مصطفی علیمرادی - دانشجوی کارشناسی ارشد تجارت الکترونیک دانشگاه آزاد اسلامی واحد تهران- مرکز . تهران . ایران

با رشد تکنولوژی و توسعه فاکتورهای رقابتی، نیاز بنگاه های اقتصادی به ایجاد و حفظ ارتباط موثر با مشتریان ، بیش از پیش نمود پیدا کرده است. بانک ها در بازار رقابتی با سایر بانک ها و موسسات مالی به دنبال شناخت صحیح از مشتریان خود و نظارت بر عملکرد آن ها می باشند . هدف از شناسایی مشتریان ، ایجاد تمایز بین آنها و تشخیص مشتریان پر ارزش تر، نگهداری آنها و جذب مشتریان ارزشمند تر است .از طرفی دیگر در جهان امروز ، اکثر تراکنش های مالی از طریق ابزارهای الکترونیک و در بستر فناوری اطلاعات و اینترنت صورت می پذیرد. غفلت از کاربرد فناوری های جدید در این حوزه و اکتفا به روش های سنتی ، علاوه بر زیان مالی ، از دست دادن بازار رقابتی و نارضایتی مشتریان ، ممکن است باعث ایجاد تقلب ، سوء استفاده های مالی و کلاهبرداری شود. از این رو در این مقاله به بررسی تکنیک های هوش تجاری و ارائه روشی کاربردی به منظور شناخت مشتریان ، خوشه بندی آنها و کشف تراکنش های مشکوک آن ها پرداخته شده است. نتایج این پژوهش ، بانک را قادر به اتخاذ تصمیمات سریع و دقیق در برخورد با هر یک از مشتریان خواهد کرد.

انبار داده ؛ داده کاوی ؛ خوشه بندی ؛ کشف تقلب ؛ داشبورد .