ارزش طول عمر مشتری

امروزه یکی از چالش های بزرگ سازمان های مشتری محور، شناخت مشتریان، ایجاد تمایز بین گروه های مختلف مشتریان و رتبه بندی آنهاست. در گذشته تفکیک مشتریان به گروه های مختلف با رویکرد بخش بندی بر اساس نیاز مشتری صورت می گرفت. اما امروزه ارزش مشتری به عنوان عامل قابل اندازه گیریمی تواند در بخش بندی مشتریان به کار رود. هدف اصلی این مقاله بخش بندی مشتریان بانک بر اساس عوامل مؤثر بر ارزش طول عمر مشتریان در حیطه بانکداری خرد است. در راستای این هدف اطلاعات تراکنشی و اطلاعات استفاده از خدمات بانکی مربوط به 30,000 مشتری بانک صادرات ایران در دوره زمانی یک ساله (از فروردین 89 تا فروردین 90) دریافت شد. مشتریان نمونه بر اساس تحلیل آر اف ام و از طریق اطلاعات تراکنشی (تاریخ آخرین تراکنش، تعداد تراکنش ها در بازه زمانی یک ساله و مانده حساب در انتهای این بازه زمانی) با استفاده از الگوریتم two step خوشه بندی شدند. سپس کشف الگوهای پنهان بین داده های استفاده از خدمات بانکداری و بخش های مختلف مشتریان با استفاده از الگوریتم C5.0 انجام گرفت. طبق نتایج به دست آمده، مشتریان به چهار بخش تفکیک شدند و ویژگی های هریک از بخش ها مورد بررسی و تجزیه و تحلیل قرار گرفت. نتایج به دست آمده از این پژوهش می تواند برای تدوین برنامه های بازاریابی و توسعه و پیشنهاد محصول و خدمات برای هر یک از گروه های مشتریان به کار رود.

باتوجه به محیط رقابتی کنونی در صنعت بیمه، شرکت های بیمه لازم است به منظور حداکثر کردن سودآوری مشتری، علاوه بر اکتساب مشتریان جدید، به حفظ مشتریان قدیمی و افزودن ارزش آنها بپردازند. یکی از متداول ترین راه های افزایش ارزش مشتری برای شرکت های بیمه، فروش محصولات بیشتر به مشتریان کنونی و برتر شرکت است که به آن فروش متقاطع گویند. در این تحقیق از مدل RFM به منظور تحلیل ارزش مشتریان یکی از شرکت های بیمه ای بزرگ استفاده شده است. مشتریان این شرکت براساس سه متغیر تازگی، تکرار و ارزش پولی بخش بندی شده اند. پس از محاسبه این متغیرها، بااستفاده از الگوریتم های k-means و fuzzy c-mean مشتریان خوشه بندی شده اند. نتایج این خوشه بندی از نظر کیفیت براساس معیار سیلوئت سنجیده شده است. وزن هریک از این متغیرها در صنایع مختلف می تواند متفاوت باشد، ازاین رو بااستفاده از روش تحلیل سلسله مراتبی، وزن هریک از این متغیرها تعیین شده است. سپس خوشه ها برحسب ارزش رتبه بندی شده اند و سودآورترین مشتریان مشخص شده اند. همچنین در فاز دوم این تحقیق، بااستفاده از تکنیک استخراج قوانین انجمنی، الگوهای مصرف مشتریان در هر خوشه، ترسیم گردیده است.

