فهیمه سادات قاسمی - گروه مدیریت بازرگانی،واحدقم،دانشگاه آزاد اسلامی،قم،ایران

امروزه گسترش روز افزون فناوری اطلاعات وحجم بالای داده های ذخیره شده از مشتریان، ابزار بسیارمناسبی، برای پژوهشگران است تا ازآن برای به دست آوردن راهکارهای مناسب جهت پیشرفت صنایع استفاده کنند.امروزه مشتریان به عامل بسیارمهم وحیاتی در هدایت سرمایه گذاران، تولیدکنندگان وحتی محققان ونوآوران مبدل گشته اند.به همین دلیلسازمان ها نیاز دارند مشتریان خود را بشناسند وبرای آن ها برنامه ریزی کنند.تا کنون برای شناسایی مشتریان و به خصوص شناسایی رفتارآن ها روش هایی استفاده شده که از جمله می توان روش های آماری را معرفی کرد که البته محدودیت ها ومشکلاتی دارد. در این پژوهش با استفاده از درخت تصمیم و روش خوشه زنی و نرم افزار رپیدماینربا بهره گیری از جداول هوش تجاری چارچوبی را برای شناسایی مشتریان مناسب (با تکیه بر بیمه شخص ثالث) ارایه کردیم.ابتدا مشتریان را بر اساس اطلاعات بیمه نامه مشتریان(ویژگی هایشان ) خوشه بندی کردیم سپس با استفاده از تکنیک درخت تصمیم ونرم افزار رپیدماینر نشان دادیم چه کسی خریدار احتمالی هست چه کسی خریدار نیست، در واقع ما یک تعداد مشتری داریم،می خواهیم ببینیم که آیا آن ها خریدار هستند یا نه وهدف اصلی این است که درصد خریدارها را پیدا کنیم وبه آن ها پیام الکترونیکی بدهیم. ما از خریدارانی استفاده نموده ایم که به محصول ما علاقه مند بودند و از آن ها به عنوان مشتریان نمونه Model Customers برای یافتن مشتریان مشابه از میان غیر خریداران استفاده نمودیم. که از این طریق بتوانیم با بازایابی هدفمند به افزایش سود دهی واثر بخشی شرکت های بیمه ای دست یافته باشیم

هوش تجاری ، نرم افزار رپیدماینر،بیمه،درخت تصمیم،خوشه بندی ، سود دهی ، اثربخشی ، بازاریابی