ارائه مدل پیش‏ بینی رضایت مشتریان از خدمات پشتیبانی نرم‏ افزار شرکت همکاران سیستم با رویکرد داده‏‌کاوی Journal Article

کیفیت کار خود قلمداد می‌کنند. از آنجا که تقریباً کلیه سازمان‌های امروزی نیازمند رقابت در عرصه‌های مختلف از جمله خدمات هستند، ارائه خدمات با کیفیت در دستیابی به مزیت رقابتی پایدار از اهمیت قابل ملاحظه‌ای برخوردار است. سازمان‌ها و شرکت‌ها جهت بقاء و موفقیت در بازارهای رقابتی، ناگزیرند خدماتی با کیفیت به مشتریان ارائه کنند. نتایج بسیاری از پژوهش­­­­­ها نشان می‌دهد کیفیت خدمات مقدمه‌ای برای رضایت مشتری است. با این وجود، بسیاری از شرکت‌های مشتری‌مدار در فرآیند تشخیص و ارزیابی ترجیحات مشتریان با مشکل مواجه شده و اغلب درک اشتباهی از خواسته‌ها و انتظارات مشتریان دارند، زیرا ارائه خدمات با کیفیت بالاتر مستلزم شناخت روابط بین خواسته‌های مشتریان و کیفیت خدمات ارایه‌شده توسط شرکت است. سازمان­­ها و شرکت­های ارائه­دهنده خدمات نرم­افزاری نیز از این قائده مستثنی نیستند. هدف از این پژوهش ارائه مدلی در جهت پیش­بینی میزان رضایت مشتریان از خدمات پشتیبانی ارائه‌شده، تعیین میزان تأثیر هر یک از متغیرهای اثرگذار بر رضایت مشتریان و اطلاع از سطح رضایت مشتریان از خدمات پشتیبانی در شرکت مذکور است. که بدین منظور الگوریتم­های پیش­بینی در داده­کاوی از جمله الگوریتم­های طبقه­بندی و رگرسیون و با استفاده از نرم­افزار رپیدماینر بر روی داده­ها اجرا شدند. از میان این روش­ها آنهایی که بالاترین میزان دقت و کمترین میزان خطا را داشتند به‌عنوان روش­های منتخب، برگزیده شدند. همچنین از روش وزن­دهی برای مشخص کردن موثرترین متغیر­ها در رضایت مشتری استفاده شد تا نتایج حاصل از اینها به‌منظور اتخاذ تصمیمات و پیاده‌سازی راهکارهای بهبود رضایت مشتری در اختیار مدیران شرکت قرار گیرد.

از میان پژوهش های پیشین مشابه ترین به پژوهش حاضر مقاله ای است که توسط لازراتی و همکاران با موضوع پیش بینی رضایت مشتریان در یک رستوران دانشجویی و با استفاده از روش های داده کاوی شبکه عصبی و رگرسیون انجام شده است . به علاوه اینکه پژوهش های انجام شده در حوزه مدل های سنجش رضایت مشتری در صنعت نرم افزاری و خدمات پشتیبانی این حوزه بسیار کم صورت گرفته است . با توجه به مبانی نظری تحقیق میتوان گفت ارائه یک مدل که با استفاده از تکنیک ها و الگوریتم های داده کاوی بتواند میزان رضایت مشتریان از خدمات پشتیبانی نرم افزاری را بسنجد و همچنین آن را پیش بینی کند، میتواند به مدیران و سرپرستان واحدهای خدمات پشتیبانی نرم افزاری در جهت رسیدن به اهداف تعیین شده کمک کند. CRISP(Cross Industry Standard Process for Data Mining) مشتریان در طی یک سال اخیر، میزان کیفیت خدمات پشتیبانی ارائه شده ، شناسایی مشتریان ناراضی و... ارزیابی و تحلیل یافته ها از آنجایی که هدف اصلی پژوهش پیش بینی میزان رضایت است ، و به تناسب نوع متغیر هدف ، از روش های مختلف در داده کاوی استفاده شده است . ٣. نتیجه گیری در این پژوهش روش ها و تکنیک های داده کاوی به منظور پیش بینی رضایت مشتری از خدمات پشتیبانی نرم افزار بررسی شدند. The application of neural network and logistics regression models on predicting customer satisfaction in a student-operated restaurant. Application of data mining techniques in customer relationship management: A literature review and classification.