دنیای رقابتی امروز، تعامل شرکت ها و سازمان ها را با مشتریان خود به طور قابل توجهی تغییر و بهبود داده است. از این رو، یکی از چالش های اساسی سازمان ها، شناسایی مشتریان فعلی خود، تخصیص بهینه منابع به آنها و ایجاد تمایز بین گروه های مختلف مشتری و در نهایت سنجش و رتبه بندی هر گروه بر مبنای ارزش آن گروه است. هدف اصلی این پژوهش، مطالعه مقایسه ای بین الگوریتم های خوشه بندی به عنوان یکی از مهمترین تکنیک های داده کاوی و به کارگیری آنها در راستای سنجش ارزش مشتریان(ارزش طول عمر مشتری) است. صنعت مورد مطالعه در این پژوهش، صنعت بیمه و به صورت جزئی تر، حوزه بیمه بدنه اتومبیل است. روش پیشنهادی این پژوهش، برگرفته از روش CRISP-DM است و نیز در راستای بخش بندی و سنجش ارزش طول عمر مشتریان، از یکی از مدل های توسعه یافته RFM استفاده شده است. در این پژوهش اطلاعات نزدیک به 812 مشتری از شرکت منتخب در حوزه بیمه(بیمه بدنه خودرو) استخراج شده است و سپس با استفاده از نرم افزارهای توانمند در حوزه داده کاوی و محاسبات آماری به نام های RapidMiner وSPSS و Matlab و با به کارگیری الگوریتم های مختلف، مشتریان خوشه بندی شده اند. پس از تحلیل نتایج هر خوشه و تعیین بهترین روش خوشه بندی بر مبنای شاخص های Silhouette و SSE، به تحلیل و مقایسه ارزش مشتریان در خوشه های به دست آمده از بهترین شیوه خوشه بندی می پردازیم. در نهایت با استفاده از فرایند پیشنهادی این پژوهش می توان ارزش هر گروه از مشتریان را در صنعت بیمه به دست آورد و استراتژی های بازاریابی متناسب با هر گروه از مشتریان را ارائه نمود.

در عصر حاضر، مشتریان مهم ترین منبع درآمد مؤسسات مالی و بانک ها محسوب می شوند. با توجه به روند خصوصی سازی در کشور و تغییر ساختار مالی بانک ها، ضرورت بیشتری در حفظ و جذب مشتریان سودآور احساس می گردد. هرچند یکی از مهم ترین روش های شناسایی مشتریان سودآور مفهوم ارزش طول عمر مشتری است ولی مهم تر از آن برآورد و تخمین وضعیت آینده مشتریان است زیرا که سودآوری بانک به وضعیت مشتریان در آینده بستگی دارد. در این تحقیق، ابتدا مبحث ارزش طول عمر مشتری و ضرورت و انواع دسته بندی مشتریان ارائه گردیده و سپس با استفاده از مدل RFM و تکنیک AHP و نظرات خبرگان بانکی نسبت به وزن دهی متغیرهای مورد بررسی اقدام و با توجه به میانگین سه متغیر فوق، مشتریان گروه بندی گردیده اند. همچنین با استفاده از زنجیره مارکوف و استخراج ماتریس احتمال، جابجایی مشتریان در گروه های مختلف و وضعیت آینده این گروه ها پیش بینی شده است. یافته اصلی این تحقیق را می توان استخراج ماتریس احتمال که قابلیت پیش بینی جابجایی مشتریان در گروه های مختلف را دارد ذکر نمود. با استفاده از این ماتریس به عدم تمایل تعداد زیادی از مشتریان به جابجایی در بین گروه های تعیین شده دست می یابیم )بیشترین درصد مشتریان در قطر اصلی ماتریس احتمال قرار دارد(. در این تحقیق نشان داده شده است که متغیر مانده حساب ) M ( بیشترین تأثیر را در گروه بندی مشتریان دارا بوده و دو متغیر تعداد تراکنش ها ) F ( و تازگی ) R ( به ترتیب در رتبه های دوم و سوم تأثیرگذاری قرار می گیرند. از دیگر نتایج این تحقیق، تعیین ضریب C است که جهت رتبه بندی گروه های مختلف استفاده شده است. در این تحقیق سعی شده است با تلفیق اطلاعات مناسب مالی و استفاده از مفاهیم زنجیره مارکوف، جابجایی مشتریان در گروه های تعیین شده پیش بینی و راهکارهای مناسبی جهت مدیریت ارتباط با مشتریان در صنعت بانکداری ارائه گردد.

