Organizational Resources Management Researches
پژوهش های مدیریت منابع سازمانی
ORMR
Literature & Humanities
http://ormr.modares.ac.ir
1
admin
2228-6977
2538-2861
1425
fa
jalali
1396
6
1
gregorian
2017
9
1
7
2
online
1
fulltext
fa
بهبود سیستم مدیریت شکایات با استفاده از ماشین بردار پشتیبان
Improving complaints management system
Using Support Vector Machine
طراحی سیستم مدیریت یکپارچه شکایات به سازمان ها این امکان را می دهد که از بازخورد مشتریان اطلاعات بگیرند و از این اطلاعات به منظور کاهش نقاط ضعف عملکرد کسب و کار،استفاده بهینه از منابع سازمان وپایه گذاری رضایت و حفظ رابطه بلند مدت با مشتریان استفاده کنند. به همین منظور در این مقاله مدلی ارائه شده است که اولا بتواند نقاط ضعف سازمان را شفاف کند، به عبارت دیگر به کشف و شناخت الگوهای کاری و عوامل موثر بر آن بپردازد. ثانیا بتواند برای این مشکل راه حل ارایه دهد.به عنوان مطالعه موردی، داده های واحد مدیریت ارتباط با مشتریان بانک خصوصی آینده مورد استفاده قرار گرفته است. این داده ها مربوط به شکایات مشتریان به یکی از مراکز تماس تهران می باشد.در مدل پیشنهادی ایتدا به منظور ارائه یک روش توصیفی، اطلاعات با استفاده از روش کای میانگین خوشه بندی شده، خوشه های بهینه بر مبنای شاخص دیویس- بولدین تعیین و بر اساس تحلیلهای به دست آمده ساختار سیستم پاسخگویی طراحی می شود. در مرحله بعد به منظور ارائه راه حل برای مشکل سازمان از روش ماشین بردار پشتیبان استفاده شده است. نتایج به دست آمده اعتبارسنجی شده و پیشنهاداتی به منظور بهبود سیستم مدیریت شکایات ارائه شده است.
Integrated complaints management system designed to give organizations the opportunity to learn from customer feedback information and use information to reduce weaknesses in business performance, efficient use of resources and maintain satisfactory capital base long term relationship with their customers. Therefore in this paper, a model is provided that could clear weak points first, in other words, discover and understand the Working patterns and factors affecting it. Second, it can provide solutions to the problem. As a case study customer relationship management data unit of Ayandeh private Bank is used. This data related to customer complaints in one of the call centers in Tehran. In order to provide a descriptive model, the data is clustered by using data mining tools, optimal clusters based on Davis– Bouldin Indicator is determined and based on the analysis obtained, the architecture of response system is designed. Next, in order to provide a prediction model, support vector machine is used. The result is validated and suggestions to improve complaints management system are presented
خوشه بندی,مدیریت شکایات,ماشین بردار پشتیبان,مراکز تماس
Clustering,complaint management,Support vector machine,call centers
175
192
http://ormr.modares.ac.ir/browse.php?a_code=A-28-12298-1&slc_lang=fa&sid=28
shabnam
mohammadi
شبنم
محمدی
1003194753284600145780
1003194753284600145780
No
کارشناس ارشد فناوری اطلاعات تجارت الکترونیک، دانشگاه صنعتی خواجه نصیر الدین طوسی، تهران، ایران.
monireh
hosseini
منیره
حسینی
1003194753284600145781
1003194753284600145781
Yes
استادیار، گروه فناوری اطلاعات، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران .