رویگردانی مشتری

سازمان ها برای پیروزی در میدان رقابت جهانی نیاز به شناخت و پایش رفتار مشتریان خود دارند تا بتوانند برای نگهداری آن ها زودتر از دیگران تمایلات و رفتارهایشان را پیش بینی کنند. این تحقیق به شناسایی خصیصه های منجر به رویگردانی مشتریان به مثابه گران قیمت ترین دارایی سازمان میپردازد. برای این کار، از داده های مربوط به رفتار یکساله 3150 تن از مشترکین یکی از اپراتورهای تلفن همراه اعتباری در ایران که به طور تصادفی از پایگاه داده مرکز تماس اپراتور استخراج شده اند، استفاده شده است. روش تحلیلی مورد استفاده، روش لاجیستیک رگرسیون دو سطحی است. نتایج این تحقیق نشان میدهد که نارضایتی مشتری، میزان استفاده از خدمات ارائه شده و نیز مشخصه های دموگرافیک مشترک مهم ترین تاثیر را بر تصمیم او مبنی بر رویگردانی یا ماندگاری دارند. همچنین نشان میدهند که وضعیت مشتری (وضعیت فعال یا غیر فعال)، میان رویگردانی و ماندگاری، اثر واسطه ای دارد.

با اشباع بازارها، سازمانها دریافته اند که باید حفظ مشتریان، به خصوص مشتریان باارزش، در مرکز راهبردهای مدیریتی آنان قرار گیرد چراکه هزینه جذب مشتریان جدید بیشتر از هزینه نگهداری مشتریان موجود است. صنعت بیمه نیز از این امر مستثنی نیست و به دلیل هزینه جابجایی اندک، با مشتریانی روبه رو است که تمایل دارند شرکت فعلی خود را تغییر دهند. پژوهش حاضر تأثیر متغیرهای طول ارتباط، تأخر خرید، فرکانس خرید، ارزش مالی، سودآوری و گروه محصولات خریداری شده را در ارزش گذاری مشتریان مورد مطالعه شده بررسی می کند. برای این کار از ابزار پیمایشی پرسشنامه به منظور آگاهی از نظرات خبرگان در خصوص متغیرهای مؤثر بر ارزش گذاری مشتریان استفاده شده است. نتایج نشان می دهد که متغیرهای فرکانس خرید، طول مدت همکاری و تعداد گروه های بیمه ای خریداری شده از منظر خبرگان بیشترین اهمیت را در ارزش گذاری مشتریان دارا هستند. سپس با استخراج متغیرها و عوامل مهم بر رویگردانی بیمه گذاران، تأثیر و اهمیت این عوامل بر روی رویگردانی مشتریان باارزش بررسی و در ادامه با استفاده از متغیرهای شناسایی شده در مرحله قبل به توسعه مدل پیش بینی کننده رویگردانی پرداخته شده است. با مدلهای مختلف (شبکه عصبی، درخت تصمیم، ماشین بردار پشتیبان، و رگرسیون لوژستیک) مدل سازی پیش بینی انجام و دقت مدلهای ساخته شده، ارزیابی شده است. نتایج نشان می دهد که مدل درخت تصمیم C5.0 نسبت به سایر مدلها دقت و صحت بالاتری در پیش بینی رویگردانی دارد .

از چالش های پیش روی مؤسسات آموزشی بالأخص مؤسسات آموزش عالی غیرانتفاعی کسب درآمد جهت تحقق اهداف است اما انصراف دانشجو در نقطه مقابل قرار دارد. با شناسایی دانشجویان انصرافی می توان با اتخاذ سیاست های پیشگیرانه و حمایتی از کاهش وجهه مؤسسه جلوگیری و امیدوار به جذب درآمد مورد انتظار شد. این تحقیق با استفاده از داده کاوی اطلاعات دانشجویان انصرافی دانشگاه پیام نور استان تهران طی سال های 91 تا 94 قصد دارد دانشجویان در معرض خطر را شناسایی کند. داده ها از سامانه آموزش استخراج و از 20 صفت محتملی مؤثر در انصراف مدلی با دقت 92٪ شناسایی شد. در مدل مذکور 6 مشخصه مستقل (سن، گروه، مقطع و دوره تحصیلی، مشروطی و جنسیت) و یک مشخصه وابسته (سنوات) شناسایی و متعاقباً درجه اهمیت مشخصه های دخیل در انصراف و ارتباط آن ها با یکدیگر تعیین شد. احتمال خطر انصراف (ریسک ریزش) اولویت بندی و جدول خطر احتمال برای ترم های مختلف ارائه شد. یافته ها حکایت از شناسایی سن به عنوان مهم ترین عامل دارد. از نظر سنی در کارشناسی دسته سنی 21-18 در ارشد 26-22 و در دکتری 31-29 پرخطرترین گروه ها هستند. از لحاظ دوره تحصیلی در کارشناسی و دکتری دوره رسمی و در ارشد دوره آموزشی پژوهشی رسمی پرخطرترین دوره می باشند. نرخ انصراف برای دانشجویان 19 و 20 سال در ترم سوم تقریباً 50 درصد است.

