فصلنامه علوم مدیریت ایران

فصلنامه علوم مدیریت ایران

مدلسازی مدیریت ارتباط با مشتری مبتنی بر هوش مصنوعی جهت کاهش ریزش مشتریان (مورد مطالعه: صنعت بیمه ایران)

نوع مقاله : مقاله استخراج شده از پایان نامه

نویسندگان
1 دانشجوی دکتری، گروه مدیریت بازرگانی، واحد رشت، دانشگاه ازاد اسلامی، رشت، ایران
2 دانشیار، گروه مدیریت بازرگانی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران
100/jiams.2025.8898.7773
چکیده
مطالعه حاضر با هدف مدلسازی مدیریت ارتباط با مشتری مبتنی بر هوش مصنوعی جهت کاهش ریزش مشتریان انجام شد. این مطالعه از نظر هدف یک پژوهش کاربردی-توسعه‌ای است و از نظر شیوه گردآوری داده‌ها یک پژوهش توصیفی با ماهیت اکتشافی می‌باشد. همچنین پژوهش حاضر مبتنی بر فلسفه تفسیرگرایانه است. جامعه مشارکت‌کنندگان شامل خبرگان نظری (اساتید بازاریابی) و خبرگان تجربی (مدیران صنعت بیمه) است. برای نمونه‌گیری از روش هدفمند استفاده شد و تا رسیدن به اشباع نظری ادامه یافت. در نهایت از دیدگاه 17 نفر از خبرگان استفاده گردید. برای شناسایی مقوله‌های زیربنایی مدل مدیریت ارتباط با مشتری مبتنی بر هوش مصنوعی از روش تحلیل مضمون و نرم‌افزار MaxQDA استفاده شد. جهت ارائه الگو نیز از روش ساختاری-تفسیری و نرم‌افزار MicMac استفاده گردید. یافته‌های پژوهش نشان داد عوامل فنی هوش مصنوعی، عوامل مدیریتی هوش مصنوعی و بازاریابی رابطه‌ای بر مدیریت ارتباط با مشتریان تاثیر می‌گذارند. مدیریت ارتباط با مشتری با اثرگذاری بر شخصی‌سازی خدمات و مشتری‌گرایی منجر به بهبود تجربه مشتریان می‌شود. این عامل خود با اثرگذاری بر وفاداری مشتریان، رضایت مشتریان و مشارکت مشتریان به کاهش ریزش مشتریان منتهی می‌گردد
کلیدواژه‌ها
موضوعات

عنوان مقاله English

Modeling customer relationship management based on artificial intelligence to reduce customer churn)Study case: Iran's insurance industry(

نویسندگان English

Maral Shadpour 1
Kambiz Shahroodi 2
Narges Delafrooz, 2
1 Ph.D. Student in Marketing Management, Department of Business Management, Rasht branch, Islamic Azad University, Rasht, Iran
2 Associate Prof., Department of Business Management, Rasht branch, Islamic Azad University, Rasht, Iran.
چکیده English

The present study was conducted with the aim of modeling customer relationship management based on artificial intelligence to reduce customer churn. This study In terms of the purpose, is an applied-developmental research, and in terms of the method of data collection, is a descriptive research with an exploratory nature. Also, the current research is based on interpretive philosophy. The community of participants includes 20 theoretical experts (marketing professors) and experimental experts (managers of the insurance industry). A targeted method was used for sampling and continued until theoretical saturation was reached. Finally, the opinion of 17 experts was used. Theme analysis method and MaxQDA software were used to identify the underlying categories of customer relationship management model based on artificial intelligence. Structural-interpretive method and MicMac software were used to present the model. The findings of the research showed that technical factors of artificial intelligence, managerial factors of artificial intelligence and relational marketing affect the management of relationship with customers. Customer relationship management improves customer experience by influencing service personalization and customer orientation. This factor by influencing customer loyalty, customer satisfaction and customer participation leads to the reduction of customer churn.

