چشم انداز مدیریت بازرگانی, دوره (4), شماره (37), سال (2011-1) , صفحات (41-55)

عنوان : ( به­ کار گیری فرایند داده کاوی برای پیش بینی الگوهای رویگردانی مشتری در بیمه )

نویسندگان: احمد توکلی , سعید مرتضوی , محسن کاهانی , زهرا حسینی ,
فایل: Full Text

استناددهی: BibTeX | EndNote

چکیده

توسعه پارادایم بازاریابی دانش محور، تقاضا برای پیوستن داده کاوی به فرآیند های تجاری کسب و کار به ویژه در حوزه های مختلف مدیریت روابط با مشتری را به دنبال داشته است. یکی از حوزه های جدید و مورد اقبال در این زمینه،مدیریت رویگردانی مشتری می باشد. با اعمال فرآیند داده کاوی در مقام یکی از تکنولوژیهای مدیریت دانش، می توان طی کاوش در پایگا ههای داده حجیمی از تعاملات ثبت شده سازمان با مشتریان که منعکس کننده تمایلات و رفتارهای واقعی آنان است به استخراج الگوهایی برای پیش بینی رفتار رویگردانی مشتری نائل آمد و مدیران را در اخذ تصمیمات لازم برای حفظ این مشتریان وکاهش روند ریزش آنان یاری داد. پژوهش حاضر با هدف تبیین قابلیتهای داده کاوی در مدیریت رویگردانی مشتری،و با بهره گیری از متدولوژی استاندارد داده کاوی CRISP-DM، به کاوش در پایگا ههای داده یکی از شرکتهای سهامی عام بیمه ای در رشته بیمه آتش سوزی پرداخته است. نتایج نشان می دهد کانال جذب مشتری عامل اصلی پیش بینی کننده رویگردانی یا ماندگاری مشتری در شرکت بوده و در مراتب بعد سابقه خرید و کاربری مکان بیمه شده به عنوان عوامل پیش بینی کننده رویگردانی قرار می گیرند.

کلمات کلیدی

, داده کاوی, مدیریت رویگردانی مشتری, دسته بندی
برای دانلود از شناسه و رمز عبور پرتال پویا استفاده کنید.

@article{paperid:1024213,
author = {توکلی, احمد and مرتضوی, سعید and کاهانی, محسن and حسینی, زهرا},
title = {به­ کار گیری فرایند داده کاوی برای پیش بینی الگوهای رویگردانی مشتری در بیمه},
journal = {چشم انداز مدیریت بازرگانی},
year = {2011},
volume = {4},
number = {37},
month = {January},
issn = {2251-6050},
pages = {41--55},
numpages = {14},
keywords = {داده کاوی، مدیریت رویگردانی مشتری، دسته بندی},
}

[Download]

%0 Journal Article
%T به­ کار گیری فرایند داده کاوی برای پیش بینی الگوهای رویگردانی مشتری در بیمه
%A توکلی, احمد
%A مرتضوی, سعید
%A کاهانی, محسن
%A حسینی, زهرا
%J چشم انداز مدیریت بازرگانی
%@ 2251-6050
%D 2011

[Download]