بخش بندی مشتریان بانک به وسیله شبکه های عصبی با تکنیک نگاشت خودسازمانده (SOM) (مورد مطالعه: بانک شهر)
- رشته تحصیلی
- مدیریت صنعتی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 61554
- تاریخ دفاع
- ۰۶ شهریور ۱۳۹۲
- دانشجو
- سعیده السادات آهنگری
- استاد راهنما
- منصور مومنی
- چکیده
- در سال¬های اخیر، سازمان¬ها بیشتر توجه خود را به شناسایی نیازها و توقعات مشتریانشان متمرکز کرده-اند و برای کارآمدتر شدن استراتژی¬های بازاریابی و همچنین برای افزایش سهم بازارشان به بخش¬بندی مشتریان موجود و مشتریان بالقوه¬ خود پرداخته¬اند. با توجه به اینکه امروزه فضای موجود بین بانک¬ها با حضور بانک¬های خصوصی و انواع موسسات مالی و اعتباری که قابلیت¬های بیشتری نسبت به بانک-های دولتی دارند، رقابتی¬تر از گذشته شده است، توجه بانک¬ها نیز به مسئله رضایت مشتریان و توجه خاص به آنچه که آن¬ها می¬خواهند بیشتر شده است. هدف از بخش¬بندی مشتریان، گروه¬بندی مشتریان با نیازها و رفتار خرید مشابه برای حداکثر کردن پاسخ به برنامه¬های بازاریابی هدفدار، برای گروه¬های مختلف است. در این پژوهش ضمن بیان ضرورت بخش¬بندی بازار، به یکی از تکنیک¬های کارآمد در این زمینه یعنی شبکه عصبی SOM پرداخته شده است. پس از معرفی بانک شهر، به بخش¬بندی 1000 نفر از مشتریان حقیقی حساب¬های جاری شعب تهران این بانک بر اساس مشخصه¬های جمعیت¬شناختی و رفتاری که از ادبیات پژوهش استخراج شده است پرداخته و بهترین معماری شبکه برای بخش¬بندی این مشتریان شناسایی شد و با توجه به این معماری بهینه، مشتریان به 4 بخش تقسیم شدند که این 4 بخش عبارتند از: مشتریان هوشمند، مشتریان بی¬تفاوت، مشتریان سنتی و مشتریان کلان. واژگان کلیدی: بخش¬بندی مشتریان- شبکه¬های عصبی – نقشه¬های خودسازمانده (SOM)
- Abstract
- In recent years, most organizations have focused on identifying their customers' needs and expectations; they also classified their existing customers and potential customers for marketing strategies that are more effective and increasing their market share. Given that today the space between the banks has become more competitive than the past attended by private banks and various financial and credit institutions that they have more capabilities than the state banks, the banks have also paid more attention to customers' satisfaction and what they want. The purpose of customer segmentation, grouping customers with the similar needs and buying behavior is to maximize the response to targeted marketing programs for various groups. In this study, while the need for market segmentation was expressed, one of the efficient techniques in this context i.e. SOM neural network was discussed. After the introduction of City Bank, one-thousand actual customers of current accounts of Tehran branches were segmented based on the demographic and behavioral characteristics which were derived from the research literature and the best network architecture customers was identified for the classification of these customers and according to this optimized architecture, customers were divided into four parts included intelligent customers, indifferent customers, traditional customers and major customers.