کلیدواژه‌ها English

customer relationship management
artificial intelligence
reducing customer churn
Iran's insurance industry
باشکوه‌اجیرلو، محمد؛ قاسمی‌‌همدانی، ایمان. (1402). واکاوی نقش عوامل اثرگذار بر هم‌آفرینی ارزش از طریق فناوری‌های مجهز به هوش مصنوعی و مدیریت دانش. کتاب‌داری و اطلاع‌رسانی، 26 (۱۰۱)، 115-142. https://doi.org/10.30481/lis.2023.377727.2037
باشکوه‌اجیرلو، محمد؛ محمدخانی، رحیم. (1402). طراحی مدل پیاده سازی بازاریابی دیجیتال صنعتی با تأکید بر مدیریت ارتباط با مشتری مبتنی بر هوش مصنوعی. تحقیقات بازاریابی نوین، 14(1)، 1-19. https://doi.org/10.22108/nmrj.2023.138898.2952
توران‌پشتی، نگین. (1402). بررسی تاثیر هوش مصنوعی بر بازاریابی و مدیریت ارتباط با مشتری کسب‌و‌کارها، سومین کنفرانس بین المللی پژوهش‌های کاربردی در مدیریت، حسابداری، اقتصاد و مهندسی صنایع. https://civilica.com/doc/1804714
حبیبی، آرش؛ آفریدی، صنم. (1401). تصمیم‌گیری چندشاخصه. تهران: انتشارات نارون.
خمویی، فرشید؛ سلطانی، مرتضی؛ اسفیدانی، محمدرحیم. (1401). نقش بازاریابی رابطه مند در نیل به مزیت رقابتی در صنعت بیمه. پژوهش‌های مدیریت ایران، 26 (115)، 198-225.
زارعی، مهناز؛ شجاعی، محبوبه. (1400). شناسایی و اولویت‌بندی عوامل موفقیت در مدیریت الکترونیکی ارتباط با مشتری. مطالعات توسعه و مدیریت منابع، 1(2)، 37-52. https://sanad.iau.ir/Journal/jdsrm/Article/783295
زنجیرچی، سیدمحمود؛ ملایی، نوید؛ میرغفوری، سیدحبیب‌اله؛ زارع، حبیب. (1402). استقرار موفق مدیریت ارتباط با مشتری در صنعت گردشگری. گردشگری و توسعه، 12 (34)، 219-232. https://doi.org/10.22034/jtd.2022.327748.2564
سلطانی‌لیفشاگرد، سمانه؛ شاهرودی، کامبیز؛ چیرانی، ابراهیم. (1400). پیش‌بینی رویگردانی بیمه‌گذاران در صنعت بیمه: شناسایی عوامل تاثیرگذار. دانش سرمایه‌گذاری، 10(39)، 341-354. https://sanad.iau.ir/Journal/jik/Article/842293/FullText
عباسیان، محمد؛ صحت، سعید. (1400). بررسی تأثیر عوامل موفقیت مدیریت الکترونیکی ارتباط با مشتری پایدار بر عملکرد شرکت بیمه. مطالعات مدیریت و توسعه پایدار، 1(2)، 1-32. https://doi.org/10.30495/msds.2021.1939959.1011
فارسیجانی، حسن؛ زارع‌اسپیلی، امیرشهاب. (1401). بررسی تاثیر مدیریت ارتباط با مشتری مبتنی بر هوش مصنوعی جهت رسیدن عملکرد سازمان به کلاس جهانی. نهمین همایش ملی مطالعات و تحقیقات نوین در حوزه علوم انسانی ، مدیریت و کارافرینی ایران، تهران. https://civilica.com/doc/1562462
فرشیدنیا، کیوان؛ نوری، علیرضا. (1402). بررسی تأثیر عملکرد مدیریت ارتباط با مشتریان بر تصویر برند با میانجی گری ارزش ادراک شده. کاوش‌های نوین در علوم محاسباتی و مدیریت، 1(1)، 127-141. https://doi.org/10.22034/necsbm.2023.412862.1022
فرقانی دهنوی، سید محمد؛ رجب زاده قطری، علی؛ آذر، عادل؛ خدیور، آمنه. (1401). طراحی راهبرد نگهداشت مشتری با استفاده از الگوی پیش‌بینی رویگردانی مشتری مبتنی بر یادگیری عمیق. پژوهش‌های مدیریت منابع سازمانی، 12 (3)، 98-128. http://dorl.net/dor/20.1001.1.22286977.1401.12.3.5.9
قنبرزاده، میترا؛ قربانی، حسن؛ افقی، رضا. (1401). بررسی ریزش مشتریان بیمه‌های زندگی با استفاده از روش‌های داده کاوی. پژوهشنامه بیمه، 37 (148)، 551-566. https://civilica.com/doc/1606633
موقر، مرتضی؛ حسینی، ابوالحسن؛ باقری، مژگان. (1402). بازی وارسازی و نقش آن در تمایل به خرید مشتریان در صنعت بیمه. چشم انداز مدیریت بازرگانی، 22(53)، 175-195. https://doi.org/10.48308/jbmp.2023.103641
نخجوانی، علی؛ یاقوتی، ابراهیم. (1402). وضعیت حقوقی معاملات انجام شده توسط هوش مصنوعی. پژوهش‌های حقوق اقتصادی و تجاری، ۱(1)، 41-68. https://doi.org/10.48308/eclr.2023.103363
نعامی، عبدالله؛ حمدی، سیدحامد؛ سرداری، احمد؛ نوروزی‌مبارکه، علی. (1402). شناسایی ابعاد و مؤلفه‌های پذیرش سیستم‌های اجتماعی مدیریت ارتباط با مشتری. ارزش‌آفرینی در کسب‌وکار، 3 (8)، 1-19. https://doi.org/10.22034/jvcbm.2023.403930.1124
 
 
Antonella Cappiello,( 2020). The Technological Disruption of Insurance Industry. PhD Associate Professor Department of Economics and Management University of Pisa Italy. https://doi.org/10.30845/ijbss.v11n1a1
Attride-Stirling, J. (2001). Thematic networks: an analytic tool for qualitative research. Qualitative research, 1(3), 385-405 . https://doi.org/10.1177/146879410100100307
Bagla, S., & Gupta, G. (2022). Performance Evaluation of Various Classification Techniques for Customer Churn Prediction in E-Commerce. Microprocessors and Microsystems, 94(1), 664-680. https://doi.org/10.1016/j.micpro.2022.104680
Bliek, I. L., Dreyer, S., Ozkan, B., Hermsen, B., & Nusselder, A. Predicting customer churn for an insurance company by utilizing behavioural features. European jounal of marketing, 48(1), 159-205. http://dx.doi.org/10.1007/978-3-030-59065-9_21
Bogaert, M., & Delaere, L. (2023). Ensemble Methods in Customer Churn Prediction: A Comparative Analysis of the State-of-the-Art. Mathematics, 11(5), 11-37. https://doi.org/10.3390/math11051137
Candus, C., Debra, S. (2022). Performance assessment of circular driven sustainable agri-food supply chain towards achieving sustainable consumption and production. Journal of Cleaner Production, 37(2), 683-698. https://doi.org/10.1016/j.jclepro.2022.133698
Chatterjee, S., Ghosh, S. K., Chaudhuri, R., & Chaudhuri, S. (2020). Adoption of AI-integrated CRM system by Indian industry: from security and privacy perspective. Information & Computer Security. http://dx.doi.org/10.1108/ICS-02-2019-0029