تصمیم گیری براساس شبکه عصبی/ یادگیری عمیق
محمدعلی خاتمی فیروزآبادی؛ مونا جهانگیرزاده؛ امیر مزیکی؛ ُسید سهیل فاضلی
چکیده
هدف: امروزه شرکتهای بیمه با رقابتی گسترده برای جذب و نگهداری مشتریان وفادار روبهرو هستند؛ بنابراین اهمیت مدلهای پیشبینی وفاداری مشتریان بیش از گذشته نمایان شده است و میتواند موجب سهم بازار گستردهتری برای شرکتها میشود. هدف اصلی پژوهش حاضر شناسایی عوامل مؤثر بر وفاداری مشتریان و توسعه مدلی جهت پیشبینی میزان وفاداری ...
بیشتر
هدف: امروزه شرکتهای بیمه با رقابتی گسترده برای جذب و نگهداری مشتریان وفادار روبهرو هستند؛ بنابراین اهمیت مدلهای پیشبینی وفاداری مشتریان بیش از گذشته نمایان شده است و میتواند موجب سهم بازار گستردهتری برای شرکتها میشود. هدف اصلی پژوهش حاضر شناسایی عوامل مؤثر بر وفاداری مشتریان و توسعه مدلی جهت پیشبینی میزان وفاداری آنها در صنعت بیمه و در شرکتهای بیمه است.روششناسی پژوهش: این پژوهش ازنظر رویکرد، کمی، ازنظر گردآوری اطلاعات، پیمایش و ازنظر نتایج حاصله، کاربردی است. در چارچوب این پیمایش از تحلیل عاملی تاییدی و شبکههای عصبی مصنوعی استفادهشده است. بهمنظور بومیسازی عوامل مستخرج از ادبیات نظری و همچنین رفع تناقضات موجود در مؤثر بودن یا نبودن عوامل بهدستآمده از ادبیات پژوهش، در ابتدا عوامل با استفاده از تحلیل عاملی تاییدی و نرمافزار SMART PLS3 موردبررسی قرار گرفتند و تاثیرات آنها بر وفاداری مشتریان سنجیده شدند. سپس عوامل تاییدشده بهعنوان ورودی برای آموزش شبکهی عصبی مصنوعی با نرمافزار MATLAB R2019b در نظر گرفته شد.یافتهها: در این پژوهش حجم نمونه بر اساس جدول مورگان (حجم جامعه نامحدود و سطح خطای %0.05)، 384 نفر در نظر گرفته شده است. تعداد 436 پرسشنامه بهصورت تصادفی ساده بین بیمهگذاران چهار شرکت بیمه شامل بیمه ایران، شرکت بیمه آسیا، شرکت بیمه البرز، شرکت بیمه پارسیان توزیع گردید و 384 پرسشنامه کامل دریافت شد. پس از تحلیل نتایج حاصله از روش تحلیل عاملی تاییدی، عوامل تعهد، کیفیت ادراکشده، اعتماد، ارزش ادراکشده، همدلی، تصویر برند، جذابیت گزینههای دیگر، رضایت مشتری بر وفاداری مشتریان در شرکتهای بیمه ایران تاثیر داشتند و عامل هزینه جابجایی بر وفاداری مشتری تاثیر ناچیزی داشت. درنهایت مدل مورد هدف پژوهش برای پیشبینی وفاداری با 8 نورون ورودی، 110 نورون لایه میانی و 1 خروجی با سطح خطای 0.00992 و رگرسیون 0.98694 طراحی گردید.اصالت/ارزش افزوده علمی: برونداد این پژوهش، مدلی جهت پیشبینی وفاداری مشتریان شرکتهای بیمهای در کشور ایران فراهم میکند تا این شرکتها بتوانند بر عواملی که منجر به حفظ وفاداری مشتریان میشود سرمایهگذاری کنند.