بخشی از مقاله

خلاصه

کسب دانش در مورد رفتار مشتریان در همه صنایع از جمله صنعت بیمه اهمیت بسزایی دارد و توجه به آن باعث ایجاد مزیت رقابتی برای سازمان می گردد. صنعت بیمه یکی از صنایعی به شمار میرود که در فضای بسیار رقابتی قرار دارد و همین امر باعت می شود که تعیین سیاست و استراتژیهای بهینه همچون تخفیفات، قیمت گذاری و... در قبال مشتریان از اهمیت ویژهای برخوردار باشد. در کشور ما این سیاست ها امری تکلیفی بوده و توسط بیمه مرکزی به سازمان های بیمه گر ابلاغ می گردد.در این پژوهش ما با استفاده از ترکیب تکنیک های داده کاوی خوشه بندی و دسته بندی به دنبال تحلیل رفتار مشتریان بر مبنای سطح خطر پذیری آنان هستیم. از طریق نتایج این پژوهش شرکت بیمه گر می تواند به دید خوبی در خصوص ویژگی های مشتریان خود دست یابد و منجر به تعیین سیاست بهینه مورد نظر برای آن شرکت گردد. در این پژوهش، اطلاعات تعداد قابل توجهی از مشتریان بیمه بدنه شرکت بیمه ایران با استفاده از ترکیب روش های خوشه بندی و دسته بندی مورد بررسی قرار گرفته است و نتایج آن مورد بررسی و تحلیل قرار گرفته است.

- 1  مقدمه

مشتریان مهمترین دارایی سازمان ها هستند. سازمان ها برای داشتن مزیت رقابتی نیاز دارند تا دید کاملی در مورد مشتریان خود داشته باشند.[13] امروزه، نقش مشتریان از حالت پیروی از تولیدکننده، به هدایت سرمایه گذاران، تولیدکنندگان و حتی پژوهشگران و نوآوران بدل گشته است.[1] همچنین تجربه نشان داده که نگاه سنتی به مفاهیمی مثل مشتری،کالا، بازارو رقابت منجر به از دست رفته سرمایه های شرکت و نیز حذف از بازار رقابتی می گردد.[2] از طرفی با افزایش فزاینده رقابت در بازار، شرکتها به خصوص درحوزه هایی همچون بیمه، در تلاش اند تا با روش های مختلف تولید محصولات جدید و افزایش کیفیت، مشتریان جدیدی را جذب و مشتریان فعلی خود را حفظ کنند و وفاداری آنان را افزایش دهند.[23] آمار ها نشان می دهد بیشتر شرکت ها 25 در صد از مشتریان خود را از دست می دهند. همچنین هزینه جذب مشتری جدید پنج برابر هزینه حفظ مشتری قدیمی است.[19]

مشتریان از دو دیگاه با یکدیگر متفاوتند یکی ازلحاظ ارزش نزد سازمان و از لحاظ تفاوت در نیاز هایشان. [5] لذا شناخت مشتریان جهت بقا در بازار رقابتی امری ضروری به نظر می رسد. [1] در فرآیند مدیریت ارتباط با مشتری چهار گام وجود دارد که اولین و مهمترین آن شناخت مشتری است. [5] زیرا شناسایی ویژگی های مشتریان و خوشه بندی آنان روش بسیار موثری برای شناسایی راههای تعامل با مشتریان است.[19] از طرفی در چرخه مدیریت ارتباط با مشتری می توان بخش بندی و بخش بندی مشتریان را دو عنصر اصلی در گام شناسایی مشتریان و کسب دانش در مورد آنان بر شمرد.[19,5]