برای چندین دهه، سازمان ها بیش از مشتریان بر نشان تجاری و محصولاتشان تمرکز می کردند؛ اما اکنون بنگاه های اقتصادی بر ایجاد و حفظ ارتباط مؤثر با مشتریان متمرکز شده اند. در چنین شرایطی شناخت مشتریان و نیازهای آنان به امری حیاتی برای سازمان ها تبدیل شده است. یکی از پرکاربردترین روش های شناخت مشتریان، بخش بندی آنها به گروه های متجانس و شناخت ویژگی های هر بخش است؛ اما شیوه های سنتی و ایستای بخش بندی مشتریان پاسخگوی تغییرات سریع بازارهای پویای امروزی نیست. در عصر ارتباطات و فناوری های نوین، مشتریان مدام در بین بخش های مختلف جابه جا می شوند. شناخت الگوهای تغییرات و چگونگی پویایی بخش های مشتریان، عاملی کلیدی برای کسب بینش عمیق از مشتریان، پیش بینی تغییرات بازار و حتی هدایت مؤثر آن است. عمده پژوهش های پیشین در این موضوع سعی در تدوین الگویی عمومی و میان صنعتی برای تفسیر پویایی مشتریان کرده اند؛ حال آنکه ماهیت بخش های مشتریان و الگوهای پویایی از صنعتی به صنعت دیگر کاملاً متفاوت است. پژوهش حاضر با در نظر گرفتن مشخصات یک صنعت خاص (صنعت بانکداری)، الگوهای پویایی مشتریان را با استفاده از ابزارهای تحلیل داده های بزرگ کاوش و مطالعه کرده است. نتایج این مطالعه، هشت گونه از الگوهای پویایی و روابط میان آنها را در صنعت مطالعه شده آشکار ساخته و با استفاده از آنها، راهکارهایی برای پیش بینی پویایی آینده مشتریان و هدایت آن برای ارتقای اثربخشی فعالیت های بازاریابی، پیشنهاد داده است.

یکی از مباحث مهم در زمینه حفظ مشتریان و چگونگی رفتار با آنها، ارزش طول عمر مشتری (CLV) است . هدف از این پژوهش، طراحی مدلی برای خوشه بندی و پیش بینی طول عمر مشتریان و همچنین ارزیابی مشتریان در مرکز شماره گذاری کالا و خدمات ایران است. در این پژوهش اطلاعات 74385 عضو این سازمان در بازه زمانی 1390 - 1396 دریافت شد. مشتریان توسط تکنیک داده کاوی CRISP طبقه بندی شده و درنهایت مدلی برای پیش بینی آن ها طراحی شد. ابتدا اعضا توسط مدل RFM و الگوریتم K-Means به 7 طبقه دسته بندی شده و سپس هر طبقه توسط روش محاسبه ارزش طول عمر مشتریان رتبه بندی شد. در ادامه توسط الگوریتم های رگرسیون لجستیک، درخت تصمیم و شبکه های عصبی، الگوهای پنهان بین داده ها و بخش های مختلف مشتریان کشف شدند. نتایج این پژوهش، رفتار مشتریان هر یک از خوشه ها را در خدمات مرکز و همچنین مدل رفتار مشتریان آتی را نشان داده است. این پژوهش با تحلیل خوشه ها به مدیران در ارائه راهبردهای بازاریابی، حفظ اعضای وفادار و جذب یا حذف اعضای غیرفعال، یاری می رساند. در پژوهش حاضر تعداد خوشه مناسب برای مشتریان 7 عدد است؛ همچنین در پیش بینی کلاس مشتریان عملکرد شبکه های عصبی با دقت 56 / 99 درصد نسبت دیگر الگوریتم ها بهتر بوده است.

