چکیده:
در عصر حاضر، مشتریان مهم ترین منبع درآمد موسسات مالی و بانک ها محسوب می شوند. با توجه به روندخصوصی سازی در کشور و تغییر ساختار مالی بانک ها، ضرورت بیشتری در حفظ و جذب مشتریان سودآور احساسمی گردد. هرچند یکی از مهم ترین روش های شناسایی مشتریان سودآور مفهوم ارزش طول عمر مشتری است ولیمهم 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 گردیدهو سپس با استفاده از مدل RFM و تکنیک AHP و نظرات خبرگان بانکی نسبت به وزن دهی متغیرهای موردبررسی 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 درگروه های مختلف را دارد ذکر نمود. با استفاده از این ماتریس به عدم تمایل تعداد زیادی از مشتریان به جابجایی دربین 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 تاثیر را در گروه بندی مشتریان دارا بوده و دو متغیرتعداد تراکنش ها ( F ) و تازگی ( R ) به ترتیب در رتبه های دوم و سوم تاثیرگذاری 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.
Nowadays، customers are the most important sources of income for financial institutions and banks. According to the privatization process in the country and financial restrictions of banks، it is necessary to maintain and attract more profitable customers. Though، one of the most important methods to identify profitable customers is the concept of customer lifetime value (CLV) but it is more important to estimate customers’ future conditions because a bank`s future profitability highly depends on the customers situation.
In this research، the issues about CLV، the necessity and different classification methods are presented. Then، considering weighting variables using Recency، Frequency، and Monetary (RFM) model، AHP technique، and experts opinion، customers are classified. Using Markov chain and probability matrix، the displacement of customers in different groups and their future status are predicted.
One of the major outcomes of this research is the calculation of profitability matrix to predict customers’ displacement in different groups. The probability matrix can also show the reluctance of large number of customers to move to the specified groups (the highest percentage of customers in the main diameter of the probability matrix). In this research، we observed that account balance (M) has the greatest impact on customers grouping and that the number of transactions (F) and recency variable (R) are ranked as the second and third impact factors. Also، the determination coefficient (C) is another result of the research. Finally، the presented research used financial information and proposed a mathematical model (Markov chain) to calculate the probability of customers’ displacement (switching from one group to another). The proposed model can be helpful to facilitate customer relationship management process in the banking system.
خلاصه ماشینی:
"با بررسی کارهای انجام شده می توان گفت که تحقیقات اندکی پیرامون پیش بینی آتی وضعیت مالی مشتریان بانک ها انجام شده است و تحقیقات بیشتر درباره ارزش چرخه عمر مشتری بوده است و اکثرا بر اساس یک مدل ریاضی استوار نبوده اند و یا به بررسی و توجیه اطلاعات گذشته مشتریان پرداخته و راهکاری برای مدیران به منظور تعامل با مشتریان در آینده ارائه نداده اند؛ بنابراین در این تحقیق سعی داریم با بررسی تحقیقات مختلف و تلفیق اطلاعات پژوهش های گذشته ازجمله سه متغیر معروف تازگی تراکنش ها، تعداد تراکنش ها و مانده حساب ها، مشتریان را دسته بندی نموده و به کمک زنجیره مارکوف به پیش بینی وضعیت آینده مشتریان حقوقی بانک که اصلی ترین منبع سوددهی بانک هستند بپردازیم .
جدول ١: مراحل انجام تحقیق مرحله اول جمع آوری داده ها و پیش پردازش آن ها مرحله دوم استفاده از تحلیل سلسله مراتبی جهت تعیین وزن متغیرها وزن دهی به متغیرها مرحله سوم نرمال سازی داده ها مرحله چهارم دسته بندی مشتریان با توجه به متغیرها مرحله پنجم استفاده از زنجیره مارکوف محاسبه ماتریس انتقال پیش بینی وضعیت آتی گروه های مشتریان نتایج و پیشنهادها نتایج و یافته های تحقیق مرحله اول : جمع آوری و پیش پردازش داده ها جامعه آماری تحقیق را اشخاص حقوقی که در بانک صادرات ایران (شهر تهران ) دارای حساب می باشند تشکیل می دهد."