دانشگاه علامه طباطبایی

  اخبار و اعلانات

 آمار

تعداد نشریات57
تعداد شماره‌ها1,930
تعداد مقالات15,348
تعداد مشاهده مقاله35,729,525
تعداد دریافت فایل اصل مقاله21,717,339
رنگریز, حسن, بایرامی شهریور, زهرا. (1398). تأثیر مدیریت ارتباط با مشتری الکترونیکی بر وفاداری مشتریان با استفاده از تکنیک‏های داده‌کاوی. سامانه مدیریت نشریات علمی, 7(27), 175-205. doi: 10.22054/ims.2019.9987
حسن رنگریز; زهرا بایرامی شهریور. "تأثیر مدیریت ارتباط با مشتری الکترونیکی بر وفاداری مشتریان با استفاده از تکنیک‏های داده‌کاوی". سامانه مدیریت نشریات علمی, 7, 27, 1398, 175-205. doi: 10.22054/ims.2019.9987
رنگریز, حسن, بایرامی شهریور, زهرا. (1398). 'تأثیر مدیریت ارتباط با مشتری الکترونیکی بر وفاداری مشتریان با استفاده از تکنیک‏های داده‌کاوی', سامانه مدیریت نشریات علمی, 7(27), pp. 175-205. doi: 10.22054/ims.2019.9987
رنگریز, حسن, بایرامی شهریور, زهرا. تأثیر مدیریت ارتباط با مشتری الکترونیکی بر وفاداری مشتریان با استفاده از تکنیک‏های داده‌کاوی. سامانه مدیریت نشریات علمی, 1398; 7(27): 175-205. doi: 10.22054/ims.2019.9987

تأثیر مدیریت ارتباط با مشتری الکترونیکی بر وفاداری مشتریان با استفاده از تکنیک‏های داده‌کاوی

مطالعات مدیریت کسب و کار هوشمند
مقاله 6، دوره 7، شماره 27، اردیبهشت 1398، صفحه 175-205    اصل مقاله (1.93 M)
شناسه دیجیتال (DOI): 10.22054/ims.2019.9987
نویسندگان
حسن رنگریز1؛ زهرا بایرامی شهریور* 2
1عضو هیئت علمی، گروه مدیریت کسب‌وکار، دانشکده مدیریت، دانشگاه خوارزمی، تهران.
2کارشناس ارشد، مدیریت فناوری اطلاعات، دانشکده مدیریت، دانشگاه الزهراء واحد ارومیه (نویسنده مسئول)؛ zahraa.beyrami@gmail.com
چکیده
 
با گسترش اینترنت، سازمان‌ها از روش‌های مختلف E-CRM استفاده می‌کنند. یکی از اهداف سازمان‌ها در استفاده از E-CRM افزایش وفاداری مشتریان و حفظ مشتریان وفادار جهت دستیابی به مزیت رقابتی و سودآوری است. هدف این پژوهش بررسی تأثیر E-CRM بر وفاداری مشتریان بانک ملت با استفاده از تکنیک‌های داده‌کاوی است. در این پژوهش از روش‌های خوشه‌بندی با الگوریتم K-means و شبکه‌های عصبی (با الگوریتم پس انتشار خطا) و مدل LRFM از طریق برنامه‌نویسی در نرم‌افزارهای متلب و اکسل استفاده شده است. نتایج پژوهش نشان داد که با افزایش میزان استفاده مشتریان از خدمات E-CRMوفاداری آن‌ها افزایش می‌یابد. رابطه بین E-CRM، مؤلفه‌های مدل LRFM و وفاداری یک رابطه غیر‌خطی است و میزان تغییر در وفاداری به ازای تغییر E-CRM، مقداری ثابت نیست. میزان افزایش وفاداری تابعی از مؤلفه‌های LRFM، مقدار E-CRM و اوزان به‌دست‌آمده در شبکه عصبی است.
 
کلیدواژه‌ها
E-CRM؛ وفاداری مشتری؛ داده‌کاوی؛ LRFM
مراجع
 

کانتاردزیک، مهمد. (1392). داده‌کاوی. (امیر علیخانزاده، مترجم). تهران: علوم رایانه. (تاریخ انتشار به زبان اصلی، 2011).

     محمدی، مرتضی و سهرابی، طهمورث (1396). تأثیر مدیریت ارتباط با مشتری الکترونیک بر رضایت مشتریان. فصلنامه مطالعات مدیریت کسب‌وکار هوشمند، سال ششم، شماره 22، 604 – 623.

     هان، ژیاوی، کمبر، میشلین و پی، ژان. (1393). داده‌کاوی مفاهیم و تکنیک‌ها. (مهدی اسماعیلی، مترجم). ویراست سوم. تهران: نیاز دانش. (تاریخ انتشار به زبان اصلی، 2012).

     Azila, N., & Noor, M. (2011). Electronic Customer Relationship Management Performance: Its Impact on Loyalty From Customers’ Perspectives. International Journal of e-Education, e-Business, e-Management and e-Learning, (1)1.

     Bhatnagar, V., Ranjan, J., & Singh, R. (2011). Analytical customer relationship management in insurance industry using data mining: a case study of Indian insurance company.  International Journal of Networking and Virtual Organisations, (9)4, 331-366.

     Bounsaythip, C. & Runsala, E. R. (2001). Overview of Data Mining for Customer Behavior Modeling. Version 1, VTT Information Technology.

