سنجش رضایت مشتریان از خدمات معاملات برخط بورس اوراق بهادار با استفاده از ترکیب تکنیک داده کاوی و رویکرد کانوی فازی

نوع مقاله : علمی - پژوهشی

نویسندگان

1 * استادیار گروه کارآفرینی، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی.

2 ** استادیار گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی.

3 *** کارشناس ارشد مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی (نویسنده مسئول).

چکیده

     به­دلیل اهمیت بازار سرمایه، سنجش عملکرد شرکت‌های کارگزاری به­عنوان واسط بین شرکت‌ها و سرمایه‌گذاران، جهت غنی‌سازی کیفیت خدمات ارائه­شده از سوی آن‌ها امری ضروری است. در این تحقیق، ابتدا مشخصه‌های کیفیت خدمات برخط شرکت‌های کارگزاری از طریق مطالعه مبانی نظری پژوهش و نظر خبرگان شناسایی و گزینش شده و بر اساس آن‌ پرسشنامه فازی کانو طراحی و به­صورت تصادفی بین 384 کاربر برخط شرکت‌های کارگزاری‌ توزیع شد. با استفاده از خوشه‌بندی K-Means سه دسته مشتری شناسایی و برای هر خوشه با روش کانوی فازی، نیازهای هر خوشه بررسی و طبقه‌بندی شد. این پژوهش طبقة هر ویژگی را بر اساس مدل کانو مشخص کرده و نشان می‌دهد، طبقه برخی از ویژگی‌ها بین خوشه‌های مختلف متفاوت و برای برخی دیگر، برای هر سه خوشه مشترک و از یک نوع است، همچنین برای هر ویژگی در هر خوشه، میزان رضایتمندی به­صورت یک ضریب، رضایت­مندی و عدم رضایت را در صورت وجود و یا عدم وجود آن ویژگی نشان داده است. نتایج این پژوهش می‌تواند یاری‌رسان شرکت‌های کارگزاری در جهت ارائه مناسب خدمات ارائه شده به مشتریان مختلف باشد. 

