ارايه روش تركيبي در خوشه بندي مشتريان بانك با استفاده از الگوريتم دو مرحله اي k-means و تحليل عاملي

با توجه به كاربردهاي وسيع شناخته‌شده از داده‌كاوي در صنعت بانكداري اين ابزار در ساير زمينه‌ها مانند خوشه بندي و رتبه بندي مشتريان در بازپرداخت اقساط تسهيلات مورد بررسي قرار مي گيرد. لذا در اين مقاله با اتخاذ به رويكرد مديريت اعطاي تسهيلات توسط بانك ها، به خوشه بندي و رتبه بندي 100224 نفر از مشتريان بر اساس بازدهي اعطاي تسهيلات در موسسه امام رضا پرداخته‌شده اسـت. بدين منظور از متغيرهاي داده هاي جمعيت آماري مشتريان، پرداخت بدهي تسهيلات توسط مشتريان و دانش ضمني خبرگان بانكي، هفت متغير جهت خوشه بندي و رتبه بندي مشتريان استخراج شده است. در اين مقاله در بخش اول از روش تحليل عاملي ROBPCA براي طبقه بندي مشتريان استفاده شده است به طوري كه در اين روش مشتريان به چهار اهرم منظم به عنوان لايه داخلي و اهرم هاي عمود، خوب و بد افراز مي شوند. همچنين بردار ويژه به دست آمده از ROBPCA به عنوان ورودي خوشه بندي الگوريتم دو مرحله اي K-means استفاده مي شود. مشتريان در اين مرحله به چهار خوشه طبقه بندي مي شوند. نتايج به دست آمده نشان مي دهد كه 73 % مشتريان عضو مشتريان منظم بوده كه ميانگين مبلغ مصوب (وام) آن ها، 7 % ميانگين مبلغ مصوب كل مشتريان بوده در حالي كه بيشترين مقدار پرداخت را در بر دارند. با توجه به نتايج مشتريان اهرم عمود كه 17 % مشتريان شامل مي شود رفتار متفاوتي از مشتريان عادي (منظم) داشته و مي تواند يكي از محورهاي اصلي اعطاي تسهيلات محسوب شوند. همچنين 07 % مشتريان عضو اهرم بد هستند كه بيشترين مبلغ مصوب را دريافت كردند در حالي كه كمترين مقدار برگشت را شامل مي شوند. در پايان نيز پس از مجزا كردن مشتريان هم از طريق ROBPCA و هم از طريق خوشه بندي، مشتريان به شانزده قسمت طبقه بندي مي شوند كه سياست هاي اجرايي مجزايي را در بر مي گيرند.