بکارگیری تکنیکهای داده کاوی و بازاریابی دربخش بندی و تحلیل رفتار مشتریان بانکداری الکترونیکی
محل انتشار: کنفرانس ملی فناوری اطلاعات و جهاد اقتصادی
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 5,615
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
- صنعت بانکداری > بانکداری الکترونیک
- صنعت بانکداری > بانکداری
- صنعت بانکداری > بازاریابی خدمات بانکی
- هوش مصنوعی > داده کاوی
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITEC01_002
تاریخ نمایه سازی: 12 اردیبهشت 1391
چکیده مقاله:
امروزه نظام بانکداری الکترونیکی می بایست به منظور افزایش سهم خود دربازار رقابتی و به کارگیری بهینهمنابع بانکی در ارایه خدمات متناسب با نیاز مشتریان به بخش بندی مشتریان خود بپردازند از این رو لازم است تا رفتار مشتریان بانکی شناسایی و تحلیل شود مسئله اصلی این است که چگونه می توان به شناسایی و تحلیل رفتار مشتریان بانکداری الکترونیکی به منظور بخش بندی آنها و انتخاب گروه هایی از مشتریان ارزشمند برای اتخاذ استراتژیه ای بازاریابی هدف پرداخت دراین مقاله به ارایه مدلی مناسب پرداخته می شود که در آن از تکنیک داده کاوی خوشه بندی برای بخش بندی مشتریان و تکنیک بازاریابی مدل تحلیل RFM برای شناسایی و تحلیل رفتار مشتریان بانکداری الکترونیکی و تعیین میزان ارزش آنها استفاده می شود نتایج نشان میدهد که با بکارگیری تکنیک های خوشه بندی و تحلیل RFM می تواند مشتریان بانکی را براساس رفتار آنها شناسایی و تحلیل نموده و به بخش بندی آنها متناسب با ارزش هرگروه از مشتریان بپردازد.
کلیدواژه ها:
نویسندگان
سیده فاطمه زین العابدینی
دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات
مهرگان مهدوی
استادیار دانشکده فنی مهندسی کامپیوتری دانشگاه گیلان
محمد خان بابایی
دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران باشگاه پژوهشگران جوان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :