مروری بر روش های شناسایی الگوی مشتریان بدهکار

تمام سازمان ها و موسسه های خدماتی در قبال ارایه خدمات، هزینه ای دریافت می کنند تا از این طریق منابع موردنیاز خود را جذب کنند و این یک عمل ضروری برای دوام حیات این قبیل سازمان ها بشمار می رود. اگرچه مشتریانی که خدمات خود را بدین روش (اقساطی) دریافت کرده اند در قوانین حسابداری تا زمان سررسید پرداخت دیون و درنهایت تسویه حساب کامل بدهی، جزء دسته بدهکاران طبقه بندی می شوند اما از آنجایی که اطلاعات ایشان برای شرکت ها شفاف و میزان وصولی مورد انتظار از بدهی این مشتریان هم قابل پیش بینی است شرکت ها می توانند با برنامه ریزی مناسب ادامه حیات خود را دنبال نمایند. عدم پرداخت دیون و بدهی ها توسط این مشتریان در موعدهای مقرر از یک سو و افزایش تعداد ایشان، برای شرکت ها می تواند چالش اولیه را ایجاد کند. همچنین ادامه این روند و درواقع تعدد بدحسابی این مشتریان در انجام تعهدات خود در موعدهای بعدی، انباشت بدهی های وصول نشده را در پی خواهد داشت و این آغاز مشکلات مالی برای شرکت هاست. سازمان ها و شرکت های مواجه شده با این شرایط، سعی در پیگیری و استفاده از ابزارهای خود برای وصول این مطالبات دارند اما در همین شرایط نیز مشکلاتی مانند هزینه های برنامه ریزی و پیگیری وصول مطالبات معوقه و سرعت یافتن و یا ادامه پیدا کردن روند افزایش مطالبات معوقه متصور است لذا شرکت ها و سازمان های مواجه شده با این مشکلات در شرایط فوق می بایست علاوه بر کاهش هزینه های پیگیری و وصول مطالبات از بدهکاران بد حساب، برای کاهش، کنترل و درواقع پایین آوردن سرعت رشد این دسته از مشتریان چاره اندیشی نمایند. در این مقاله اقدامات اخیر انجام گرفته برای پیش بینی مشتریان بدهکار و یا پیش بینی بدهکاری مشتریان، با استفاده از روش های سنتی آماری و روش های نوین داده کاوی بطور کامل آورده شده است. نتایج این تحقیق حاکی از آن است که روش های نوین داده کاوی مانند شبکه های عصبی و درخت تصمیم گیری در مقایسه با روش های سنتی، بمراتب عملکرد بهتری از خود نشان می-دهند.