پيش بيني سودآوري مشتريان با استفاده از تحليل كلان داده‌ها: مطالعه موردي بيمه هاي اتومبيل

كارشناسي ارشد

با گستردگي روزافزون صنعت، پيشرفت سريع تكنولوژي و بازار رقابتي، لزوم بهره گيري هر چه بيشتر از دانش داده‌كاوي مشخص مي‌گردد. موفقيت شركت هاي بيمه گر در گرو توانايي آنها در تبديل داده‌هاي خام با ابزار داده كاوي به اطلاعات كاربردي، قابليت پيش بيني، تفسيرپذيري و بخش بندي دانش و ارزيابي و مديريت ريسك است. اين همان چيزي است كه از طريق داده‌كاوي مي توان به دست آورد. مهم ترين خدمات قابل ارائه در صنعت بيمه با استفاده از روش هاي داده‌كاوي را مي توان به تحليل و شناسايي مشتريان سودآور و برآورد حق بيمه مشتريان براساس ميزان ريسك هر مشتري، پيش بيني ميزان خسارت براساس گروه مشتريان، مديريت ارتباط با بيمه گذاران و تدوين استراتژي براساس مشتريان هدف، تعيين عوامل وفاداري و عدم وفاداري مشتريان اشاره نمود. هدف از انجام اين تحقيق بررسي فرضياتي درباره مشتريان سودآور يكي از شركت هاي بيمه اي و در ادامه ارائه الگويي براي مشتريان سودآور در حوضه بيمه خودرو با استفاده از تحليل كلان داده‌هاي اين شركت بود كه براي دست يابي به اين هدف با استفاده از نرم افزار آر و اوراكل توسط الگوريتم هاي رگرسيون ابتدا فرضيات تحقيق مورد بررسي قرار گرفتند و سپس با استفاده از الگوريتم هاي خوشه بندي و درخت تصميم، طبقه بندي مشتريان رشته بيمه خودرو انجام گرديد. سپس به منظور بررسي صحت مدل ارائه شده و اينكه آيا بين مشتريان سودده و ضررده كه بر اساس درخت تصميم ارائه شده و مشتريان سودده و زيان ده واقعي رابطه منطقي وجود دارد، از داده‌هاي آموزشي بهره برديم و علاوه بر آن براي بررسي صحت مدل از تحليل تشخيصي نيز استفاده كرديم كه دقت 95 درصد را نشان مي دهد. درپايان نيز براي مقايسه نتايج مدل پيشنهادي از مدل svm نيز بهره برديم كه نتايج نشان داد مدل درخت تصميم ارائه شده، پيش بيني مشتريان سودآور و زيان ده را با دقت بيشتري انجام داده است.

190361

دانشگاه علم و صنعت ايران

دكتر محمد فتحيان

مديريت سيستم و بهره وري

دكتر مصطفي جعفري