پیش‌بینی ریزش مشتری با استفاده از تكنیك‌های داده‌كاوی

با افزایش رقابت در بازارهای جهانی، حفظ مشتری به عنوان یكی از مهمترین مسائل در شركت ها مطرح شده است. به گونه ای كه پیشگیری از ریزش مشتری، بخش مهمی از مدیریت ارتباط با مشتری تلقی می گردد. در این میان، چگونگی پیش بینی و پیشگیری از ریزش مشتریان، توجه بسیاری از شركتها و نیز پژوهشگران این حوزه را به خود جلب نموده است. از سوی دیگر، با خودكارسازی جریان عملیات، مجموعه های عظیمی از داده های مربوط به عملیات های روزانه جمع آوری می گردد و بستر مناسبی جهت بهره گیری از تكنیك های داده كاوی فراهم می آورد. ماشین بردار پشتیبان، ابزاری قدرتمند در طبقه بندی به شمار می رود و می تواند مسائلی را حل نماید كه رویكردهای سنتی گذشته در حل آنها ناتوان هستند. در این تحقیق از یك مدل مبتنی بر الگوریتم ژنتیك و ماشین بردار پشتیبان به منظور پیش بینی ریزش مشتریان یك فروشگاه بزرگ تامین كننده كالا و اقلام مختلف بهره گرفته شده است. در مرحله اول در این مدل از الگوریتم ژنتیك به منظور انتخاب ویژگی و تعیین مقادیر بهینه پارامترهای ماشین بردار پشتیبان، به صورت همزمان، استفاده میشود و سپس مدل پیش بینی با توجه به مقادیر پارامترهای تعیین شده ساخته می شود. عملكرد مدل با روش های رده بندی دیگر همچون درخت تصمیم، استدلال مبتنی بر مورد و شبكه عصبی مصنوعی مورد مقایسه قرار گرفته است و نتایج نشان می دهد به كارگیری مدل مذكور در پیش بینی ریزش مشتری و شناسایی عوامل موثر در حفظ مشتری، به میزان قابل توجهی موثربوده است.