عنوان پایان‌نامه
ارایه چارچوبی برای پیش بینی ارزش چرخه عمر
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس 2 فنی شماره ثبت: 2229;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 55914
- تاریخ دفاع
- ۲۷ دی ۱۳۹۱
- دانشجو
- معصومه سپاهی
- استاد راهنما
- عباس کرامتی
- چکیده
- با پیشرفت الگوهای بازاریابی، ارتباط طولانی مدت با مشتری اهمیت بیشتری می¬یابد. اما از آنجا که مشتریان هزینه¬های زیادی از جمله هزینه¬ی جذب مشتریان جدید و نیز هزینه¬ی نگهداری مشتریان موجود را بر شرکت تحمیل می¬کنند، شرکتها نیازمند تخمین ارزش مشتریان خود و ارائه-ی استراتژیهایی برای نگهداری مشتریان سودآور می¬باشند.الگوی اخیر بازاریابی، مدیریت ارتباط با مشتری (CRM)، به دنبال ارتباط طولانی مدت با مشتریان سودآور است. هسته¬ی اصلی فعالیتهای CRM آگاهی از میزان سودآوری مشتریان و نیز نگهداری مشتریان سودآور می¬باشد.با توجه به گسترش موسسات خیریه نیاز به استفاده از مفاهیم مدیریت ارتباط با مشتری در این زمینه احساس می¬گردد.از سوی دیگر افزایش توانایی بشر در تولید و جمع¬آوری داده¬ها، نیاز مبرم به وجود تکنولوژیهای جدید برای تبدیل این حجم زیاد از داده¬ها به دانش را ایجاد می¬کند و داده¬کاوی به عنوان راه¬حلی برای این مسائل مطرح می¬باشد . در این تحقیق CLV خیرین یک موسسه خیریه با استفاده از تکنیک رگرسیون لجستیک چندگانه و با در نظر گرفتن دو رویکرد در انتخاب متغیرهای مستقل، مورد پیش¬بینی قرار گرفته است، زیرا در این تحقیق از یک پایگاه¬داده¬ی الکترونیکی استفاده شده است که دارای حجم زیادی می¬باشد، از طرفی اکثر تکنیکهای داده¬کاوی و یادگیری ماشین برای داده¬هایی با ابعاد زیاد قابل اجرا نیستند، بنابراین نمی¬توان از تمام متغیرهای موجود در این پایگاه استفاده نمود. در رویکرد اول برای انتخاب متغیرهای پیش¬بین،از روش CATPCA برای کاهش ابعاد مساله بهره برده شده است و در روش دوم تنها متغیرهایی وارد مدل پیش¬بینی شده¬اند که در مطالعات گذشته تاثیر آنها روی مقدار کمک به موسسات خیریه بررسی و اثبات گردیده است. سپس اعتبار مدلها توسط داده¬هایی که برای ارزیابی کنار گذاشته شده بودند، اثبات و در نهایت نتایج هر دو روش تفسیر و با هم مقایسه شده اند.
- Abstract
- With the development of market patterns, a long-term relationship with the customer is more important. But since customers impose a lot of costs on companies including attracting new customers and retaining existing customer costs, Companies need to estimate the value of their customers and provide strategies for keeping profitable customers. CRM, a recent marketing paradigm, pursues long-term relationship with profitable customers. The core parts of CRM activities are understanding customers’ profitability and retain profitable customers. With the rise charity organizations, the need for using concepts of Customer Relationship Management in this area is felt. On the other hand, the increasing human ability in generating and collecting data gives urgency to the need for new technologies to convert large volumes of data to knowledge. Data mining is introduced as a solution to these issues. In this research a charity's donors CLV has been predicted using multiple logistic regression techniques with regard to two approaches to the selection of the independent variables. In this study an electronic database is used that contains large amounts of data, and on one hand the most data mining and machine learning techniques for data with high dimensions are not applicable, so not all of the variables in the database can be used. In the first approach of selecting the predicting variables, CATPCA method is used to reduce the dimensions. In the second method only variables that their impact on the amount of charitable giving has been proven in previous studies, are entered in the model. Then the models are validated whit the holdout data and at the end the results of both methods are interpreted and compared together.