     Chang, H. H., & Tsay, S. F. (2004). Integrating of SOM and K-mean in data mining clustering: An empirical study of CRM and profitability evaluation. Journal of Information Management, 11(4),161-203.

     Chaston, I. & Mangles, T. (2003). Relationship marketing in online business-to-business markets: A pilot investigation of small UK manufacturing firms. European Journal of Marketing, 37(5/6), 753-773.

     Cheng, C. H., & Chen, Y. S. (2009). Classifying the segmentation of customer value via RFM model and RS theory. Expert Systems with Applications, 36, 4176-4184.

     Chopra, B., Bhambri, V., & Krishan, B. (2012). E-CRM – A NEW PARADIGM FOR MANAGING CUSTOMERS. International Journal of Research in Engineering & Applied Sciences, (2)2.

     Chopra, B., Bhambri, V., & Krishan, B. (2011). Implementation of Data Mining Techniques for Strategic CRM Issues. International Journal of Computer Technology and Applications, (2)4, 879-883.

     Dursun, A., & Caber, M. (2016). Using data mining techniques for profiling profitable hotel customers: An application of RFM analysis. Tourism Management Perspectives, 18, 153-160.

     Fjermestad, J., & Romano, N.C. (2015). Electronic Customer Relationship Management. London and New York: Routledge.

     Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996). From Data Mining to Knowledge Discovery: An Overview. Advances in Knowledge Discovery and Data Mining, 1-34.

     Gorunescu, F. (2011). Data Mining Concepts, Models and Techniques. Intelligent Systems Reference Library, 12.

     Hajiha, A., Radfar, R., & Malayeri, S. S. (2011).Data mining application for customer segmentation based on loyalty: An iranian food industry case study. Industrial Engineering and Engineering Management (IEEM).

     Han, J., & Kamber, M. (2006). Data Mining: Concepts and Techniques. Second Edition, Diane Cerra.

     Hand. D.J. (1998). Review of Data mining. The American statistician, 52, 112-118.

     Hilage, T. A., & Kulkarni, R. V. (2012). Review of Literature on Data Mining. International Journal of Recent Research and Applied Studies, (10)1.

     Hosseini, S. M., Maleki, A., & Gholamian, M.R. (2010). Cluster analysis using data mining approach to develop CRM methodology to assess the customer loyalty. Expert Systems Applications, 37, 5259-5264. (in persian)

     Hsieh, N. C. (2004). An integrated data mining and behavioral scoring model for analyzing bank customers.Expert Systems with Applications, 27, 623–633.

     Huang, S. C., Lin, S. Y., Wei, J. T., & Wu H. H. (2012). Using Bayesian Network and LRFM Model in a Pediatric Dental Clinic. International Symposium on Computer, Consumer and Control, 20-23.

     Jenkinson, A. (1995). Retailing and shopping on the internet. International Journal of Retail and Distribution Management, 24 (3), 26-37.

     Kao, Y. T., Wu H. H., Chen, H. K., & Chang, E. C. (2011). A case study of applying LRFM model and clustering techniques to evaluate customer values. Journal of Statistics & Management Systems, (14)2, 267-276.

     Kondasani, R. K. R., & Panda, R. K. (2015). Customer perceived service quality, satisfaction and loyalty in Indian private healthcare. International Journal of Health Care Quality Assurance, (28)5, 452-467.

     Lam, A. Y. C., Cheung, R., & Lau, M.M. (2013). The Influence of Internet-Based Customer Relationship Management on Customer Loyalty. Contemporary Management Research, (9)4, 419-440. Tourism Management Perspectives, 18, 153-160.

     Li, D. C., Dai, W. L., & Tseng, W. T. (2011). A two-stage clustering method to analyze customer characteristics to build discriminative customer management: A case of textile manufacturing business. Expert Systems with Applications, 38, 7186-7191.

     Ngai, E. W. T., Xiu, L., & Chau, D. C. K. (2009). Application of data mining techniques in customer relationship management: A literature review and classification. Expert Systems with Applications, 36, 2592–2602.

     Oliver, R. L. (1999). Whence consumer loyalty. Journal of Marketing, (4)63, 33-44.

     Rabbanee, F. K., Burford, O., & Ramaseshan, B. (2015). Does employee performance affect customer loyalty in pharmacy services?. Journal of Service Theory and Practice, (25)6.

     Ranjan, J., & Bhatnagar, V. (2011). Role of knowledge management and analytical CRM in business: data mining based framework. The Learning Organization, (18)2, 131-148.

     Rygielski, C., Wang, J. C., & Yen, D. C. (2002). Data mining techniques for customer relationship management. Technology in Society, 24, 483–502.

     Sharma, A., & Mansotra, V. (2016). Data mining based decision making: A conceptual model for public healthcare system. Computing for Sustainable Global Development (INDIACom).

     Witten, I. H., & Frank, E. (2005). Data mining: Practical machine learning tools and techniques (2nd ed.). USA: Morgan Kaufmann Publishers.

     Wong, J. Y., & Chung, P. H. (2008). Retaining Passenger Loyalty through Data Mining: A Case Study of Taiwanese Airlines. Transportation Journal, (47)1, 17-29.

     Wu, H. H., Lin, S. Y., & Liu, C. W. (2014). Analyzing Patients’ Values by Applying Cluster Analysis and LRFM Model in a Pediatric Dental Clinic in Taiwan. Scientific World Journal, 2014, [685495].

 

 

آمار
تعداد مشاهده مقاله: 7,387
تعداد دریافت فایل اصل مقاله: 3,305


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب
login