به فر ایند تقسیم کردن مشتریان به زیر گروههای مجزا، معنادار و متجانس براساس تعدادی صفات مشخصه و مشخصات مشتریان تقسیم بندی مشتری گفته - customer segmentation - می شود. این عمل سازمان را قادر می سازد تا مشتریان خود را بشناسند و استراتژی های مناسب با این مشتربان را تدوین کنند . به طور خاص مشتریان را میتوان بر اساس ارزش ایجادی برای سازمان، مولفه های جمعیت شناختی،مولفه های رفتاری و مولفه های وفاداری بخش بندی کرد. روشهای خوشه بندی بسیار محبوب هستند و استفاده وسیعی در داده کاوی و تحقیقات بازار دارند.از مزیتهای اصلی خوشه بندی این است که این روشها در مواجهه با تعداد زیاد صفات مشخصه عملکرد خوبی دارند.این روشها مشخصات نوعی مشتربان را آشکار می کنند و به سازمان اجازه میدهند از استراتژی های بازار یابی بلا درنگ استفاده نماید.[13]

بیمه یکی صنایعی است که نقش بسیار مهمی در جامعه و کسب و کار ایفا می کند.بیمه ها سرویس های مختلفی از جمله بیمه عمر، خدمات درمانی، آتش سوزی، بیمه های مربوط به خودرو و... ارایه می دهند.همچنین رشد صنعت بیمه در هر کشوری بیانگر توسعه یافتگی و افزایش پس انداز های مالی است.[5] این صنعت، صنعتی بسیار رقابتی است که در آن رشد بازار و سود آوری امری ضروری است. رشد بازار و سود آوری نیز نیازمند تعیین دقیق حق بیمه ها است.[14] از جمله مسائلی که در صنعت بیمه دارای اهمیت بالا و کمک شایانی در جهت رشد آن است، شناسایی مشتریان و پیشبینی سطح خطرپذیری آنان است. [1]

تعیین حق بیمه بر اساس سطح خطر پذیری، شرکت بیمه را قادر می سازد تا مانع از دست دان مشتری های خوب به دلیل حق بیمه زیاد گردد.[22] طبقه بندی سطح خطر پذیری به معنای گروه بندی مشتریان با سطح خطر پذیری یکسان است.[5] از جمله عوامل مهم دیگر در صنعت بیمه، پیش بینی سطح خطر پذیری میباشد. از مهمترین اهداف آن از مهمترین اهداف پیشبینی سطح خطر پذیری و نرخ گذاری در بیمه، تولید یک نرخ عادلانه و معقول از نظر هم بیمه گر و هم بیمه گزار است.[4] متاسفانه نبود معیار های مناسب برای ارزیابی سطح خطر پذیری افراد منجر به تعیین حق بیمه نادرست و ناعادلانه می گردد که این امر باعث از دست رفتن مشتریان می گردد.[5]

در کشور ما بیمه اتومبیل از مهم ترین انواع بیمه می باشد که نقش مهمی در سبد بیمه بیمه گذاران دارد.[5] اما در کشور ما نرخ حق بیمه بر اساس تعرفه بانک مرکزی ج.ا.ا تعیین و به بیمه ها ابلاغ میگردد در صورتی که در سایر کشورها نرخ حق بیمه با توجه به متغیر های جمعیت شناختی مثل سن و جنس و ... و مشخصات اتوموبیل وسابقه خسارتی بیمه گذار تعیین می شود.[5]

کسب و کارهای مختلف به مرور در حال پی بردن به اهمیت استراتژیک داده هستند. [15] زیرا جهت اتخاذ تصمیمات صحیح، داشتن اطلاعات صحیح در زمان درست امری ضروری است و کسب این اطلاعات از طریق بررسی و کاوش داده ها ممکن است.[17] به عنوان مثال در صنعت بیمه یک از روشهای کاهش ضررهای سازمان بازبینی و آنالیز داده های خسارت با استفاده از داده کاوی است.[20] ظهور تکنولوژی نوین اطلاعات نیز استفاده از داده های تاریخی را سهل کرده ونیز ارزش این داده ها را افزایش داده است.[16] علاوه بر این در عصر حاضر کمبود داده های تاریخی دیگر مشکل سازمانها نیست بلکه توانایی استخراج اطلاعات مفید از این داده ها مساله اصلی سازمان ها است. در نتیجه بسیاری از سازمانها درک کرده اند که داده کاوی به عنوان یک تکنیک، میتواند تاثیرات زیادی بر عملکرد سازمان داشته باشد.[17] سه موضوع مهم ذخیره سازی داده ها،پیشرفت و افزایش سرعت کامپیوتر ها و نیز پیدایش الگوریتم های جدید کار باداده ها باعث پدید آمدن علم داده کاوی گردید.[2]

