Value segmentation of remotely acquired customers in banking: A model-based approach

Bilgi teknolojilerindeki yenilikler bankacılık sektöründe de önemli değişimlere yol açmaktadır. Tüketicilerin dijital hizmetlere adaptasyonu hızlanırken, müşteri deneyimi ve müşteri beklentileri alanlarında da gelişmeler yaşanmaktadır. Müşteri deneyimi alanındaki rekabetin artması bankaları dijital dönüşüme zorlamaktadır. Müşteri beklentilerine karşılık verilmesi için bankaların yüksek teknolojiye entegre olması, dijital bankacılık alanında yeni ürün ve hizmetler ortaya çıkmasını sağlamaktadır. Bankaların coğrafi kısıtları aşarak, herhangi bir fiziksel etkileşim olmaksızın yeni müşteri kazanmalarını sağlayan uzaktan müşteri edinimi, dijital bankacılık alanındaki en önemli gelişmelerden biri haline gelmiştir. Yakın gelecekte bankalar için en önemli müşteri edinme kanallarının dijital kanallar olması ihtimali, bu konsept ile kazanılan müşterileri bankalar için stratejik bir öneme sahip hale getirmektedir. Bankaların herhangi bir fiziki etkileşim kurmadan dijital kanallardan edindikleri bu müşterileri daha iyi tanımaları ve bu müşterileri daha fazla değer üretecek bir değer segmentine yükseltecek çalışmalar yapılması çok önemlidir. Bu çalışmada, bankacılık sektöründeki dijital dönüşüm kapsamında uzaktan müşteri edinimi ve dijital hesap açılış sürecinin stratejik önemini vurgulanmaya çalışılmıştır. Türkiye'de faaliyet gösteren özel bir bankadan temin edilen veriler kullanılarak, uzaktan hesap açan müşterilerin değer segmentini tahminlemek amacıyla çeşitli makine öğrenmesi modelleri uygulanmış ve modellerin sonuçları karşılaştırılmıştır. Müşterilerin değer segmentini %76 doğruluk oranıyla tahminleyen ve en iyi performansı gösteren makine öğrenmesi modeli Random Forest olmuştur.