@article { author = {Taghavifard, Mohammad Taghi}, title = {Classification of Legal Customers and Prediction of their Profitability using Customer Lifetime Value and Markov Chain (Case: A private bank in Iran)}, journal = {Industrial Management Studies}, volume = {15}, number = {45}, pages = {45-74}, year = {2017}, publisher = {Allameh Tabataba'i University}, issn = {2251-8029}, eissn = {2476-602X}, doi = {10.22054/jims.2017.7605}, abstract = {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.}, keywords = {Customer lifetime value,Customer Classification,Customer Relationship Management,AHP,Markov Chain}, title_fa = {دسته بندی مشتریان حقوقی و پیش بینی توانایی سوددهی آنان با استفاده از ارزش طول عمر مشتری و رویکرد زنجیره مارکوف (مورد مطالعه: مشتریان یک بانک خصوصی)}, abstract_fa = {در عصر حاضر، مشتریان مهم ترین منبع درآمد مؤسسات 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 آیندهبستگی 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 زنجیرهمارکوف و استخراج ماتریس احتمال، جابجایی مشتریان در گروه های مختلف و وضعیت آینده این گروه ها پیش بینیشده 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 اینتحقیق نشان داده شده است که متغیر مانده حساب ) M ( بیشترین تأثیر را در گروه بندی مشتریان دارا بوده و دو متغیرتعداد تراکنش ها ) F ( و تازگی ) R ( به ترتیب در رتبه های دوم و سوم تأثیرگذاری قرار می گیرند. از دیگر نتایج اینتحقیق، تعیین ضریب C است که جهت رتبه بندی گروه های مختلف استفاده شده است. در این تحقیق سعی شدهاست با تلفیق اطلاعات مناسب مالی و استفاده از مفاهیم زنجیره مارکوف، جابجایی مشتریان در گروه های تعیین شدهپیش بینی و راهکارهای مناسبی جهت مدیریت ارتباط با مشتریان در صنعت بانکداری ارائه گردد.}, keywords_fa = {ارزش طول عمر مشتری,دسته بندی مشتری,مدیریت ارتباط با مشتری,تحلیل سلسله مراتبی,زنجیره مارکوف}, url = {https://jims.atu.ac.ir/article_7605.html}, eprint = {https://jims.atu.ac.ir/article_7605_d642499fcea1282266a0410a0d34afd6.pdf} }