دسته بندي مشتريان حقوقي و پيش بيني توانايي سوددهي آنان با استفاده از ارزش طول عمر مشتري و رويكرد زنجيره ماركوف (مورد مطالعه: مشتريان يك بانك خصوصي)

Classification of Legal Customers and Prediction of their Profitability using Customer Lifetime Value and Markov Chain (Case: A private bank in Iran)

در عصر حاضر، مشتريان مهم ترين منبع درآمد مؤسسات مالي و بانك ها محسوب مي شوند. با توجه به روند خصوصي سازي در كشور و تغيير ساختار مالي بانك ها، ضرورت بيشتري در حفظ و جذب مشتريان سودآور احساس مي گردد. هرچند يكي از مهم ترين روش هاي شناسايي مشتريان سودآور مفهوم ارزش طول عمر مشتري است ولي مهم تر از آن برآورد و تخمين وضعيت آينده مشتريان است زيرا كه سودآوري بانك به وضعيت مشتريان در آينده بستگي دارد. در اين تحقيق، ابتدا مبحث ارزش طول عمر مشتري و ضرورت و انواع دسته بندي مشتريان ارائه گرديده و سپس با استفاده از مدل RFM و تكنيك AHP و نظرات خبرگان بانكي نسبت به وزن دهي متغيرهاي مورد بررسي اقدام و با توجه به ميانگين سه متغير فوق، مشتريان گروه بندي گرديده اند. همچنين با استفاده از زنجيره ماركوف و استخراج ماتريس احتمال، جابجايي مشتريان در گروه هاي مختلف و وضعيت آينده اين گروه ها پيش بيني شده است. يافته اصلي اين تحقيق را مي توان استخراج ماتريس احتمال كه قابليت پيش بيني جابجايي مشتريان در گروه هاي مختلف را دارد ذكر نمود. با استفاده از اين ماتريس به عدم تمايل تعداد زيادي از مشتريان به جابجايي در بين گروه هاي تعيين شده دست مي يابيم )بيشترين درصد مشتريان در قطر اصلي ماتريس احتمال قرار دارد(. در اين تحقيق نشان داده شده است كه متغير مانده حساب ) M ( بيشترين تأثير را در گروه بندي مشتريان دارا بوده و دو متغير تعداد تراكنش ها ) F ( و تازگي ) R ( به ترتيب در رتبه هاي دوم و سوم تأثيرگذاري قرار مي گيرند. از ديگر نتايج اين تحقيق، تعيين ضريب C است كه جهت رتبه بندي گروه هاي مختلف استفاده شده است. در اين تحقيق سعي شده است با تلفيق اطلاعات مناسب مالي و استفاده از مفاهيم زنجيره ماركوف، جابجايي مشتريان در گروه هاي تعيين شده پيش بيني و راهكارهاي مناسبي جهت مديريت ارتباط با مشتريان در صنعت بانكداري ارائه گردد.

Nowadays, customers are the most important sources of income for financial institutions and banks. According to the privatization process in the country and financial restrictions of banks, it is necessary to maintain and attract more profitable customers. Though, one of the most important methods to identify profitable customers is the concept of customer lifetime value (CLV) but it is more important to estimate customers’ future conditions because a bank`s future profitability highly depends on the customers situation. In this research, the issues about CLV, the necessity and different classification methods are presented. Then, considering weighting variables using Recency, Frequency, and Monetary (RFM) model, AHP technique, and experts opinion, customers are classified. Using Markov chain and probability matrix, the displacement of customers in different groups and their future status are predicted. One of the major outcomes of this research is the calculation of profitability matrix to predict customers’ displacement in different groups. The probability matrix can also show the reluctance of large number of customers to move to the specified groups (the highest percentage of customers in the main diameter of the probability matrix). In this research, we observed that account balance (M) has the greatest impact on customers grouping and that the number of transactions (F) and recency variable (R) are ranked as the second and third impact factors. Also, the determination coefficient (C) is another result of the research. Finally, the presented research used financial information and proposed a mathematical model (Markov chain) to calculate the probability of customers’ displacement (switching from one group to another). The proposed model can be helpful to facilitate customer relationship management process in the banking system.