Segmentacja klientów banku wspomagana algorytmami ewolucyjnymi

Abstract

Celem głównym przeprowadzonych prac empirycznych jest zbadanie efektywności działania algorytmu ewolucji różnicowej do grupowania klientów, które mogą posłużyć do budowy segmentów biznesowych. W niniejszym badaniu cel główny został podzielony na cele szczegółowe, które mają w założeniu: 1. Ocenić efektywność działania algorytmu ewolucji różnicowej do grupowania klientów banku. 2. Ocenić efektywności działania algorytmu ewolucji różnicowej w porównaniu do algorytmu k-średnich. Hipotezą główną pracy jest stwierdzenie, że algorytmy ewolucyjne użyte do grupowania klientów pozwalają na znalezienie jednorodnych grup klientów, które mogą posłużyć do budowy segmentów biznesowych. Dla każdego elementu badań hipotezy badawcze konstruowane były tak, aby potwierdzić lub zaprzeczyć występowaniu określonego zjawiska. W badaniu postanowiono sprawdzić następujące hipotezy badawcze: 1. Algorytmy ewolucyjne umożliwiają wyodrębnienie nowych grup klientów i tworzenie segmentów biznesowych. 2. Algorytmy ewolucyjne sygnalizują o zmieniającej się strukturze klientów banku. 3. Grupy utworzone dla klientów bez zgody marketingowej różnią się od grup utworzonych dla klientów ze zgodą marketingową. Segmentacja wspomagana algorytmami ewolucyjnymi lepiej określa potencjalny segment klienta niż tradycyjne metody segmentacji klientów.