هوش مصنوعی رفتار مشتری را میخواند
مجتبی اباذری، معاون فروش و توسعه کسب و کار تجارت الکترونیک پارسیان، در همایش Iran AI 2026 بر ضرورت استفاده از هوش مصنوعی برای تحلیل رفتار مشتریان، شناسایی ظرفیتهای رشد، پیشبینی ریزش و ارائه راهکار متناسب با نیاز هر پذیرنده تاکید کرد.
به گزارش روابط عمومی تجارت الکترونیک پارسیان(تاپ) به نقل از دنیای پرداخت، در افتتاحیه همایش Iran AI 2026 که در روزهای 30 شهریورماه سالجاری در دانشگاه صنعتی شریف برگزار شد، مجتبی اباذری، معاون فروش و بازار شرکت تجارت الکترونیک پارسیان، با تشریح کاربردهای هوش مصنوعی در صنعت پرداخت گفت شرکتهای پرداخت باید از تحلیل صرف تراکنشها عبور کرده و به سمت تحلیل رفتار مشتریان حرکت کنند.
اباذری با اشاره به حجم بالای داده در صنعت پرداخت اظهار کرد: ممکن است دو مشتری در یک بازه زمانی، عملکرد تراکنشی مشابهی داشته باشند، اما مسیر همکاری آنها کاملا متفاوت باشد؛ بهگونهای که یکی در حال کاهش همکاری و دیگری در مسیر افزایش تعامل و توسعه کسبوکار باشد.
لزوم تغییر رویکرد از تراکنش به رفتار مشتری
معاون فروش و توسعه کسب و کار تجارت الکترونیک پارسیان با بیان اینکه یکسان بودن حجم تراکنش دو مشتری به معنای یکسان بودن شرایط آنها نیست، گفت شرکتهای پرداخت باید در سیستمهای گزارشگیری خود از تمرکز صرف بر عملکرد و تعداد تراکنشها فاصله بگیرند و رفتار مشتریان را مورد تحلیل قرار دهند.
به گفته او، در صنعت پرداخت دادههای گستردهای از تراکنشها در اختیار شرکتها قرار دارد و با کنار هم قرار دادن این دادهها میتوان به الگوهای رفتاری مشتریان دست پیدا کرد.
اباذری افزود: تحلیل این رفتارها میتواند در برنامهریزی فروش، شناسایی زمانهای اوج فعالیت مشتری و ارائه پیشنهادهای متناسب با نیاز او مورد استفاده قرار گیرد.
مدل پنج مرحلهای تحلیل مشتری
اباذری در ادامه سخنان خود از یک مدل پنج مرحلهای برای تحلیل رفتار مشتریان سخن گفت.
به گفته او، مرحله نخست، گزارشگیری سنتی است؛ یعنی شرکت مشخص میکند چه اتفاقی برای عملکرد مشتری رخ داده است. برای مثال، ممکن است مشخص شود میزان فروش یک مشتری ۱۵ درصد کاهش یافته است. در مرحله دوم، علت این تغییر بررسی میشود؛ از جمله اینکه آیا رقیب پیشنهاد بهتری ارائه کرده، مشتری با مشکلی مواجه شده یا شرکت نتوانسته نیاز او را پاسخ دهد. مرحله سوم به پیشبینی آینده اختصاص دارد و شرکت تلاش میکند براساس دادههای موجود، وضعیت آینده مشتری را پیشبینی کند.
او مرحله چهارم را شناسایی نیازها و عوامل پنهانی عنوان کرد که در گزارشهای معمول قابل مشاهده نیستند. به گفته اباذری، در این مرحله الگوریتمها و مدلهای هوش مصنوعی میتوانند نقش موثری در تحلیل رفتار مشتری ایفا کنند.
وی مرحله پنجم را تبدیل تحلیلها به اقدام دانست و گفت در این مرحله باید مشخص شود چه راهکار یا محصولی متناسب با شرایط هر مشتری باید ارائه شود.
تقسیمبندی مشتریان صرفاً بر اساس عملکرد کافی نیست
معاون فروش و توسعه کسب و کار تجارت الکترونیک پارسیان همچنین درباره شیوه دستهبندی مشتریان در شرکتهای پرداخت گفت تقسیمبندی مشتریان به گروههای خوب، متوسط و ضعیف، صرفا بر اساس عملکرد فعلی، نمیتواند تصویر کاملی از وضعیت آنها ارائه کند.
او توضیح داد ممکن است یک مشتری در حال حاضر در گروه متوسط قرار داشته باشد، اما از ظرفیت بالایی برای تبدیل شدن به یکی از مشتریان برتر شرکت برخوردار باشد. در مقابل، ممکن است مشتریای که اکنون عملکرد مطلوبی دارد، با ریسکهایی در آینده مواجه شود.
