نگای در [۲۵] به مرور و دسته بندی ادبیات در زمینه کاربردهای داده‌کاوی در مدیریت ارتباط با مشتری پرداخته است. در این تحقیق ضمن بیان ضرورت کاربردهای تکنیک‌های داده‌کاوی در مدیریت ارتباط با مشتری به دسته­بندی تکنیک‌ها و مقایسه روش‌های داده‌کاوی در این زمینه پرداخته است. در انتها چارچوبی جهت انجام تحقیقات آتی در زمینه کاربردهای داده‌کاوی در حوزه مدیریت ارتباط با مشتری ارائه شده است.
۲-۱۰- جمع‌بندی مطالب فصل
در این فصل ابتدا به تعاریف و مفاهیم پایه مرتبط با موضوع تحقیق پرداخته شد و مفاهیمی چون مدیریت دانش، مدیریت دانش مشتری، مدیریت ارتباط با مشتری و داده‌کاوی معرفی شدند. در نهایت پیشینه تحقیق مورد بررسی قرار گرفت.
به طور خلاصه می­توان گفت با تبدیل مشتری به یک دارایی مهم و ارزشمند سازمان و تعیین دانش به عنوان عامل پویایی و بقای سازمان، مباحثی چون مدیریت دانش مشتری در میان محققان جایگاه ویژه­ای یافت. مدیریت دانش می ­تواند مزایایی چون تسهیم و اشتراک دانش و صرفه­جویی در زمان و … را به دنبال داشته باشد. بهره­ گیری از این مزایا منجر به حفظ بقای سازمان در محیط متلاطم و پر رقابت کسب و کار امروز خواهد بود.
مدیریت ارتباط مشتری سنتی ابزاری جهت ارتباط با مشتریان و تلاش جهت حفظ وفاداری آن­ها بود. اما خلأ بزرگ آن عدم بهره­مندی از مدیریت دانش مشتریان بود. اما زمانی که مدیریت ارتباط مشتری، مدیریت دانش را جهت کسب دانش مشتری بکار گیرد فرایند مدیریت دانش مشتری خواهیم داشت. ابزار حاصل کمک خواهد کرد ارتباط سازمان با مشتریان از حالت منفعل خارج شده و با مشتری به عنوان شریک دانشی سازمان ارتباط برقرار نماید.
مدیریت دانش مشتری با ترکیب هر دو رویکرد فناوری محور^[۱۳۰] و داده­گرا^[۱۳۱] در بحث مدیریت ارتباط با مشتری و رویکرد فرد گرا^[۱۳۲] در بحث مدیریت دانش با هدف بهره­ گیری از پتانسیل هم­افزای هر دوی آن­هاست [۴۱]. نتیجه این مسئله می ­تواند توصیف شیواتر دانش برای مشتری، دانش درباره مشتری و دانش از سوی مشتری باشد. بنابراین این امکان وجود خواهد داشت که محصولات و خدمات جدید به گروه مناسب از مشتریان تحویل شود. بنابراین ریسک شکست محصول جدید کاهش خواهد یافت [۲۷].

