مدل سازی عوامل کلیدی موفقیت یادگیری ماشین در بازاریابی صنعت بیمه

با توجه به رشد روزافزون داده ها در صنعت بیمه، یادگیری ماشین به عنوان ابزاری کلیدی برای بهبود تصمیم گیری بازاریابی و خلق مزیت رقابتی مطرح شده است. با این حال، بهره برداری موثر از یادگیری ماشین در بازاریابی بیمه در ایران با محدودیت هایی همچون فقدان چارچوب نظام مند، شفافیت ناکافی الگوریتم ها، و نبود شناخت جامع از عوامل موثر مواجه است. پژوهش حاضر با هدف شناسایی، مدل سازی و اولویت بندی عوامل کلیدی موفقیت یادگیری ماشین در بازاریابی صنعت بیمه، از رویکرد ترکیبی کیفی–کمی بهره گرفته است. در بخش کیفی، با استفاده از تحلیل مضمون، داده های مصاحبه با ۹ نفر از خبرگان و مدیران ارشد صنعت بیمه تحلیل شد تا محورهای اصلی و روابط میان آن ها استخراج گردد. در بخش کمی، روش دلفی فازی برای اعتبارسنجی و اولویت بندی عوامل و نگاشت شناختی فازی برای تحلیل روابط علی میان مولفه ها به کار گرفته شد. یافته ها نشان می دهند که موفقیت بهره برداری از یادگیری ماشین مستلزم ترکیب تصمیم گیری داده محور، بهینه سازی عملیات بازاریابی، نوآوری فناورانه، سرمایه انسانی داده محور، و رعایت ملاحظات اخلاقی است. چارچوب پیشنهادی پژوهش، پایه ای برای توسعه نظری و عملی استفاده از یادگیری ماشین در بازاریابی صنعت بیمه فراهم می آورد و راهنمایی برای مدیران جهت طراحی استراتژی های داده محور و تصمیم گیری هوشمند ارائه می کند.

کلیدواژه ها:

یادگیری ماشین ، بازاریابی داده محور ، صنعت بیمه ، شخصی سازی مشتری