سحر سلیمانی فرد - دانشگاه آزاد اسلامی، واحد ملارد، گروه کامپیوتر، ملارد، ایران
محسن محسنی - دانشگاه آزاد اسلامی، واحد ملارد، گروه کامپیوتر، ملارد، ایران
محسن محرمی - دانشگاه آزاد اسلامی، واحد ملارد، گروه کامپیوتر، ملارد، ایران

شناسایی ارزش مشتریان، از مولفه های اصلی موفقیت در بانکها و موسسات مختلف میباشد که امروزه مورد توجه بیش از پیش قرار گرفته است. بانکها، با گروههای مختلفی از مشتریان در ارتباط هستند و باتوجه به منابع محدود، آنها باید مشتریان را بر اساس ارزششان رتبه بندی کنند تا بخش مناسبی از منابع بازاریابی را به مشتریان با ارزشتر اختصاص دهند و سود بیشتری کسب نمایند. نحوه تصمیم گیری در خصوص اعطای تسهیلات به مشتریان از این جهت دارای اهمیت می باشد که عدم ارزیابی مشتریان می تواند منجر به مطالبات سر رسید گذشته و معوق با کاهش توان تسهیلات دهی بانکها و در نهایت سوخت شدن مطالبات بانکها گردد. در مقاله حاضر از تکنیکهای دادهکاوی برای دسته بندی مشتریان استفاده شده است و مدل سازی با روشهای شبکه عصبی، درخت تصمیم و شبکه بیزین صورت پذیرفته است. در نهایت خروجی و دقت های تکنیکهای موجود جهت طبقه بندی مشتریان، بررسی و مقایسه میگردد. بدین منظور متغیرها و داده های مالی و کیفی یک نمونه تصادفی از بانک شهرکه تسهیلات اعتباری دریافت کردند، در نظر گرفته شدهاند. خروجیهای نشاندهنده مدل با دقت مناسب برای تصمیم گیری میباشند.

دسته بندی مشتریان، ارزش مشتریان، داده کاوی، درخت تصمیم، شبکه بیزین