در این سلسله مقالات به مفاهیم و کاربرد های داده‌کاوی، متن کاوی و علوم مرتبط با علم داده پرداخته می‌شود. با توجه به حجم عظیم مقالات تولید شده در زبان فارسی در حوزه داده کاوی و علم داده، آکادمی داده تصمیم گرفت مقالات فارسی منتشر شده در این حوزه را خلاصه برداری کرده و در اختیار علاقه مندان قرار دهد. این مقالات ابتدا با معرفی موضوع و کارهای انجام شده آغاز می شود و سپس مجموعه داده یا دیتاست تحقیق ارائه می شود و سپس پیاده سازی انجام شده در رپیدماینر، وکا یا پایتون ارائه شده و نتایج تحلیل می شود.
در این رشته نوشته ها ابتدا خلاصه ای از مقاله ارائه شده و سپس نتیجه گیری مقاله عینا آورده می گردد و سپس فایل پی دی اف آن نیز برای دانلود در اختیار محققین و پژوهشگران عزیز قرار می گیرد.
با افزایش اهمیت رضایت مشتری در محیط تجاری و بانک ها، بسیاری از بانک ها روی مباحث مرتبط با شناخت مشتری، وفاداری و سودآوری مشتری برای افزایش سهم بازار خود و کسب رضایت بیشتر مشتری تمرکز نموده اند. رابطه مشتری باز مان تغییر میکند و چنانچه بانک ها و مشتری در باره یکدیگر بیشتر بدانند این رابطه تکامل و رشد می یابد. در این صورت بانک ها می توانند هدفشان را روی مشتریانی متمرکز کنند که سود آوری بیشتر دارند و خوش حساب تر هستند.
یکیاز روش های شناخت مشتری، بخش بندی مشتریان به گروه های مگنو اتخاذ سیاست های بازار یابی متناسب با هر بخش است. چرخه زندگی مشتری چارچوب خوبی برای به کارگیری داده کاوی در مدیریت ارتباط با مشتری فراهم میکند. مدیریت ارتباط با مشتری به عنوان یک مزیت رقابتی برای بانکها محسوب می گردد. در بخش ورودی داده کاوی ، چرخه زندگی مشتری میگوید چه اطلاعاتی در دسترس است و در بخش خروجیان ، چرخه زندگی میگوید چه چیزی احتمالا جالب توجه است و چه تصمیماتی باید گرفته شود و اینکه تا چه مدت به صورت مشتریان وفادار به ما خواهند ماند و چگونه احتمالا ما را ترک خواهند کرد.
بنابراین می توان از طریق داده کاوی ارزش مشتریان را تأیین، رفتار آینده آنها را پیش بینی و تصمیمات آگاهانه ای را در این رابطه اتخاذ نمود.
از پر اهمیت ترین مسائل در صنعت بانکداری که در این پروژه نیز مورد بررسی قرار گرفت تحلیل مدیریت ریسک مشتریان در اعتماد به بانک ها و همچنین بانک ها، جهت اعطای وام به مشتریان خود است. داده کاوی می تواند رفتار مشتریان را از روی میزان موجودی، وضعیت زندگی ( تأهل ، شغل و...) تشخیص بدهد. با تجزیه و تحلیل الگوها، مدیران بانک با دقت بیشتری پیش بینی می کنند که چه مشتریانی ریسک بیشتری برای پرداخت بدهی ها و وام خود دارند، و از این طریق مشتریان خوش حساب را شناسایی می کنند.
این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند.
کپی برداری بدون ذکر منبع، بر اساس قانون جرائم اینترنتی و مادۀ 12 فصل سوم قانون جرائم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است!
اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه تجاری یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید. آکادمی داده در تلگرام، واتزآپ و تمامی پیام رسان های ایرانی(سروش، آی گپ، بله و ویسپی) با شماره 09120637751 حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.
افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.