چکیده:
به دو روش فازی و غیرفازی گرهبندی شدند.برای تعیین تعداد بهینه خوشهها ابتدا مجددا با استفاده از الگوریتم ژنتیک مشتریان در گروههای مختلف تقسیمبندی شده با استفاده از روابط خاص تعریف شده تعداد بهینه خوشهها تعیین شد.برای ارزیابی کیفیت خوشههای بدست آمده از معیار سنجش تراکم خوشهها استفاده شد.سپس با استفاده از معیارهای تازگی مراجعه هر مشتری،تکرار مراجعات آنها و ارزش پولی هر مشتری ارزش خوشهها تعیین شد و در انتها برای تحلیل خوشهها و تبیین استراتژی مناسب هر خوشه از هرم ارزش مشتری استفاده میشود.در انتها نیز با استفاده از درخت تصمیمگیری قوانین شناسایی مشتریان جدید استخراج شد.امروزه مدیریت ارتباط با مشتری فقط یک مزیت رقابتی نیست بلکه شناسایی و جذب مشتریان وفادار و نگهداشتن آنها برای ادامه حیات در بازار رقابت،امری ضروری است.بانکها و موسسات اعتباری در گذشته به علت محدودیت تنوع خدمات و عدم دسترسی به اطلاعات مشتریان،از روشهای ساده کیفی جهت سنجش اعتبار مشتریان خود استفاده میکردند ولی امروزه به دلیل وجود بانکداری الکترونیکی ثبت اطلاعات تراکنشی مشتریان راحتتر صورت میگیرد و همین امر موجب شده است روشهای کمی جایگزین روشهای کیفی شود. در بررسیهای انجام شده یکی از مشکلات بانک ملت عدم شناسایی مشتریان و عدم اتخاذ تصمیمات مناسب مدیریت و سلیقهای بودن تصمیمات در برخورد با
خلاصه ماشینی:
"انواع مختلف داده کاوی و روشهای مورد استفاده (به تصویر صفحه مراجعه شود) درگذشته روشهای کلاسیک مختلفی نظیر تجزیه و تحلیل خطی،رگرسیون خطی برای اعتبارسنجی مشتریان استفاده شدهاند که در بین این دو روش،تجزیه و تحلیل خطی از مقبولیت بیشتری برخوردار میباشد.
11 1-انتخاب یک تقسیمبندی اولیه با k خوشه شامل نمونههای انتخابی تصادفی و محاسبه مراکز خوشهها 2-تولید یک تقسیمبندی جدید با تخصیص هر نمونه به نزدیکتری مرکز خوشه 3-محاسبه مراکز جدید خوشهها به عنوان مراکز خوشهها 4-تکرار قدمهای 2 و 3 تا اینکه یک مقدار بهینه برای تابع معیار پیدا شود(یا اینکه اعضای خوشه ثابت شود) خوشهبندی و الگوریتم ژنتیک و تعیین تعداد بهینه خوشهها در خوشهبندی با استفاده از الگوریتم ژنتیکیک معیار خوشهبندی به نام u به صورت زیر استفاده میشود: (به تصویر صفحه مراجعه شود) وظیفه الگوریتم ژنتیک یافتن مراکز خوشه به گونهای است که معیار خوشهبندی u حداقل شود.
مقادیر محاسبه شده برای ارزیابی خوشهها با استفاده از معادلات ذکر شده (به تصویر صفحه مراجعه شود) باتوجه به هرم ارزش مشتری میتوان خوشهها را به صورت زیر تحلیل کرد و استراتژیهای مدیریت ارتباط با مشتری برای هر خوشه را تبیین نمود: سابقه رابطه با مشتریان خوشه 1 تا هماکنون نسبتا بلندمدت و ادامهدار بوده ولی مانده پایان دوره آنها بسیار پایین است.
در این مقاله سپس ارزش خوشهها تعیین شد و در انتها برای تحلیل خوشهها و تبیین استراتژی مناسب برای هر خوشه از هرم ارزش مشتری بهره گرفته شد و باتوجه به نتایج بدست آمده دیگر نیازی به شناخت تکتک مشتریان نمیباشد،بلکه هر خوشه معرف ویژگیهای مشتریان موجود در آن گروه است."