه مناسب میتواند بسیاری از مشکلات در روابط بین مشتری و سازمان را شناسایی کرده و پیش از اقدام مشتری به ترک سازمان )رویگردانی( آنها را برطرف نماید. پیش بینی رویگردانی باید مبتنی بر جمع آوری دادهها و تبدیل آنها به دانش باشد و این امر با توجه حجم رو به رشد دادههایی که سازمانها با آن سر و کار دارند، میسر نخواهد بود مگر با بهره گیری از فناوریهایی چون داده کاوی. تحقیق حاضر، بر استفاده از مدل داده کاوی ترکیبی به منظور مطالعه عوامل موثر بر رویگردانی مشتریان تمرکز دارد. ما در این مقاله سعی داریم به بررسی تعدادی از پژوهشهای انجام یافته در این زمینه و تفاوت آنها با مدلهای داده کاوی منفرد بپردازیم. نتایج حاصل از تحقیقات مورد بررسی، حاکی از آن است که مدلهای داده کاوی ترکیبی با ترکیب دو یا چند تکنیک داده کاوی، کارآیی بهتری نسبت به تکنیکهای داده کاوی منفرد دارند.

Keywords:

داده کاوی , مدل داده کاوی ترکیبی , مدیریت ارتباط با مشتری , رویگردانی مشتری , پیش بینی رویگردانی مشتری