کلیدواژه‌ها

مراجع

  1. Azar, A. & Shariati Rad, m. (2010). Planning and improving QFD with fuzzy Kano’s model approach. Quarterly Studies in Industrial Management, 10(27), 1-15. (In Persian).
  2. Amiri, F., Alizadeh, S. &Latifi, F. (2010). Analysis and identification of electronic banking customer behavior using data mining, Fourth International Conference on Marketing Management. (In Persian).
  3. Azizi Far, M.J. (2014). Data Mining Applications in various areas, National Conference on Computer Engineering and Information Technology Management. (In Persian).
  4. Bansal, H. S., McDougall. G. H. G., Dikolli, S. S. & Sedatole, K. L. (2004). Relating e-Satisfaction to behavioral outcomes: An empirical study. Journal of Services Marketing, 18(4). 290-302.
  5. Busacca, B. & Padula, G. (2005). Understanding the relationship between attribute performance and overall satisfaction: Theory, measurement and implications, Marketing Intelligence & Planning, 23(6). 543 – 561.
  6. Cristobal, E., Flavian, C., & Guinalıu, M. (2007). Perceived e-Service quality (PeSQ) measurement validation and effects on consumer satisfaction and website loyalty. Managing Service Quality, 17(3), 317-340.
  7. Garibay, C., Gutierrez, H., Figueroa, A,. (2010). Evaluation of a Digital Library by Means of Quality Function Deployment (QFD) and the Kano Model, The Journal of Academic Librarianship, 36(2), 125-132.
  8. Han, J., Kamber, M. & Pei, J. (2012). Classification: Basic Concepts, In the Morgan Kaufmann Series in Data Management Systems, 327-391.
  9. Hasan Gholipour, T., Esfidani, M.R., Sajedi Fard, A. & Mohamadi, E., (2012). The impact of e-service quality To online customers' trust and satisfaction in the financial services industry: the study of brokerage firms active in the Tehran Stock Exchange, Journal of Economics and New Business, 29, 30, 57-77. (In Persian).
  10. Herington, C., & Weaven, S. (2009). E-Retailing by banks: e-Service quality and its importance to customer satisfaction. European Journal of Marketing, 43(9/10), 1220-1231.
  11. Jamal, A. & Naser, A., (2002). Customer satisfaction and retail banking: an assessment of some of the key antecedents of customer satisfaction in retail banking, International Journal of Bank Marketing, 20(4), 146 – 160
  12. Kuo, Y. F. (2004). Integrating Kano’s model into web-community service quality.Total Quality Management & Business Excellence, 15(7), 925-939.
  13. Lee, Y.S. & Huang ,S.Y., (2009). A new fuzzy concept approach for Kano’s model, Expert Systems with Applications, 36(3), 4479-4484
  14. Lee ,YC., Sheu, LC., Tsou, YG. (2008). Quality function deployment implementation based on Fuzzy Kano model: an application in PLM system. Computer Ind Eng 55, 48–63.
  15. Lin, S.P., Yang, C.L., Chan, Y.h., & Sheu, C. (2010). Refining Kano's quality attributes-satisfaction model: A moderated regression approach. International Journal of Production Economics, 126(2), 255-263.
  16. Madani Mohamadi, H., (2006). Developing a model for ranking brokerage firms Tehran Stock Exchange, Quarterly thought Sadeq, 23, 65-82. (In Persian).
  17. McKay, A.; de Pennington, A.; Baxter, J.E. (2001). Requirements Management: A Representation Scheme for Product Specifications. Computer-Aided Design, 33(7), 511-520.
  18. Mirabi, V., Fallah Shams, M., Koushan, N. & Saiedi, N. (2013). Identify and prioritize the factors affecting quality of electronic services in the stock market using Fuzzy TOPSIS, Journal of financial management, 12,147-167.(In Persian).
  19. Oliver, R.L., (2010). Satisfaction: A Behavioral Perspective on the Consumer, M.E.Sharp,NewYork.
  20. Pal, J.K., (2011). Usefulness and applications of data mining in extracting information from different perspective, Annals of Library and Information Studies, 58, 7-16.
  21. Radfar, R., Nezafati, N. & Yousefi Asli, S. (2014). Classification of internet banking customers using data mining algorithms, Journal of Information Technology Management Tehran University, 6(1), 71-90.(In Persian).
  22. Ribbink, D., van Riel, A. C. R., Liljander, V., & Streukens, S. (2004). Comfort your online customer: Quality, trust and loyalty on the internet. Managing Service Quality, 14(6), 446-456.
  23. Saleh Zadeh, R. & Shahin, A. (2012). Segmentation and prioritization of bank customers using a combination of clustering and AHP Fourth International Conference of Iranian Operations Research. (In Persian).
  24. Taghva, M., Taghavi Fard, M. & Afkhami, A. (2007). Website impact on customer satisfaction in e-commerce (the case of the Iranian nation and insurance), Journal of Economics and New Business, 10. (In Persian).
  25. Udo, G. J., Bagchi, K. K., & Kirs, P. J. (2010). An assessment of customers’ e-Service quality perception, satisfaction and intention. International Journal of Information Management, 30, 481-492.
  26. Witell, L., & Löfgren, M. (2007). Classification of quality attributes, Managing Service Quality, 17(1), 54-73.
  27. Wang, C.H. & Wang , J. (2014). Combining fuzzy AHP and fuzzy Kano to optimize product varieties for smart cameras: A zero-one integer programming perspective, Applied Soft Computing, 22, 410-416.
  28. Xu, Q., Jiao, R., Yang, X., Helander, M., Khalid, H., & Opperud, A. (2009). Ananalytical Kano model for customer need analysis. Design Studies, 30(1), 87-110.
  29. Yang, C. (2005). The refined Kano's model and its application. Total Quality Management & Business Excellence, 16(10), 1127-1137.
  30. Zandi, S. (2013). Assess the needs of bank customers using a combination of clustering, fuzzy TOPSIS and Kano Model (Case Study: City Bank ), Islamic Azad University, North Tehran Branch.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار