پیش‌بینی ریزش مشتری در صنعت تناسب‌اندام با یادگیری ماشین

نوع مقاله : مقاله پژوهشی

نویسنده

گروه مدیریت ورزشی، دانشکده علوم ورزشی، دانشگاه مازندران، بابلسر، ایران.

10.22091/its.2026.15348.1043

چکیده

ریزش مشتری در صنعت تناسب‌اندام به‌دلیل اتکای ساختاری باشگاه‌ها به حق‌عضویت چالشی راهبردی است؛ افزایش پنج درصدی نرخ نگهداشت می‌تواند تا بیست و پنج درصد سود را بالا ببرد. این پژوهش با هدف یک چارچوب ترکیبی به‌منظور پیش‌بینی ریزش مشتری در صنعت تناسب‌اندام با دقت بالا انجام شد. مجموعه داده از کلیه اعضای فعال و غیرفعال سیزده باشگاه ورزشی در چهار کلان‌شهر ایران (تهران، اصفهان، مشهد و شیراز) طی بازه فروردین ۱۴۰۰ تا شهریور ۱۴۰۴ با روش سرشماری جمع‌آوری شد. رویکرد ترکیبی الگوریتم‌های فرابتکاری شامل ژنتیک بهبودیافته، عنکبوت-زنبور باینری بهبودیافته، گوریل-پرندگان و کرم شب‌تاب تنوع‌گرا، بیست‌وسه ویژگی اولیه را به هشت ویژگی نهایی فروکاست. در میان نه مدل یادگیری ماشین، جنگل تصادفی، درختان فوق‌العاده و رأی‌گیری آنسامبل با دقت یکسان نود و یک و سی و سه صدم درصد بالاترین عملکرد را به‌دست آوردند. آزمون‌های فریدمن، نمنیی و مک‌نمار با تصحیح بنفرونی نشان دادند هفت مدل برتر از نظر آماری معادل‌اند. تحلیل اهمیت ویژگی‌ها نشان داد امتیاز ریسک، ثبات حضور و امتیاز خالص ترویج‌کنندگان مهم‌ترین پیش‌بینی‌کننده‌های ریزش هستند که توزیع متعادلی از ابعاد رفتاری، تعاملی، رضایت‌مندی و عضویت را پوشش می‌دهند و بر چندبعدی بودن پدیده ریزش تأکید دارند.

کلیدواژه‌ها

موضوعات