عنوان پایان‌نامه
ارزش گذاری و دسته بندی مشتریان جهت به کارگیری مدیریت ارتباط با مشتری CRM در بازاریابی خدمات بانکی، رهیافت شبکه عصبی GMDH
- رشته تحصیلی
- اقتصاد و تجارت الکترونیک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه دانشکده اقتصاد شماره ثبت: 1198;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 43262
- تاریخ دفاع
- ۲۰ دی ۱۳۸۸
- دانشجو
- سمیه خادم شریعت
- استاد راهنما
- علی معینی
- چکیده
- مدیریت ارتباط با مشتری (CRM)، ابزاری کارآمد برای بدست آوردن، نگهداری و افزایش رضایتمندی مشتریان در صنایع رقابتی می¬باشد. یکی از مهم¬ترین ابزارها در جهت رسیدن به مدیریت ارتباط با مشتری سودآور، محاسبه ارزش طول عمر مشتری (CLV) است که باعث می¬شود بانک بیشترین تلاش خود را برای حفظ مشتریان با سودآوری بیشتر متمرکز کند. CLV مقدار ارزشی است که انتظار می¬رود یک مشتری در یک افق زمانی معین برای سازمان به همراه داشته باشد که بدون شک این ارزش با میزان منفعتی که از این دسته مشتریان عاید سازمان می¬شود ارتباط مستقیم دارد. در این تحقیق، نقش مدیریت ارتباط با مشتری و بازاریابی خدمات در بانک¬ها و لزوم تحقق آنها جهت افزایش ارزش مشتریان، مورد بررسی قرار گرفته است. با شناخت دسته¬های مختلف مشتریان و ویژگی¬های آنها از یک طرف، شناسایی و دسته¬بندی خدمات بانک و ویژگی¬های آنها از طرف دیگر، می-توان الگوی مناسبی جهت ارائه خدمات شخصی¬سازی شده مناسب به هر مشتری بر اساس ویژگی¬های منحصر به فرد او، تبیین نمود. بر این اساس، ضرورت محاسبه ارزش طول عمر مشتری در مدیریت ارتباط با مشتری تبیین، و به ¬منظور الگوسازی آن، از شبکه عصبی GMDH به دلیل کارایی بالای آن در زمینه پیش¬بینی، استفاده گردیده است. بدین منظور، از متغیرهای جمعیت¬شناختی و مالی به عنوان ورودی-های شبکه عصبی استفاده شده است. نتایج حاکی از آن است که متغیرهای مالی تأثیر بیشتری بر ارزش مشتری داشته و متغیر "میانگین مبلغ سپرده" در تمامی تخمین¬ها به عنوان عامل مؤثر پایدار تکرار شده ¬است. از میان اطلاعات جمعیت-شناختی، "سن"، "وضعیت تأهل"، "گروه مشتری"و "نوع حساب" به نسبت¬های متفاوت بر ارزش طول عمر مشتری مؤثرند. سپس بر اساس الگوی پیش بینی بدست آمده به تبیین راهبردهای مناسب بازاریابی پرداخته شده است.
- Abstract
- Customer relationship management (CRM) is an effective method for acquiring, maintaining and increasing customer satisfaction in competitive industries. One of the most important ways to get to profitable CRM is to calculate customer lifetime value (CLV) which results in focusing on the most profitable customers. CLV is the expected value that a customer will provide in a certain period for the bank. This value has direct relationship with the profit that the bank gets from those customers. In this research the important role of customer relationship management and banking services marketing for increasing customer value have been investigated. Identifying and segmenting different types of customers and their interests on one hand, and segmenting different kinds of banking services on the other hand, help us to design an appropriate pattern to provide proper services to each customer. Here, we use the GMDH neural network approach to model the data of the customers. Demographic and financial variables are used as the neural network inputs. Results reveal that financial variables are more effective on customer value than demographic variables. Also “the average amount of accounts” has serious effect on estimations. “Age”, “marital”, “customer group” and “the account type”, among the demographic variables, have different impacts on customer value. Hence, according to the prediction pattern and based on customers? value, brief strategies have been proposed.