اباذری بر همین اساس تأکید کرد شرکتهای پرداخت باید علاوه بر ارزش فعلی مشتری، پتانسیل رشد و رفتار آینده او را نیز در تحلیلهای خود لحاظ کنند.
هوش مصنوعی برای شناسایی فرصتهای فروش
اباذری، یکی دیگر از کاربردهای هوش مصنوعی را در حوزه فروش متقاطع محصولات و خدمات عنوان کرد و گفت: شرکتهای پرداخت مجموعه متنوعی از خدمات و محصولات، از جمله درگاههای پرداخت اینترنتی، پایانههای فروش، باشگاه مشتریان، تجهیزات اندرویدی و راهکارهای نرمافزاری ارائه میکنند.
او تأکید کرد ارائه این محصولات نباید صرفاً بر اساس اندازه مشتری انجام شود، بلکه باید ابتدا نیاز مشتری شناسایی و سپس محصول مناسب به او پیشنهاد شود.
به گفته اباذری، استفاده از هوش مصنوعی میتواند به شرکت پرداخت کمک کند تا ارتباط میان نیاز مشتری و محصولات موجود را دقیقتر شناسایی کند و در نتیجه، تصمیمگیری در حوزه فروش و مدیریت محصول نیز بهبود یابد.
تحلیل دادهها برای پیشبینی ریزش مشتری
معاون فروش و توسعه کسب و کار تجارت الکترونیک پارسیان، شناسایی ریزش مشتریان را از دیگر حوزههای کاربرد هوش مصنوعی عنوان کرد.
او گفت کاهش حجم همکاری مشتری، تغییر ساعات تراکنش یا ورود یک شرکت رقیب به چرخه خدماترسانی، میتواند از جمله نشانههای تغییر رفتار مشتری باشد؛ اما هیچ یک از این دادهها به تنهایی برای تشخیص وضعیت مشتری کافی نیست.
به گفته اباذری، شرکتهای پرداختی باید این دادهها را در کنار رفتار مشتری تحلیل کنند تا بتوانند احتمال تغییر یا قطع همکاری را بهتر شناسایی کنند.
هوش مصنوعی؛ ابزار تصمیم یار مدیران
اباذری در ادامه با تأکید بر اینکه هوش مصنوعی جایگزین مدیران و کارشناسان فروش نخواهد شد، گفت این فناوری میتواند به عنوان یک ابزار تصمیمیار، اطلاعات و هشدارهای لازم را در زمان مناسب در اختیار مدیر، کارشناس فروش یا اکانتمنیجر قرار دهد.
به گفته او، تصمیم نهایی درباره نحوه ادامه همکاری و اقدامات لازم همچنان توسط نیروی انسانی انجام خواهد شد و هوش مصنوعی میتواند فرآیند تصمیمگیری را مبتنی بر داده و دقیقتر کند.
معاون فروش و بازار تجارت الکترونیک پارسیان همچنین بر ضرورت ارتقای کیفیت دادهها، شفافیت و قابلیت توضیحپذیری آنها و ایجاد یک نظام حکمرانی داده در شرکتها تاکید کرد.
او گفت توسعه کاربردهای هوش مصنوعی در صنعت پرداخت بدون توجه به زیرساختهای داده نمیتواند به نتیجه مطلوب برسد و شرکتها باید همزمان با توسعه مدلهای هوش مصنوعی، برای مدیریت و استانداردسازی دادههای خود نیز برنامه داشته باشند.
تاپ به سمت ارائه خدمات هوشمند حرکت میکند
اباذری در بخش پایانی سخنان خود از تهیه یک نرمافزار جدید در تجارت الکترونیک پارسیان خبر داد و گفت این نرمافزار طی یکی دو ماه آینده با یک رابط کاربری جدید در اختیار مشتریان قرار خواهد گرفت.
به گفته او، مشتریان تاپ در این سامانه میتوانند عملکرد خود را مشاهده کنند و در کنار دریافت اطلاعات و گزارشها، از خدماتی با رویکرد مشاورهای برای جهتدهی به فروش و تصمیمهای کسبوکار خود بهرهمند شوند.
اباذری در پایان تأکید کرد که آینده شرکتهای پرداخت الکترونیک، از گزارشمحوری به سمت تصمیمسازی هوشمند حرکت خواهد کرد؛ به این معنا که شرکتهای پرداخت، علاوه بر ارائه ابزارها و خدمات تراکنشی، با بهرهگیری از دادهها و هوش مصنوعی به مشتریان خود در توسعه کسبوکار و افزایش فروش کمک کنند.
ارسال به دوستان