Banyak bank dan perusahaan asuransi berinteraksi dengan pelanggan mereka menggunakan jasa telemarketing agar dapat lebih meningkatkan pendapatan bank dan mencapai target. Kompetisi yang ketat di industri perbankan membuat tenaga penjualan bank mengejar target terutama menjelang akhir tahun. Pelaku telemarketing atau biasa disebut telemarketer pada perbankan bertugas menghubungi nasabah potensial yang dilakukan secara berkala melalui sambungan telepon. Namun tidak semua nasabah mendapatkan respons yang positif, sering kali telemarketing menemui antipati dari nasabah sebelum proses komunikasi dilakukan. Pendekatan yang diusulkan untuk menemukan nasabah potensial adalah dengan cara klasifikasi data nasabah menggunakan pembelajaran mesin (machine learning). Penggunaan algoritme pembelajaran yang dilakukan secara tunggal memungkinkan untuk dikembangkan menggunakan meta-algorithms sehingga akan memaksimalkan kinerja klasifikasi dalam memprediksi target pelanggan atau nasabah yang sesuai dengan kebutuhan perusahaan agar tujuan pemasaran tercapai. Berdasarkan hasil penelitian yang diperoleh, tindakan pra-pemrosesan dan penggunaan meta-algorithms seperti bagging memberikan kontribusi yang baik untuk proses pembelajaran model decission tree pada data telemarketing dengan hasil akurasi terbaik 98,7%.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.