مطالب مرتبط با کلیدواژه

روی گردانی مشتری


۱.

داده کاوی دانشجویان انصرافی دانشگاه تهران با تمرکز بر حفظ دانشجویان شهریه پرداز (جلوگیری از روی گردانی مشتری)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: انصراف داده کاوی آموزشی روی گردانی مشتری مدیریت ارتباط با مشتری

حوزه های تخصصی:
تعداد بازدید : ۴۰۷ تعداد دانلود : ۱۴۴
انصراف دانشجو یکی از چالش های پیش روی آموزش عالی است. مقاله حاضر رویکرد پذیرش دانشجوی شهریه پرداز را نوعی کسب وکار و انصراف دانشجو را روی گردانی مشتری در نظر گرفته است و به دنبال بررسی عوامل انصراف دانشجویان و اتخاذ سیاست های مداخله جویانه بازدارنده است. پژوهش پیش رو کاربردی از نوع توصیفی است که به کمک داده های کمی و کیفی بر مبنای روش پژوهش کریسپ از داده کاوی اطلاعات دانشجویان ورودی شهریه پرداز (21420 دانشجو دانشگاه تهران طی سال های 1392- 1388) استخراج شده از بانک های اطلاعاتی سیستم آموزش دانشگاه تهران، اجرا شده است. هدف آن، تحلیل رفتار دانشجویان به منظور شناسایی دانشجویان در معرض خطر انصراف و ارائه مدل پیش بینی احتمال انصراف است. پس از تحلیل داده ها و ارائه مدل پیش بینی، جدول احتمال انصراف و مدل رگرسیونی انصراف، یافته های پژوهش ترم اول و دوم (به ویژه ترم اول در دوره سنی 31-24 سال) را به منزله پرخطرترین دوره زمانی، دانشجویان ارشد را مستعدترین مقطع و دوره شبانه را پرخطرترین دوره تحصیلی برای انصراف دانشجو (روی گردانی مشتری) شناسایی کرد.
۲.

تحلیل روی گردانی مشتریان مبتنی بر رویکرد داده کاوی: الگوریتم ترکیبی درخت تصمیم و شبکه بیزین (مورد مطالعه: فروشگاه های زنجیره ای)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: روی گردانی مشتری داده کاوی الگوریتم درخت تصمیمC5.0 الگوریتم شبکه بیزین یادگیری ماشین

حوزه های تخصصی:
تعداد بازدید : ۹۲ تعداد دانلود : ۹۲
امروزه سازمان ها به این آگاهی رسیده اند که حفظ مشتریان باعث سودآوری بیشتر می شود. همچنین، افزایش رقابت نیز باعث می شود تا میزان روی گردانی مشتریان افزایش یابد؛ از این رو مطالعه عوامل مؤثر بر تمایل به روی گردانی یا عدم رو ی گردانی مشتریان برای پژوهشگران و فعّالان کسب وکار ها اهمیت دارد. در پژوهش حاضر یک مدل ترکیبی مبتنی بر رویکرد داده کاوی برای تحلیل عوامل رو ی گردانی مشتریان ارائه شده است. در گام نخست برای شناسایی عوامل با درجه اهمیت زیادتر و حذف موارد زائد از گره انتخاب ویژگی استفاده و در گام دوم نیز برای طبقه بندی و پیش بینی مشتریان به دو دسته مشتریان روی گردان و مشتریان غیر روی گردان از درخت تصمیم C5.0 و شبکه بیزین استفاده شده است. درنهایت، مدل پیشنهادی در صنعت فروشگاه های زنجیره ای به عنوان مطالعه موردی پیاده سازی شده است. یافته های پژوهش حاکی از آن است که هر دو مدل درخت تصمیم و شبکه بیزین توانایی مناسب را برای پیش بینی روی گردانی مشتریان دارد و سطح زیر منحنی عملیاتی گیرنده در مدل درخت تصمیم بیشتر از مدل شبکه بیزین بوده است؛ درنتیجه مدل درخت تصمیم عملکرد بهتری دارد. همچنین، نتایج نشان می دهد که سه عامل جنسیت، وضعیت تأهل و سن از مجموعه مشخصه های دموگرافیک و پنج عامل متوسط سطح درآمد ماهیانه، تعداد خرید در ماه، سهم خرید اینترنتی، نحوه آشنایی با فروشگاه و نوع بازار مربوط به سوابق تراکنش های مشتریان از مهم ترین عوامل مؤثر بر روی گردانی مشتریان است.