پیش بینی ریزش مشتریان با استفاده از الگوریتم های داده کاوی

ریزش و از دست دادن مشتری بعنوان یک مساله مهم و بحرانی در مدیریت ارتباط با مشتری (CRM) پدیدار شده است. اخیرا تکنیک های داده کاوی به دلیل توانایی آن ها در استخراج الگوهای رفتاری پنهان شده مشتریان از بانک های اطلاعاتی بزرگ، در زمینه تحلیل مشتریان بکار گرفته شده اند و امروزه روش های داده کاوی می تواند به پیش بینی رفتار مشتریان در سازمان های مختلف بپردازد. پیش بینی ریزش مشتریان با استفاده از الگوریتم های داده کاوی سازمان ها را قادر به حفظ و نگهداری مشتریان قدیم و جذب مشتریان جدید خواهد کرد. اما تحقیقات روی استفاده از الگوریتم های یادگیری ماشینی برای پیش بینی ریزش مشتریان محدود می باشد. هدف این پروژه این است تا با استفاده از الگوریتم های داده کاوی پیش بینی کند که آیا یک مشتری قصد ترک کردن سازمان/ شرکت را در آینده دارد یا خیر. در این پروژه ابتدا ما ازتکنیک های پردازش داده و در مرحله دوم با استفاده از الگوریتم K-means برای خوشه بندی کردن مشتریان در گروه های مشابه استفاده نموده و در آخر روی هر یک از خوشه ها الگوریتم درخت تصمیم گیری را اعمال می نماییم. داده های مورد نیاز از منبع UCI برای مشتریان تلکام بدست آمده است. پژوهش پیش رو از نظر هدف، و از نظر گردآوری داده های پژوهشی کاربردی بشمار می رود. و نتایج بدست آمده، مدیران و بازاریابان سازمان ها را قادر می سازد تا براساس الگوهای کشف شده سیاست گذاری کنند و پیش بینی بهتری از رفتارهای کنونی و آتی مشتریان خود داشته باشند.

Keywords:

داده کاوی , ریزش مشتریان , خوشه بندی , درخت تصمیم گیری