در دوران حاضر مشتریان به عنوان دارایی ارزشمند سازمان محسوب می گردند و سازمان ها بجای تمرکز بر تعاملات مقطعی باید به تحکیم رابطه بلندمدت با مشتریان بپردازند . این امر نیازمند شناخت صحیح مشتریان و ارزش واقعی آنان است . یکی ازپرکاربردترین روش های شناخت مشتریان ، بخش بندی آن ها به گروه های متجانس و شناخت ویژگی های هر بخش است ، اما شیوه های سنتی و ایستای بخش بندی مشتریان قادر به پاسخگویی به تغییرات سریع بازارهای پویای امروزی نیست . در عصر ارتباطات و فناوری های نوین ، مشتریان مداوما در بین بخش های مختلف جابجا می شوند . شناخت الگوهای تغییرات و نحوه پویایی بخش های مشتریان ، عاملی کلیدی برای کسب بینش عمیق از مشتریان ، پیش بینی تغییرات بازار و حتی هدایت مؤثر آن است . پژوهش حاضر الگوهای پویایی مشتریان را با استفاده از ابزارهای تحلیل داده های بزرگ در صنعت بانکداری مورد کاوش و مطالعه قرار داده است . نتایج این مطالعه ، سیزده گونه از روابط میان پویایی مشتریان و روندهای بازار در صنعت مورد مطالعه را آشکار نمود که با استفاده از آنها ، راهکارهایی برای پیش بینی پویایی آتی مشتریان و هدایت آن به نفع سازمان پیشنهاد گردید .

امروزه شرکت ها به دنبال تدوین استراتژی هایی برای جذب مشتریان جدید و همچنین حفظ مشتریان کنونی و برقراری رابطه ای دائمی با آن ها هستند تا ارزش طول عمر آن ها را افزایش دهند. ارزش طول عمر هر مشتری یکی از مهم ترین ابزارها در جهت رسیدن به مدیریت ارتباط با مشتری سودآور است. پژوهش حاضر با هدف بررسی تأثیر بازاریابی رابطه مند بر ارزش طول عمر مشتری با نقش میانجی کیفیت رابطه انجام گرفت. این پژوهش از لحاظ هدف، کاربردی و از لحاظ گردآوری داده ها، توصیفی همبستگی است. برای گردآوری داده ها از پرسشنامه استفاده شده است. جامعه آماری پژوهش را مشتریان بانک ملت (21 شعبه) شهر تبریز تشکیل می دهند. با توجه به نامعلوم بودن تعداد جامعه آماری، بر اساس فرمول کوکران برای جوامع نامعلوم، 384 پرسشنامه به روش نمونه گیری در دسترس جمع آوری شد. تجزیه و تحلیل داده ها با استفاده از روش مدل سازی معادلات ساختاری نشان می دهد بازاریابی رابطه مند به طور مستقیم بر ارزش طول عمر مشتری با ضریب مسیر 51/0 و بر کیفیت رابطه با ضریب مسیر 57/0 تأثیر مثبت و معنی داری دارد. همچنین بازاریابی رابطه مند به طور غیرمستقیم از طریق متغیر میانجی کیفیت رابطه با ضریب مسیر 51/0 بر ارزش طول عمر مشتری تأثیر دارد. با توجه به معنی داری اثر مستقیم و غیرمستقیم متغیر کیفیت رابطه نقش میانجی جزیی در این رابطه ایفا می کند. بانک ها می توانند با سرمایه گذاری روی بازاریابی رابطه مند و بهبود کیفیت رابطه، ارتباط مؤثری با مشتریان برقرار کرده و باعث افزایش طول عمر مشتری و ارزش حاصل از آن شوند.

