CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مروری بر روش های شناسایی فاکتورهای موثر در رویگردانی مشتریان درصنعت بیمه با استفاده از مدل های یادگیری ماشین

عنوان مقاله: مروری بر روش های شناسایی فاکتورهای موثر در رویگردانی مشتریان درصنعت بیمه با استفاده از مدل های یادگیری ماشین
شناسه ملی مقاله: NREAS03_175
منتشر شده در سومین کنفرانس ملی پژوهش های نوین در مهندسی و علوم کاربردی در سال 1400
مشخصات نویسندگان مقاله:

کامران بالانی - موسسه آموزش عالی آیندگان، گروه مهندسی کامپیوتر، تنکابن، مازندران، ایران.
حسین صدر - موسسه آموزش عالی راهبرد شمال، گروه مهندسی کامپیوتر، رشت، گیلان، ایران.
سیداحمد عدالت پناه - موسسه آموزش عالی آیندگان، گروه ریاضی کاربردی، تنکابن، مازندران، ایران.
مهناز منطقی پور - پژوهشکده بیمه، گروه داده کاوی، تهران، تهران، ایران.

خلاصه مقاله:
با توجه به بازار رقابتی صنعت بیمه و اشباع آن، حفظ مشتریان از مهمترین اهداف کارگزاران بیمه به حساب می آید. زیرا برای جذب مشتری جدید علاوه بر ایجاد رابطه با بیمه گذار و جلب اطمینان وی، مستلزم صرف هزینه زیادی می باشد، به طوری که هزینه جذب مشتریان جدید بسیار بیشتر از حفظ مشتریان موجود است. بر این اساس، استراتژی های بازاریابی، از محصول مداری تغییر کرده و بسیاری از شرکت ها به مدیریت ارتباط با مشتریان روی آورده اند. در واقع تعداد بیشتری از شرکتها و سازمانها دریافته اند که حفظ و نگهداری مشتریان فعلیشان به عنوان گران بهاترین سرمایه، ارزش بسیار بالایی دارند. استراتژی شرکتهای بیمه ابتدا حفظ مشتریان فعلی و سپس جذب مشتریان جدید می باشد. از این رو سعی در شناسایی مهم ترین علل رویگردانی مشتریان، از بزرگترین چالش شرکتها و سازمان ها محسوب می شود. در این میان، چگونگی پیش بینی و پیشگیری از رویگردانی مشتریان، توجه بسیاری از شرکتها و پژوهشگران این حوزه را به خود جلب نموده است. روش های پیش بینی رویگردانی مشتریان برای حل مسئله پژوهش، روشهای آماری و غیر آماری می باشند. این مقاله به بررسی روش های شناسایی فاکتورهای موثر در رویگردانی مشتریان در صنعت بیمه می پردازد و تمرکز آن روی مدل هایی است که مبتنی بر یادگیری ماشین تلاش می کنند نتایج قابل توجه ای را ارایه نمایند.

کلمات کلیدی:
صنعت بیمه، استراتژی های بازاریابی، رویگردانی مشتری، داده کاوی، یادگیری ماشین

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1306562/