هدف: در دهه های اخیر، با توجه به آن که هزینه های جذب مشتری جدید به طور پیوسته در حال افزایش است، توجه به نگهداری مشتریان و بالا بردن وفاداری آن ها، برای سودآوری سازمان ها بسیار مهم و حساس است. از این رو سازمان ها برنامه های مختلفی را برای افزایش ماندگاری مشتریان خود اجرا می کنند. از سوی دیگر همه مشتریان سودآوری یکسانی برای سازمان ندارند و منابع محدود سازمان باید صرف مشتریان با ارزش شود. هدف این پژوهش ارائه مدلی ریاضی برای انتخاب بهینه مشتریان هدف جهت برنامه های ماندگاری و همچنین انتخاب میزان هزینه برای هر مشتری است. روش شناسی: اجرای تحقیق حاضر در 3 گام اصلی صورت گرفت. در گام اول با استفاده از داده کاوی احتمال رویگردانی مشتریان بدست می آید. در گام دوم ارزش دوره ی عمر مشتری محاسبه می شود و در گام آخر مدل بهینه سازی پیشنهادی حل می شود، برای حل مدل از LP-Metric استفاده شده و حل آن در نرم فزار GAMS انجام شده است. در حل مدل پیشنهادی داده های واقعی یکی از سازمان های بیمه ای کشور مورد استفاده قرار گرفت. یافته ها: یک مدل بهینه سازی دو هدفه بر مبنای ارزش دوره عمر مشتری ارائه شده است. یکی از توابع هدف مربوط به بیشینه کردن ارزش دوره عمر مشتری با اجرای برنامه ماندگاری و هدف دیگر مربوط به کمینه کردن هزینه های برنامه است. نتیجه گیری: با حل مدل بهینه سازی پیشنهادی، یک نمودار پارتو بدست آمده که با در نظر گرفتن نظر کارشناسان، هر نقطه بر روی این نمودار می تواند یک جواب بهینه برای انتخاب مشتریان هدف برنامه های ماندگاری و شیوه هزینه کرد برای آن ها باشد.

مشتری رویگردان فردی است که در آستانه ترک سرویس های ما و استفاده از سرویس رقبا قرار دارد. هدف از مطالعه حاضر، واکاوی نقش موانع رویگردانی مشتریان بر استراتژی ترمیم خدمات در صنعت بانکداری است. پژوهش از نظر هدف کاربردی بوده و از لحاظ شیوه گردآوری داده ها توصیفی از نوع پیمایشی به شمار م ی رود. جامعه آماری پژوهش حاضر مشتریان و مدیران و معاونان بانک های خصوصی شهرستان خوی است. تعداد اعضای جامعه ی مورد بررسی35 بانک و 378 مشتری بود که با استفاده از فرمول کوکران و روش نمونه گیری دردسترس تعداد نمونه حداقل 147 مشتری و 71 مدیر برآورد شد. برای جمع آوری اطلاعات از دو پرسشنامه محقق ساخته مبتنی بر طیف لیکرت و برای تجزیه و تحلیل داده های تحقیق از مدل سازی معادلات ساختاری با استفاده از نرم افزار Amoss بهره گرفته شد. یافته های پژوهش حاضر، نشان می دهد که موانع رویگردانی مشتریان براستراتژی های ترمیم خدمات تأثیر معناداری دارد. افزون بر این طرز تلقی مشتریان، زمان مشتریان، عوامل فیزیکی، قدرت تصمیم گیری، اعتبار بانکی، پیشرفت، جبران خدمات مشتریان، بوروکراسی، برگشت اشتباهات بانکی، عوامل مدیریتی و نارضایتی کارکنان از بانک بر استراتژی های ترمیم خدمات تاثیر معناداری دارد.

نگهداری و حفظ روابط با مشتریان و جلوگیری از رویگردانی مشتری از وظایف مهم سازمان ها در بازارهای به شدت رقابتی کنونی است. در این پژوهش مسئله رویگردانی مشتری و استراتژی های حفظ و نگهداشت مشتری بررسی شده اند. این موضوعات از راه مرور ادبیات نظام مند و از زوایای مختلف از جمله زمینه فعالیت سازمان، درجه فردی سازی مدیریت ارتباط با مشتری، دسته بندی مشتریان، انتخاب مشتریان کلیدی، تعلق خاطر کارمندان به سازمان و ارزیابی عملکرد کارکنان سازمان بررسی قرار شده اند. علاوه بر این، ابزاری مبتنی بر شبکه های یادگیری عمیق جهت پیش بینی رویگردانی مشتری استفاده شده است. در نتیجه یک چارچوب و مدل مفهومی بر پایه ادبیات موجود در این حوزه ایجاد شده و بعد از آن با مدل پیش بینی رویگردانی مشتری با استفاده از شبکه های یادگیری عمیق ترکیب شده است. نتایج نشان می دهد استفاده از یادگیری عمیق در پیش بینی رویگردانی مشتری یک شیوه کاملاً مؤثر و کارآمد برای حل مسئله ارتباط، حفظ و نگهداشت مشتری است. این رویکرد نه تنها قادر به پیش بینی دقیق این است که کدام یک از مشتریان سازمان در حال رویگردانی از سازمان و قطع ارتباط خود با سازمان هستند، بلکه می تواند به طور دقیق عوامل و پارامترهای مؤثر بر رویگردانی مشتری را شناسایی کند و بینش بسیار ارزشمندی برای واحد بازاریابی سازمان ها به ارمغان آورد.