امروزه نقش مدیریت ارتباط با مشتری به عنوان ابزار راهبردی در توسعه سازمان های تولیدی و خدماتی و همچنین جذب و نگهداری مشتریان در صنایع رقابتی، انکارناپذیر است. شناسایی، ارزش گذاری و دسته بندی مشتریان و تخصیص بهینه منابع به آنها با توجه به ارزشی که برای سازمان ها دارند، از دغدغه های اصلیِ حوزه مدیریت ارتباط با مشتری است. در این مقاله با استفاده از شبکه عصبی GMDH به محاسبه و پیش بینی ارزش طول عمر مشتریان، به عنوان ابزاری کلیدی در تحقق نقش مدیریت ارتباط با مشتری در صنعت بانکداری پرداخته شده است. برای این منظور، اطلاعات جمعیت شناختی و مالی 5000 مشتری حقیقی ارزنده یکی از بانک های خصوصی کشور با شرط میانگین موجودی بیش از 500 میلیون ریال در حداقل یکی از حساب ها، وارد شبکه شد. نتایج نشان داد به کمک این روش می توان با دقت بالای 90 درصد ارزش طول عمر مشتریان را پیش بینی کرد که به نسبت روش های آماری متعارف، دقت بیشتری دارد. پس از حذف متغیرهای مؤثر و مضاعف، شبکه بار دیگر آزمایش شد که در این حالت نیز پیش بینی با دقت بیش از 85 درصد بود

مدیریت ارتباط با مشتری ترکیبی از شیوه ها، استراتژی ها و فناوری هایی است که شرکت ها برای مدیریت و تجزیه و تحلیل تعاملات و داده های مشتری در طول چرخه حیات مشتری استفاده می کنند. این مقاله یکی از مفیدترین قانون ها در ارتباط با مدیران و مشتریان که به عنوان CRM شناخته شده است را توضیح میدهد. CRM یک نام مخفف است که از سه کلمه اصلی تشکیل شده است: مشتری، ارتباط و مدیریت (مدیریت ارتباط با مشتری). CRM تمام جنبه های تبادل با مشتریان و تمام اجزا داخل سازمان که در ارتباط با مشتری هستند ار شامل می شود. یکی از مهمترین قوانین در CRM فرمول 4P است. 4P همان قیمت، محصول، ترویج و موقعیت می باشد. ارزش طول عمر مشتری (CLV) یکی از ابزارهای ممکن در اندازه گیری این روابط است.

این مطالعه به دنبال پر کردن شکاف تحقیق با استفاده از آنالیز داده های بزرگ از طریق تحلیل تقریبا 44،000 تراکنش فروش مروبط به 26،000 مشتری یک فروشگاه خرده فروشی تایوانی، برای درک چگونگی ارتباط ویژگی های شخصیتی مصرف کنندگان با ویژگی های کشور سازنده (COO) (شخصیت برند) برندهای ماء الشعیر و پیش بینی ارزش بالقوه طول عمر مشتری (CLV) ،می باشد. یافته ها نشان می دهد که مصرف کنندگان تمایل دارند که برند های هر کشور را با صفات شبیه به صفات شخصیت خود (یعنی ژاپن-صلح طلبی، بلژیک -آزادی ، ایرلند- هیجان و ...) خریداری کنند. به طور معناداری، مشتریانی که در گروهی با صفات شخصیتی مرتبط با " صلح طلبی " و "آزادی" دسته بندی شده اند ،در میان پنج خوشه تحلیل شده به عنوان سودآورترین مشتریان بودند (CLV value = 0.3149, 0.2635). این مطالعه دیدگاه های ارزشمند جدیدی را در مورد ویژگی های شخصیتی کشور سازنده ی برند و ویژگی های شخصیتی مصرف کننده با رفتارهای خرید تعاونی همراه با استفاده از تکنیک های داده کاوی فراهم می کند و ارزش توسعه ی CLV را در ایجاد استراتژی های بازاریابی مناسب ارزیابی می کند.

