مشروح خبر یا مطلب:

« بازگشت

ارشد: طبقه‌بندی و پیش‌بینی مشتریان رویگردان جزئی در صنعت مخابرات با استفاده از الگوریتم‌های پیشرفته داده‌کاوی- دوشنبه ۲۱ بهمن

ارشد: طبقه‌بندی و پیش‌بینی مشتریان رویگردان جزئی در صنعت مخابرات با استفاده از الگوریتم‌های پیشرفته داده‌کاوی- دوشنبه ۲۱ بهمن


عنوان رساله/پایان نامه

طبقه‌بندی و پیش‌بینی مشتریان رویگردان جزئی در صنعت مخابرات با استفاده از الگوریتم‌های پیشرفته داده‌کاوی

نام دانشجو

فاطمه مظفری

مقطع تحصیلی

کارشناسی ارشد

رشته تحصیلی

مدیریت فناوری اطلاعات

استاد راهنمای اول

آقای دکتر بابک سهرابی یورتچی

استاد راهنمای دوم

 

استاد راهنمای سوم

 

استاد مشاور اول

آقای دکتر ایمان رئیسی وانانی

استاد مشاور دوم

 

استاد مشاور سوم

 

استاد داور اول

آقای دکتر سعید روحانی

استاد داور دوم

آقای دکتر علیرضا حسن‌زاده

استاد داور سوم

 

استاد داور چهارم

 

روز دفاع (مثلا: دوشنبه)

دوشنبه

تاریخ دفاع (مثلا: 15/11/1397)

21/11/1398

ساعت دفاع (مثلا:  14:30)

9

مکان (ساختمان و کلاس)

کلاس 420 ساختمان امام رضا

چکیده رساله/پایان‌نامه

صنعت مخابرات به عنوان یکی از صنایع بسیار رقابتی در دنیا مطرح است و حفظ مشتریان به دلیل هزینه‌های بالای جذب مشتریان جدید و آثار منفی رویگردانی مشتریان بر عملکرد شرکت، به عنوان یک موضوع مهم در این صنعت می‌باشد. از این رو پیش‌بینی رویگردانی مشتریان به عنوان بخش جدایی‌ناپذیر تصمیم‌گیری استراتژیک و به عنوان یکی از اهداف اصلی مدیریت ارتباط با مشتریان مطرح شده است. هر چند مدل‌های پیش‌بینی رویگردانی مشتریان به طور گسترده در حوزه‌های مختلف مورد مطالعه قرار گرفته است اما همچنان چالش‌های متعددی در ارائه و پیاده‌سازی یک مدل کارآمد در این خصوص وجود دارد. برخی از این چالش‌ها عبارتند از: ارائه تعریف صحیحی از مشتریان رویگردان جزئی بر اساس تحلیل داده‌های تاریخی شرکت که قادر به شناسایی مشتریان پیش از رویگردانی کامل آن‌ها باشد و فرصت لازم را در اختیار واحد بازاریابی جهت اتخاذ استراتژی‌های نگهداشت مشتری قرار دهد، انتخاب یا ایجاد مؤثرترین ویژگی‌ها بر رویگردانی مشتریان از میان منابع داده و متغیرهای مختلف، نامتوازن بودن داده‌ها، انتخاب طبقه‌بندی کننده مناسب از میان الگوریتم‌های متعدد که بر اساس داده‌های موجود بهترین عملکرد را ارائه دهد و ارائه استراتژی‌های مناسب برای حفظ مشتریان. نکته حائز اهمیت این است که بسیاری از مشتریان ابتدا رویگردانی جزئی را نشان می‌دهند که در نهایت می‌تواند منجر به رویگردانی کامل مشتری گردد. بنابراین شناسایی مشتریان با رویگردانی جزئی می‌تواند به اتخاذ استراتژی‌های مناسب در این خصوص منجر گردد. در این پژوهش، به طور کاربردی به مساله پیش‌بینی رویگردانی مشتریان پرداخته شده است و بر اساس چالش‌های مطرح شده تلاش شده است مدلی کارآمد برای شناسایی مشتریان با رویگردانی جزئی و همچنین استخراج ویژگی‌های مؤثر بر رویگردانی مشتری ارائه گردد تا از نتایج آن در بخش بازاریابی شرکت جهت حفظ مشتریان و کاهش نرخ رویگردانی بهره‌برداری شود. متغیرهای اصلی که در بحث رویگردانی مشتریان مورد بررسی قرار گرفته‌اند عبارتند از متغیرهای مصرف مشتری، اطلاعات مالی، متغیرهای مربوط به طرح‌های خریداری شده، طول عمر و فروش. روش پژوهش از نوع اکتشافی و هدف آن کاربردی بوده و روش‌شناسی مورد استفاده روش علم داده می‌باشد. داده‌های مورد بررسی مربوط به یک شرکت مخابراتی ارائه دهنده خدمات اینترنت پرسرعت بوده که در یک بازه 6 ماهه و در سه تاریخ مشخص مورد بررسی قرار گرفته است. گردآوری داده‌ها از منابع داده موجود در شرکت و آماده‌سازی و تحلیل داده‌ها با استفاده از نرم‌افزار R و الگوریتم‌های پیشرفته داده‌کاوی پیاده‌سازی شده در کتابخانه H2O انجام شده است. با ارائه تعریف رویگردانی جزئی بر اساس وضعیت مشتری، مساله به طبقه‌بندی در 4 کلاس تبدیل شده است که در نهایت مشتریان رویگردان جزئی با دقت بیش از 88% و توسط الگوریتم GBM شناسایی شده و ویژگی‌های مؤثر بر رویگردانی مشتری نیز به دست آمده است.

 

 

آدرس کوتاه :