فهرست نشریات علمی دسترسی آزاد ایران

پیشینه و اهداف: حفظ مشتریان همواره به­عنوان مهم­ترین شاکله در همه صنایع تلقی می­شود و صنعت بیمه نیز از این امر مستثنی نیست. طی سال­های اخیر در ایران و با افزایش فروش بیمه‌نامه­های زندگی، حفظ مشتریان بیمه به گونه‌ای مورد توجه مدیران و صاحب­نظران صنعت بیمه قرار گرفته است که با ارائه پوشش‌های متنوع بیمه­ای طیف وسیعی از مشتریان خود را راضی نگه دارد. امروزه، ایجاد حس رضایت در مشتریان بیمه‌های زندگی توسط شرکت­های بیمه یک هنر محسوب می­شود و هر چه شرکت بیمه مشتریان بیشتری را راضی نگه دارد، دیگر نگران بازخرید و خارج شدن مشتریان خود نیست. هدف اصلی مقاله، پیاده‌سازی روش­های داده‌کاوی در پیش‌بینی ریزش مشتری و شناسایی عوامل تاثیرگذار بر ریزش مشتری در محصولات بیمه زندگی یکی از شرکت‌های بیمه در ایران است. منظور از پیش‌بینی ریزش مشتری شناسایی مطلوب طبقه یا کلاس مربوط به بیمه‌نامه‌هایی است که قبل از پایان یافتن زمان پوشش بیمه، به درخواست بیمه‌گذار، متوقف و پایان می‌یابد. روش‌شناسی: در مقاله حاضر، سعی شده است با بهره­گیری از الگوریتم‌های داده‌کاوی مانند جنگل تصادفی، درخت تصمیم، رگرسیون لجستیک و شبکه عصبی به طبقه‌بندی مشتریان بیمه های زندگی بر اساس ریزش و یا عدم ریزش بپردازیم. داده‌های مورد استفاده در این تحقیق، شامل اطلاعات بیمه‌نامه‌های زندگی یک شرکت بیمه پایلوت در سال 1398 در استان تهران است که سهم مناسب و بالایی در پرتفوی صنعت بیمه دارد. یافته‌ها: ‌نتایج تحقیق حاکی از عملکرد بالای الگوریتم‌های جنگل تصادفی، درخت تصمیم‌، رگرسیون لجستیک و شبکه عصبی در پیش‌بینی کلاس مربوط به ریزش مشتریان دارد. براساس نتایج حاصل از تحقیق، احتمال باز خرید در زنان و افراد دارای مشاغل پر ریسک و سن بالاتر، ببشتر است. از طرف دیگر، افرادی که در ابتدا پرداخت حق‌بیمه را به صورت سالانه، حق‌بیمه کمتر و درصد ضریب تغییر سرمایه و ریسک سرمایه بیشتری را انتخاب کرده‌اند، احتمال بازخرید آن‌ها کمتر بوده است. نتیجه‌گیری: با توجه به بلندمدت بودن بیمه‌های زندگی و نیاز به نقدینگی مشتریان با توجه به شرایط اقتصادی، شرکت­‌های بیمه باید توجه بیشتری به مشتریان بیمه‌های زندگی داشته باشند و ضمن رصد رفتار مشتری ­در طول بیمه‌نامه، برنامه‌های وفاداری به جهت حفظ مشتری را در دستور کار خود قرار دهند.