مدیریت دانش مشتریان برای سازمان ها این امکان را فراهم می آورد که با احتمال بیشتری قادر به تشخیص فرصت های پدیدار شده در بازار بوده و مزیت رقابتی خود را افزایش دهند. سازمان ها و شرکت های پیشرو دریافتند که اساسا با به کارگیری دانش مشتری و مدیریت صحیح آن می توانند مولدتر باشند. اهمیت پرداختن به مبحث چابکی نیز در سازمان ها از ضرورت کاستن زمان پاسخگویی و بهبود انعطاف پذیری در مواجهه با جهان متحول و متغیر امروزی نشئت می گیرد. سرعت عرضه محصول یا ارائه خدمات به ارباب رجوعان، افزایش کیفیت محصول یا خدمات و کاهش قیمت آن، تغییرات فناوری و کاری، همگی از عواملی هستند که مدیران را برای برنامه ریزی به منظور ایجاد یک سازمان چابک و مشتری مدار ترغیب می کنند .پژوهش حاضر بر اساس هدف کاربردی و بر اساس ماهیت و روش توصیفی– همبستگی است، به منظور جمع آوری داده ها و اطلاعات برای تجزیه وتحلیل از پرسشنامه استاندارد استفاده شده است. جامعه آماری این پژوهش شامل 30 نفر از کارکنان شرکت فرسگال پلاست می باشد که با توجه به فرمول کوکران حجم نمونه آماری این تحقیق 28 نفر به دست آمده است.بمنظور سنجش روایی از روایی همگرا و برای سنجش پایایی از پایایی ترکیبی و محاسبه ضریب آلفای کرونباخ استفاده شده است.نتایج تجزیه و تحلیل داده ها با نرم افزار PlS نشان داد که هر 4 فرضیه پژوهش مورد تایید قرار گرفته است و بیشترین تاثیر هم مربوط به رابطه بین چابکی و ارزش طول عمر مشتری با میزان ضریب مسیر 562/. می باشد.

در این تحقیق، رفتار مشتریان ارزی بانک سپه با دیدگاه سودآوری با استفاده از روش خودگردان سازی پیش بینی می گردد. داده ها از پایگاه داده موجود در سیستم جامع بانکداری بانک سپه جمع آوری شده اند. جامعه آماری (همچنین نمونه آماری) تحقیق مشتمل بر مشتریانی است که به طور همزمان دارای حساب مدت دار ارزی در بانک بوده و از تسهیلات ارزی نیز استفاده کرده اند که در دوره زمانی تحقیق تعداد آنها 381 نفر می باشد. در ابتدا روش های مختلف تعیین ارزش طول عمر مشتری در سازمان و ضرورت آن بیان شده است، سپس با استفاده از بخشی از داده های مالی و فردی مشتریان ارزی بانک سپه در دوره مالی 1390- 1397 و شناسایی متغیرهای مؤثر بر میزان سودآوری مشتریان در بانک مذکور روش مناسب برای بخش بندی مشتریان، روش خوشه بندی K میانگین تعیین شده است. در مرحله بعد مشتریان مذکور به گروه های مختلف تقسیم شده و سپس با استفاده از ماتریس احتمال انتقال مشتریان در گروه های مختلف و روش خودگردان سازی میزان سودآوری آنها بر اساس شباهت رفتارشان در زمان حال با رفتارشان در دوره های گذشته پیش بینی شده است. در نهایت با مقایسه نتایج بدست آمده با دو روش پایه رگرسیون های ساده و چند متغیره مشخص گردید که عملکرد روش مورد استفاده در تحقیق نسبت به دو مدل پایه دیگر بهتر می باشد .

