РАЗРАБОТКА МЕТОДИКИ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ КЛИЕНТСКОЙ УДОВЛЕТВОРЕННОСТИ С ИСПОЛЬЗОВАНИЕМ АДАПТИВНЫХ АЛГОРИТМОВ И СИСТЕМНОГО АНАЛИЗА
Аннотация
В условиях стремительного развития цифровых технологий и роста конкуренции на рынке цифровых платформ удовлетворенность клиентов становится критическим фактором успешной деятельности компаний. В данной работе предложен подход к оценке и прогнозированию клиентской удовлетворенности с применением адаптивных алгоритмов и методов системного анализа. Проведен мультифакторный анализ данных, включающих параметры типа клиента, цели поездки, класса обслуживания, а также показатели комфорта и качества обслуживания. Для построения модели использован алгоритм Random Forest, который продемонстрировал высокую точность прогнозирования (95%). Определены ключевые факторы, влияющие на удовлетворенность клиентов: онлайн-регистрация, доступ к Wi-Fi, класс обслуживания, наличие развлечений и тип поездки. Предложенный подход учитывает динамическую природу клиентских предпочтений, позволяя адаптировать прогнозы в реальном времени. Разработанная методика может служить основой для создания интеллектуальных систем поддержки принятия решений, направленных на повышение качества обслуживания и укрепление клиентской лояльности. Результаты исследования могут быть применены для разработки стратегий повышения клиентской лояльности и оптимизации бизнес-процессов цифровых платформ. Полученные данные и разработанные модели вносят вклад в развитие теории системного анализа и методов машинного обучения, обогащая научные подходы к изучению клиентской удовлетворенности в условиях цифровизации.
Литература
Lavrova A.P. Basic methods for assessing customer satisfaction in modern conditions. Humanities, socio-economic and social sciences. 2024. N 5. P. 188-193. DOI: 10.24412/2220-2404-2024-5-15 (in Russian).
Lavrova A.P. Relevant sales techniques for managers. Dnieper Scientific Bulletin. 2023. Vol. 3. N 1. P. 23-29 (in Russian).
Khudyakova T.S., Krokhalev V.A. Factor structure of customer satisfaction of service quality adjustment. https://esj.today/PDF/88ECVN623.pdf (in Russian).
Ermilova E.Yu., Polyakova O.A. Customer satisfaction as the basis for their loyalty. Bulletin of science. 2018. N 8(8). P. 17-22 (in Russian).
Zakharova I.A. Value-based customer experience management. Creative economy. 2023. Vol. 17. N 4. P. 1461-1476. DOI: 10.18334/ce.17.4.117563 (in Russian).
Khlebinsky N.Yu. How to systematically work with customer data and manage customer retention, increasing LTV and CRR indicators. Internet Marketing. 2021. N 1. P. 2-11. DOI: 10.36627/2619-1369-2021-1-1-2-11 (in Russian).
Lobareva N.V., Sigankov A.A. Evaluation of the effectiveness of relations with customers of high-tech enterprises. Russian Journal of Innovation Economics. 2020. N 1. P. 585-589 (in Russian).
Pryadokhina I.V., Prishchenko E.A. Methodological approach to managing customer experience in the IT services market. World of Economics and Management. 2023. N 1. P. 95-108. DOI: 10.25205/2542-0429-2023-23-1-95-108 (in Russian).
Kmet E.B., Volynets A.M. Methodological approach to the development of customer journey map of hotel service consumers. Practical Marketing. 2021. N 6. P. 25-34. DOI: 10.24412/20713762202162922534 (in Russian).
Shchepetova I.V. Features of the analysis of customer experience in the Russian eating-out market. Marketing and marketing research. 2022. N 3. P. 222-237. DOI: 10.36627/2074-5095-2022-3-3-222-237 (in Russian).
Vetitnev A.M., Voloshchuk P.V. Qualitative research of the customer experience as a universal tool for internal communications of the service company. Business. Education. Law. 2019. N 1 (46). P. 46-51. DOI: 10.25683/VOLBI.2019.46.156 (in Russian).
Abramov V.I., Abramov I.V., Polivanov K.V., Semenkov K.Yu. Digital transformation of the customer relationship management system. Russian Journal of Innovation Economics. 2023. Vol. 13. N 1. P. 289-306. DOI: 10.18334/vinec.13.1.117051 (in Russian).
Eshtokin S.V. Using Artificial Intelligence to Develop a Digital System of Modern Interaction Models between Commercial Banks and Their Clients. Economy & Society: Contemporary Models of Development. 2020. Vol. 10. N 4. P. 381-390. DOI: 10.18334/ecsoc.10.4.111409 (in Russian).
Kalimullina O.V., Evdokimova N.A., Akhmadeev R.G., Nagizade Sh.A. The Market for Digital Platforms to Combat Customer Churn. Creative Economy. 2022. Vol. 16. N 12. P. 4887-4898. DOI: 10.18334/ce.16.12.116771 (in Russian).
Ustinova O.E. Artificial Intelligence in Company Management. Creative Economy. 2020. Vol. 14. N 5. P. 885-904. DOI: 10.18334/ce.14.5.102145 (in Russian).
Sizova O.V., Tezin N.K. Forecasting the view traffic of a news resource using artificial intelligence methods. Ivecofin. 2023. N 4(58). P. 79-88. DOI: 10.6060/ivecofin.2023584.667 (in Russian).
Pavlova E.A., Sizova O.V. Analysis and optimization of online sales of a trade organization. Ivecofin. 2024. N 4 (62). P. 88-97. DOI: 10.6060/ivecofin.2024624.706 (in Russian).
Afanasyeva S.I., Chernysheva K.V. Digital transformation using customer relationship management systems. Modern high technologies. Regional application. 2024. N 1(77). P. 60-67. DOI: 10.6060/snt.20247701.0008 (in Russian).
Ksenofontova O.L., Mirolyubova A.A., Fokin S.A. Using data mining methods in the banking sector. Modern high tech-nologies. Regional application. 2023. N 4(76). P. 76-83. DOI: 10.6060/snt.20237604.00010 (in Russian).
Bobkov S.P., Astrakhantseva I.A., Kutuzova A.S. Simulation modeling of subjects’ behavior in a complex social system. Modern high technologies. Regional application. 2022. N 4(72). P. 33-39. DOI: 10.6060/snt.20227204.0005 (in Russian).
Astrakhantseva I.A., Gerasimov A.S., Astrakhantsev R.G. Forecasting regional inflation using machine learning algorithms. Ivecofin. 2022. N 4(54). P. 6-13. DOI: 10.6060/ivecofin.2022544.620. EDN ITYDFE (in Russian).
Efremov D.S. Models and methods for assessing customer satisfaction. Journal of Economics and Management. 2019. N 6. P. 12-18 (in Russian).
Makarov A.N. Comparison of classification methods for data analysis. Journal of Modern Technologies. 2021. N 5. P. 34-42 (in Russian).
Frolov A.I. Practical use of Random Forest. Journal of Information Technologies. 2020. N 7. P. 56-61 (in Russian).
