طبقه بندی مشتریان براساس شاخص سودآوری با استفاده از تجزیه و تحلیل مه داده ها (Big Data) : مطالعه موردی در صنعت بیمه

در این مقاله به بررسی یک روش جدید در سودآوری مشتری با افزودن اندوخته خسارت آتی که کاربرد گسترده ای در صنعت بیمه دارد، پرداختهمی شود. با توجه به پیشینیه رفتاری خرید و جریان نقدی قابل پیش بینی در آینده، این روش پیشنهادی سهم واقعی بیمه را می تواند به طورموثر اندازه گیری کند. براساس این مقاله، در ابتدا از رگرسیون پیش بینی تصادفی که یک روش برای تجزیه و تحلیل مه داده، در پیش بینیسودآوری بیمه است،. استفاده می شود. در مقایسه با مدل های دیگر، روش جنگل تصادفی از روش های پیش بینی سنتی: رگرسیون خطی،درخت تصمیم گیری، SVM و مدل تقویت شده تعمیم یافته، کاربردی تر است. مطالعه تجربی نشان می دهد که منطقه، سن، وضعیت بیمه،جنسیت و منابع مالی مشتری، از مهمترین عوامل پیش بینی سودآوری مشتریان بیمه است.

Keywords:

رگرسیون جنگل تصادفی , سودآوری مشتری , مه داده , صنعت بیمه