پژوهش حاضر به منظور شناسایی شاخص های پیشرو ارزش طول عمر مشتری در باشگاه های ورزشی تدوین شده است. این پژوهش به لحاظ هدف، کاربردی و از منظر ماهیت و روش آمیخته (اکتشافی متوالی) است. پژوهش در دو بخش کیفی و کمی انجام شد. نمونه بخش کیفی را 18 نفر از خبرگان و متخصصین ورزشی و در بخش کمی 384 نفر از مدیران ورزشی باشگاه های ورزشی تشکیل می دادند. انتخاب نمونه در بخش کیفی به روش غیر تصادفی هدفمند با رویکرد گلوله برفی انجام گرفت و داده ها با مصاحبه های نیمه ساختاریافته جمع آوری گردید. در بخش کمی از روش نمونه گیری خوشه ای و تصادفی طبقه ای حجم نمونه انتخاب و از پرسشنامه خروجی از بخش کیفی داده ها جمع آوری گردید. در مرحله کیفی از روش های آماری تکنیک دلفی و در مرحله کمی از معادلات ساختاری استفاده گردید. تحلیل های آماری با نرم افزارهای اس.پی.اس.اس و آموس انجام گرفت. نتایج گویای این است که پیشرانهای ارزش طول عمر مشتری به عوامل نه گانه (سخت افزاری، نرم افزاری، مالی، راهبردی، اجتماعی، انگیزشی، رفتاری، فرآیندی و اجرایی) بستگی دارد. در راستای نتایج پیشنهاد می شود مدیران، با در نظر گرفتن مؤلفه های عوامل انگیزشی، اجرایی و رفتاری زمینه رضایت و وفاداری مشتریان، اعتماد و اطمینان در آنان را بهبود بخشیده و همچنین با موردتوجه قرار دادن عوامل راهبردی و مالی، وضعیت آتی مشتریان را پیش بینی نمایند.

پیشینه و اهداف: استفاده از شیوه های نوین بازاریابی در کسب وکارهای امروزی به شدت مورد نیاز تمام سازمان هاست. یکی از مسائل مهم در حوزه حفظ و نگهداشت مشتری ارزش طول عمر مشتری است. ارزش طول عمر مشتری تأثیر زیادی در بهینه سازی عملکردهای شرکت ها، از جمله شرکت های بیمه دارد. هدف از اجرای این پژوهش، شناسایی عوامل اثرگذار بر افزایش ارزش طول عمر مشتری شرکت های بیمه است.روش شناسی: این پژوهش از نوع پژوهش های آمیخته با رویکرد کیفی و کمّی است که از نظر هدف، کاربردی و از لحاظ نحوه گردآوری داده، از نوع مطالعات پیمایشی است. جامعه آماری پژوهش، مدیران و کارشناسان شرکت ها و سازمان های بیمه، خبرگان و اساتید دانشگاهی بودند که با استفاده از روش نمونه گیری گلوله برفی انتخاب شدند. در بخش کیفی ابزار گردآوری اطلاعات، مصاحبه و در بخش کمّی پرسش نامه بود که برای شناسایی مقوله ها، از مصاحبه نیمه ساختاریافته و از پرسش نامه به منظور اعتباریابی الگو استفاده شد. در بخش کیفی روش تحلیل داده ها، رویکرد نظریه داده بنیاد با روش استراوس و کوربین بود که با استفاده از نرم افزار MAXQDA و با استفاده از روش کدگذاری تدوین شد و در بخش کمّی، روش تحلیل بر مبنای آزمون همبستگی کندال بود. به منظور بررسی روایی پژوهش بخش کیفی، از مدل کرسول به همراه روایی محتوایی و پایایی درون کدگذار و میان کدگذار و در بخش کمّی به منظور آزمون روایی پژوهش از روایی اعتبار محتوا و بازآزمون بهره گرفته شد.یافته ها: در پژوهش حاضر پس از تجزیه وتحلیل داده های به دست آمده در فرایند پژوهش در آخر تعداد 9 عامل علّی، 3 عامل راهبردی، 4 عامل مداخله گر، 3 عامل زمینه ای و در نهایت پیامدهای افزایش ارزش ویژه مشتری در صنعت بیمه شناسایی شدند.نتیجه گیری: پژوهش شامل ارائه مدلی مشتمل بر شرایط علّی، زمینه ای و مداخله گر، به همراه معرفی پدیده محوری و ارائه راهبردهای افزایش ارزش طول عمر مشتری و شناسایی پیامدهای آن است.