پیش بینی احتمال رویگردانی مشتریان در صنعت بانکداری ایران مورد مطالعه: یک بانک خصوصی ایرانی
Publish place: Journal of Management Researches، Vol: 11، Issue: 41
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 546
This Paper With 26 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MR-11-41_003
تاریخ نمایه سازی: 11 خرداد 1398
Abstract:
پس از ظهور بانک های خصوصی در ایران به دلیل جذابیت صنعت شاهد رشد سریع تعداد این نوع بانک ها و فشار رقابتی بالای این صنعت در کشور هستیم. ریزش مشتریان از یک بانک به معنی کاهش منابع بانک بوده و با توجه به هزینه های بالاتر جذب مشتریان نسبت به نگهداری آن ها، بانک ها به شدت تلاش می کنند که مشتریان خود را حفظ کنند. لذا محاسبه احتمال رویگردانی مشتریان با بررسی رفتار مالی آن ها و در صورت امکان جلوگیری از ریزش آن ها بسیار کلیدی است. در این مقاله با استفاده از تکنیک داده کاوی خوشه بندی سلسه مراتبی برای تشخیص مشتریان از منظر رویگردانی و همچنین زنجیره احتمالات مارکوف برای تعیین احتمال رویگردانی در آینده، مدلی ساخته شده است که از طریق یادگیری داده های رفتار مالی مشتریان بتواند احتمال ریزش مشتری را پیش بینی کند. این مدل روی یک سال داده های واقعی تراکنش های سپرده های کوتاه مدت روزشمار و قرض الحسنه جاری در یک بانک خصوصی ایرانی پیاده شد. نتایج نشان داد در صورتی که بانک مشتری را از دست بدهد احتمال بازگرداندن مشتری بسیار پایین است. همچنین مشتریان فعال که معمولا با هزینه های بالا جذب بانک می شوند، بسیار ناپایدار هستند و به سرعت تغییر وضعیت می دهند. البته در صورتی که مشتری فعال از دست نرود فرصت محدودی از نظر زمانی برای بانک ها جهت فعال سازی دوباره مشتریان وجود دارد.
Keywords:
Authors
محسن عسگری
دانشجوی دکتری مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران
محمدرضا تقوا
دانشیار گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی
محمدتقی تقوی فرد
دانشیار گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران،
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :