نوع مقاله : مقاله پژوهشی
نویسندگان
1 استادیار دانشکده مدیریت و حسابداری دانشگاه علامه طباطبایی، (مسئول مکاتبات)
2 کارشناسی ارشد مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری دانشگاه علامه طباطبایی
چکیده
طی دو دهه گذشته، دورنمای رقابت در صنعت بانک داری به طور قابل توجهی تغییر یافته است. این امر به علت نیروهایی همچون قوانین جدید، جهانی سازی، رشد فن آوری و تبدیل به محصول شدن خدمات بانک و افزایش قابل توجه تقاضای مشتریان می باشد. بدین جهت بانکها در پی ارائه خدمات مناسب به مشتریان بالقوه این خدمات هستند و ارائه خدمات جدید با تحلیل بهتری همراه می گردد به گونه ای که با تحلیل رفتاری مشتریان بتوان ریسک حاصل از سرمایه گذاری را پیش بینی کرد و بخش بندی مناسبی از نیازمندهای مشتریان برای این خدمات به دست آورد. با این گونه تحلیل ها می توان از هزینه های اضافی بازاریابی جلوگیری کرده و همچنین ضریب پذیرش خدمات را نیز افزایش داد. به دلیل آنکه محیط تصمیم گیری عوامل مختلفی را شامل می شود، به مدلی نیاز است تا هم تعداد متغیرهای بیشتری را تحلیل کرده و هم قابلیت ارائه اطلاعات جهت تصمیم گیری را مقدور سازد. در این مقاله ضمن ارائه مدلی جهت تحلیل رفتار مشتریان با استفاده از شبکه های خودسازمان دهنده، به کشف قوانین وابستگی بین خدمات بانک و نحوه مناسب ارائه خدمات به مشتریان بالقوه جهت افزایش ضریب پذیرش خدمات پرداخته شده است.
کلیدواژه‌ها
عنوان مقاله [English]
Provide appropriate services to potential customers by data mining techniques in e-banking area
نویسندگان [English]
- Mohammad Reza Taghva 1
- Seyed Mojtaba Hosseini Bamakan 2
چکیده [English]
During the past two decades, perspective of competition in the banking industry has been changed significantly. This is due to forces such as new laws, globalization, and grows of technology and becoming bank's services to products, and significant grows in customer's demands. Therefore banks try to offer appropriate service to potential customers, and new services offer with better analysis so that with customer behavior analysis, we can predict risk of new investment and obtain appropriate segmentation of customer demand for these services. With such as analysis, company can prevent additional cost of marketing and also increase acceptance of services. Whereas decision making environment made of different factors, we need models so we can analysis more variables and also enable capability of information provision for decision making. In this paper, we present a model for analyzing the behavior of customers with self-organizing map, and discovering association rule among bank's services.
کلیدواژه‌ها [English]
- E-Banking
- artificial neural networks
- association rule
- self-organizing map
)