به طور کلی زمانیکه قصد بررسی تأثیر تعداد کمی از عوامل بر روی هدف است، به طور معمول روشهای آماری مناسب هستند، ولی زمانیکه تعداد این عوامل زیاد میشود، دیگر این روشها کارایی مناسبی ندارند . دراین مواقع استفاده از تکنیک های داده کاوی توصیه می شود.1داده کاوی عبارت است از "استخراج اطلاعات و دانش و کشف الگوهای پنهان از یک پایگاه داده های بسیار بزرگ." [1'2'3'6'7'13'17'19] از داده کاوی می توان برای انجام کارهایی مثل دسته بندی، پیش بینی، تخمین ، و خوشه بندی داده ها استفاده نمود.[1] شبکه های عصبی پر کاربردترین تکنیک داده کاوی است.5 هدف داده کاوی کشف دانش مفید، معتبر، قابل فهم و غیر منتظره است.[18] تعاریف متعدد دیگری نیز برای داده کاوی ارایه شده اند که در جدول 1 به برخی از آن ها اشاره شده است.

شماره    تعریف

1 دادهکاوی فرآیندی است که با کمک ریاضیات، آمار، هوش مصنوعی و تکنیکهای یادگیری ماشین به استخراج و شناسایی اطلاعات مفید درون پایگاه داده میپردازد و در نهایت دانشی را از آن بهدست می آورد.

2 دادهکاوی فرآیندِاعمال این روشها روی داده به منظور آشکار کردن و بیرون کشیدن الگو های پنهان از همان داده در مجموعه دادههای بزرگ است.

3 دادهکاوی فرآیند کشف همبستگیها، الگو ها و گرایش و روند داده با بررسی و تحلیل توده های بزرگ دادههای ذخیرهشده در مخازن داده به کمک تکنیکهای تشخیص الگو و همچنین آمار و ریاضیات است.

5 پایه و اساس دادهکاوی فرآیند استفاده از ابزار هایی برای برای استخراج دانشهای مفیدی از مجموعه دادههاست. 

پژوهش های صورت گرفته در حوزه داده کاوی به سه دسته کلی مدیریت ارتباط با مشتری، تحلیلی سطح خطر پذیری و برآورد آن و کشف تخلفات تقسیم می شوند. دسته اول پژوهشها، از فنون داده کاوی، عمدتا خوشه بندی و رده بندی، برای گروه بندی مشتریان و تحلیل الگوهای رفتاری مشتریان در حوزه مدیریت ارتباط با مشتری استفاده کرده است. در مقالات دوم به نویسندگان به تلاش برای پیش بینی میزان خسارت و نیزشناسایی عوامل مهم در فرکانس خسارت پرداخته اند. دسته سوم مقالات مربوط میشود به کشف و کنترل تخلفات که سهم عمده ای در کاهش هزینه های شرکتهای بیمه دارد1در صنعت بیمه، فرآیند داده کاوی با توجه به مقادیر زیاد داده بسیار سودمند است و می تواند برای بیمه گران مزیت رقابتی ایجاد کن[6] از فرآیند داده کاوی در مسائلی مانند بهینه سازی قیمت ها، بهینه سازی خدمات، جذب مشتریان جدید، حفظ مشتریان کنونی و کشف کلاهبرداری ها در زمینه ادعای خسارات می توان استفاده کرد.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید