شناسایی رفتار مشتریان حقیقی بانک در راستای هوشمندی کسب و کار با استفاده از تکنیک های یادگیری ماشین

با توجه به استفاده از ابزارهای فناوری اطلاعات در ذخیره ی داده، فرصتی برای بانک ها ایجاد شده است تا از طریق ابزارهای هوشمندی کسب و کار و با صرف زمان و هزینه کمتر به شناسایی مشتریان هدف بپردازند. بر این مبنا تصمیمات مفید و دانش محوری در ارتباط با مشتری داشته باشند. بانک ها می توانند با هدف قرار دادن مشتریانی که بر اساس نیاز و رفتارشان به طور یقین سودآور خواهند بود، فرصت ها را شناسایی کرده و در توسعه استراتژی های بازاریابی استفاده کنند. سیستم های هوش تجاری و مدیریت ارتباط با مشتری نقش کلیدی در دستیابی به مزیت رقابتی در سازمان دارند. یادگیری ماشین یکی از شاخه های تحقیقاتی هوش مصنوعی است که در هوشمندی کسب وکار کاربرد دارد. در سامانه هوش تجاری، موتور داده کاوی نیاز است که با استفاده از تکنیک های دسته بندی، ارزیابی، پیش بینی، گروه بندی بر اساس وابستگی ها، خوشه بندی و توصیف وضعیت فعلی، پاسخگوی نیازهای بانک باشد. بنابراین با استفاده از این تکنیک ها، بهترین خدمت به بهترین شکل در اختیار مناسب ترین فرد قرار می گیرد. این موارد با تحلیل و دسته بندی مشتریان سازمان قابل دستیابی است. در این تحقیق از شبکه عصبی som برای خوشه بندی مشتریان حقیقی بانک ملت به 4 دسته بر اساس متغیرهای طول ارتباط با سازمان، میانگین موجودی و تعداد تراکنش استفاده شده است. پس از خوشه بندی مشتریان، به بررسی ویژگی های هر خوشه پرداخته شده تا پیشنهادهای متناسب به مشتریان ارائه شود.