اشرف نوروزی

از آنجایی که کیفیت حسابرسی چالشی چند بعدی از دو منظ ر نظ ری و کارب ردی (عمل ی) می باشد و از دیدگاه های مختلف می تواند تابع عواملی چون توانایی های حسابرس (دانش، تجربه، قدرت تطبیق و کارایی فنی) و ضوابط حرفه ای (استقلال، عینیت، مراقبت حرفه ای، تضاد منافع و قضاوت) باشد، مدل درخت احتمال که از فنون متداول داده کاوی در راستای حل مسائلی است که از نوع طبقه بندی می باشد. بخوبی دسته بندی و تحلیل عوامل سنجش کیفیت حسابرسی را انجام می دهد ... لذا مدل پیشنهادی مبنایی برای بررسی احتمال وقوع رویدادها می باشد که مشتمل بر 4 شاخص ورودی، فرایند، زمینه و پیامد است. نتایج حاکی از آن است که مدل پیشنهادی درخت احتمالات در سنجش فرایند و پیامد کیفیت حسابرسی موثر است، اما در سنجش ورودی و زمینه کیفیت حسابرسی موثر نیست. هدف این پژوهش سنجش کیفیت حسابرسی شرکتها با استفاده از مدل درخت احتمالات است که به روش توصیفی- تحلیلی و با هدف کاربردی از طریق مدلسازی ریاضی و استفاده از مدل احتمالات آماری انجام شده است. ج امعه آماری پژوهش شرکت های پذیرفته شده در ب ورس اوراق بهادار ت هران در دوره زمانی سال های 1394- 1389 می باشد. همچنین یافته های بدست آمده از مطالعه موردی نشان می دهد که یادگیری، بخش اساسی کیفیت حسابرسی، به ویژه در موارد حسابرسی پیچیده است. تاثیر یادگیری بر کیفیت کاملا نسبت به محدودیت بودجه، تخصص بصری و پیچیدگی غیرحساس است در حالی که حساسیت بسیار زیادی نسبت به میزان یادگیری دارد.

درآمدسازی در شرکت ها از طریق ایجاد رابطه با مشتریان و حفظ این روابط در درازمدت صورت می پذیرد. از این رو توانایی پیش بینی مناسب روابط با مشتریان نکته ای اساسی در مدیریت رابطه با مشتریان است. بخش بندی روشی است که طی آن با تفکیک مشتریان به بخش های متجانس با رفتار خرید مشابه، تلاش می شود تا ارزش آتی رابطه با مشتریان پیش بینی شود. روش RFM یکی ازمتداول ترین روش های بخش بندی است که از تحلیل پایگاه داده تراکنشی برای رده بندی ارزش مشتریان استفاده می کند. پژوهش حاضر تلاش دارد تا از ترکیب مدل سازی Pareto/NBD که به مدلی قدرتمند در پیش بینی رفتار مشتریان مشهور است با روش معمول RFM، کیفیت بخش بندی مشتریان را ارتقا بخشد. در این پژوهش از روش Pareto/NBD برای تخمین سه مؤلفه مقدار انتظار احتمال فعالیت آتی، تعداد تراکنش های آتی و متوسط ارزش پولی استفاده شده است. سپس نتایج بخش بندی مشتریان با استفاده از این مؤلفه ها با کاربرد روش مرسوم RFM مقایسه شده است. نتایج حاصل بیانگر بهبود کیفیت بخش بندی در رده بندی ارزش آتی مشتریان، به ویژه در رده های ارزشمند مشتری با کمک رویکرد پیشنهادی است.

مدیریت رویگردانی مشتری شامل سه فازاصلی است: شناسایی مشتریان رویگردان، شناسایی دلایل رویگردانی و اتخاذ استراتژیهای مناسب برای مقابله با این مشکل. اکثر تحقیقات این حوزه تنها به پیش بینی رویگردانی مشتری پرداخته اند. تحقیقات بسیاراندک در خصوص شناسایی دلایل نیز، تنها به آزمودن فرضیات اولیه در خصوص دلایل احتمالی اختصاص دارد. تحقیق حاضر به دلیل تحقیقات بسیارمحدودقبلی، نوآوریهای فراوانی انجام داده است که عمده ترین آن توسعه چارچوبی جدید درخصوص شناسایی دلایل رویگردانی و ترکیب تحقیق پیمایشی با داده کاوی طی آن می باشد که بدون الگوبرداری از تحقیقی مشابه مورداجرا قرار گرفته است. چارچوب پیشنهادی شامل چهار مرحله اصلی است: ساخت مشخصه های مورد نیاز، شناسایی مشتریان رویگردان، شناسایی دلایل رویگردانی و اعتبارسنجی نتایج حاصل. مشتریان حسابهای جاری اشخاص بانک کشاورزی به عنوان موردمطالعاتی این تحقیق انتخاب شده و داده های مورد نیاز با کمک ابزار پرسشنامه جمع آوری شده است. رویکرد مورداستفاده برای شناسایی علل رویگردانی، استخراج قواعدمنتهی به رویگردانی در گروههای مختلف مشتری بوده است. برای این منظور ازکاربرد تکنیک درخت تصمیم بامتغیرهدف برچسب رویگردانی استفاده شده است. اعتبارسنجی نتایج حاصل نیز، با آزمودن آن بر روی داده های اعتبارسنجی و محاسبه نرخ lift و خطای کلی به دست آمده است. قواعد استخراجی نشان از تمایل به رویگردانی در بخش بزرگی از مشتریان بانک کشاورزی دارد که عمده ترین آن (به ویژه در گروههای با درآمد بالاتر بیشتر) طرزبرخورد کارمندان بانک ونه عوامل بیان شده توسط خبرگان نظیر نحوه اعطای وام یا سودسپرده های پشتیبان بوده است.