کاربرد داده کاوی در پیش بینی بازخرید بیمه نامه در صنعت بیمه عمر

با افزایش رقابت در بازار، ریزش مشتریان تبدیل به مسیله قابل توجهی برای سازمان ها شده است. به منظور مدیریت ریزش مشتریان، سازمان ها به دنبال یافتن رو ش هایی برای مطالعه رفتار مشتریان خود می باشند تا با تولید الگوهایی از رفتار مشتریان ریزش کننده، ریزش سایر مشتریان را پیش بینی کرد ه و با تدابیری پیش گیرانه از این امر جلوگیری نمایند. در این تحقیق، روشی برای پیش بینی ریزش مشتریان در صنعت بیمه عمر که با نام بازخرید خوانده می شود ارایه شده است. در این تحقیق ابتدا با استفاده از رگرسیون لجستیک، عوامل موثر بر بازخرید بیمه نامه تعیین شده اند. سپس بازخرید بیمه نامه با استفاده از روش های داده کاوی شامل شبکه های عصبی، درخت های رده بندی و رگرسیون، سی فایو و رگرسیون لجستیک پی ش بینی شده و نتایج حاصل مقایسه شده اند. نتایج نشان می دهد که متغیرهای درآمد، محل زندگی بیمه گذار، حق بیمه پرداختی، سرمایه فوت و درصد افزایش سالانه آن، مدت بیمه نامه، نحوه پرداخت حق بیمه، روزی از ماه که حق بیمه باید پرداخت شود، تعداد روزهای گذشته از آخرین قسط معوق، تعداد الحاقیه های صادر شده بیمه نامه، تعداد اقساط پرداخت شده و تعداد اقساط معوق بیمه نامه اثر متمایزی روی بازخرید بیمه نامه توسط مشتریان دارد. به علاوه در مرحله پیش بینی بازخرید، عملکرد روش سی فایو کمی بهتر از سایر مدل ها بوده است.

کلیدواژه ها:

پیش بینی ریزش مشتریان ، بازخرید بیمه نامه ، داده کاوی ، رده بندی ، بیمه عمر