از آنجا که به طور مشخص، در نظام بانکی، مشتری سودمندترین و مهم­ترین رکن این سازمان می­باشد، تمرکز و مطالعه بر اطلاعات و رفتار مشتریان و کشف دانش موجود و بهره­ گیری از دانش کشف شده جهت اتخاذ استراتژی‌های کسب­وکار می ­تواند در مسیر جذب و حفظ مشتریان و افزایش حس رضایت آن­ها مؤثر باشد.
در این مسیر ابزار داده‌کاوی جهت کشف دانش مشتریان گردید. فرایند داده‌کاوی به سازمان­ها کمک می­ کند تا انبوه داده‌های مشتریان را تحلیل نمایند و اطلاعات مفید را از آن­ها استخراج نموده و مزیت رقابتی را نسبت به دیگران کسب نمایند [۳۰].
لازم به ذکر است جزییات دقیق روش انتخابی جهت داده‌کاوی در فصل­های آینده به تفصیل مورد بحث قرار خواهد گرفت.
فصل سوم
روش تحقیق
۳-۱- مقدمه
تحقیق از نظر لغوی به معنای بررسی و پیدا کردن حقیقت است و از منظر علمی عبارتست از تلاش و انجام یک فعالیت منظم و هدف دار برای رسیدن به حقیقت، پاسخ به سؤال، دستیابی به دانش و آگاهی بیشتر در مورد یک پدیده و یا یک مسئله به منظور چاره جویی با بهره گرفتن از مراحل و روش علمی. به عبارت دیگر تحقیق تجزیه و تحلیل و ثبت عینی و سیستماتیک مشاهدات کنترل شده که ممکن است به پروراندن قوانین کلی، اصول یا نظریه‌هایی بینجامد و به پیش بینی و یا احتمالاً به کنترل نهایی رویدادها منتج شود.
در فصل پیش رو چارچوب کلی روش پیشنهادی تشریح می­گردد و سعی شده با طرح این چارچوب بر پایه­ گام‌های اساسی، اهداف تحقیق که همان بخش‌بندی مشتریان و استخراج استراتژی‌های متناسب با هر بخش و به‌کارگیری استراتژی­ها و دانش حاصل در چرخه مدیریت دانشی سازمان می­باشد، حاصل گردد.
در این مسیر برخی روش‌های موجود در زمینه خوشه‌بندی مبتنی بر بخش‌بندی مانند K-Means، WK-Means، A-Harmonic means و معیارهای ارزیابی و اعتبارسنجی خوشه‌ها همچون شاخص مجموع مربع خطاها و روش Min-Max برای نرمال سازی داده‌ها تشریح خواهند شد.
۳-۲- روش پیشنهادی
هدف از این تحقیق کشف دانش نهفته در داده‌های خام مشتریان بانک اقتصاد مهر با بهره گرفتن از روش‌های داده‌کاوی و به‌کارگیری آن جهت اتخاذ استراتژی­هایی برای مدیریت دانش مشتریان است که این مهم از تلفیق ابزارهای دانشی با رویکردهای مربوط به مدیریت ارتباط با مشتریان حاصل خواهد شد.
۳-۲-۱- چارچوب تحقیق
در شکل ۳-۱ چارچوب کلی این تحقیق نشان داده شده است.
شکل ۳-۱ چارچوب تحقیق
۳-۲-۲- انتخاب متغیرها
شناسایی متغیرها از گام‌های اساسی در مسیر تحقیق است. با در نظر گرفتن اهداف تحقیق، مطالعه تحقیقات انجام‌شده در حوزه بخش‌بندی رفتاری مشتریان بانک و بررسی رویکردهای سازمانی بانک مهر اقتصاد، سه دسته متغیر زیر انتخاب شده است:

• • داده ­های جمعیت آماری مشتریان: این متغیرها شامل جنسیت، سن، تحصیلات، وضعیت تأهل، شغل و تاریخ تولد، محل منطقه بانکی و … می‌باشد.

• • تراکنش‌های مالی مشتریان: تراکنش‌های مالی مشتری می‌تواند شاخص مناسبی برای بررسی الگوی رفتاری مشتری باشد و تحقیقات زیادی در این زمینه صورت گرفته است. در این میان متغیرهایی چون تراکنش اخیر مشتری^[۱۳۳]، متغیر پولی^[۱۳۴]، فراوانی^[۱۳۵] (که به اصطلاح با سر نام RFM شناخته می­شوند)، در مطالعات داده‌کاوی کاربرد گسترده­ای یافته­اند. این متغیرها در پایگاه اطلاعاتی بانک وجود دارند و از طریق پردازش داده ­های تراکنشی مشتریان محاسبه می‌شوند که R، فاصله میان زمان آخرین تراکنش مشتری تا زمان مورد ارزیابی، F، تعداد خریدهای مشتریان در یک بازه زمانی خاص و M، میانگین مبالغ تراکنش‌های مشتری در یک بازه زمانی خاص می­باشند.

• • دانش ضمنی خبرگان بانکی: بانک مهر اقتصاد برخی از مشتریان خود را به عنوان مشتریان کلیدی^[۱۳۶] می­شناسد. مشتریان کلیدی بانکی در هر استان بنا بر نظر خبرگان بانکی با ویژگی‌های خاصی تعریف می­شوند. منشأ این ویژگی­ها دانش ضمنی خبرگان بانکی در هر استان می­باشد. در استان مازندران، این متغیر بر اساس ویژگی مانده حساب^[۱۳۷] مشتری تعیین می­گردد. در این تحقیق این متغیر با نام K تعریف می­گردد.

این متغیرها در جدول ۳-۱ نمایش داده شده است.
جدول ۳-۱ متغیرهای تحقیق