%0 Journal Article %T پیش‌بینی رویگردانی جزئی مشتریان بانک‌ها با استفاده از مدل زنجیره وضعیت %J مطالعات مدیریت کسب و کار هوشمند %I دانشگاه علامه طباطبائی %Z 2821-0964 %A عسگری, محسن %A تقوا, محمدرضا %A تقوی‌فرد, محمدتقی %D 2019 %\ 08/23/2019 %V 7 %N 28 %P 67-110 %! پیش‌بینی رویگردانی جزئی مشتریان بانک‌ها با استفاده از مدل زنجیره وضعیت %K رویگردانی جزئی %K مدل زنجیره وضعیت %K مشتریان بانک %K خوشه‌بندی سلسله‌ مراتبی %K ماشین بردار پشتیبان %R 10.22054/ims.2019.10230 %X   بانک‌ها در فضای رقابتی شدید تلاش می‌کنند تا به منابع مالی بیشتری دست پیدا کنند. با توجه به بالاتر بودن هزینه‌های جذب مشتری جدید نسبت به نگهداری مشتریان موجود، عمده تلاش بانک‌ها روی حفظ سپرده‌های موجود مشتریان در بانک متمرکز است. لذا پیش‌بینی رویگردانی مشتریان پیش از وقوع برای بانک‌ها از اهمیت ویژه‌ای برخوردار است. تقریباً در تمامی تحقیقات مرتبط در بانک‌ها مشتریان به دو دسته رویگردان و غیر رویگردان با یک تعریف ثابت از رویگردانی تقسیم شده‌اند؛ اما در شرایط بانکداری ایران نمی‌توان از یک تعریف ثابت برای رویگردانی استفاده نمود؛ بنابراین لازم است که رویگردانی را به‌صورت دینامیک و در قالب وضعیت‌های مختلف تعریف کنیم. برای این منظور در این تحقیق مفهوم زنجیره وضعیت معرفی می‌شود که تغییرات وضعیت رویگردانی جزئی مشتریان طی زمان را مشخص می‌‌کند. با به‌کارگیری این زنجیره‌ها و استفاده ترکیبی از تکنیک‌های خوشه‌بندی سلسله‌مراتبی و همچنین ماشین‌های بردار پشتیبان، مدلی برای پیش‌بینی رویگردانی جزئی مشتریان بانک‌ها ساخته شد. برای ساختن نمونه عملی و ارزیابی دقت پیش‌بینی، پنج سال داده‌های واقعی مشتریان یک بانک اروپایی و همچنین سه سال داده‌های مشتریان سه بانک ایرانی مورد استفاده قرار گرفتند. نتایج حاکی از دقت بالای پیش‌بینی در مدل‌های ساخته‌شده روی هر چهار بانک به‌خصوص با افزایش طول زنجیره‌های وضعیت در داده‌های آزمون است.   %U https://ims.atu.ac.ir/article_10230_9ee03f1cbdf72da99325e31685f84b10.pdf