داشبورد مدیریت و کاربر آن در صنعت بیمه(پیش بینی ریزش مشتری)

در بخش اول این مقاله، در مورد کاربرد تشخیص تقلب در بین مشتریان صنعت بیمه بحث کردیم. در این مقاله سعی داریم یکی دیگر از کاربردهای داشبورد مدیریتی را در صنعت بیمه بررسی کنیم که پیش بینی ریزش مشتری نام دارد. به طور خلاصه، فرآیندی که بتواند پیش بینی کند که آیا یک مشتری فعلی سیستم، میخواهد در یک بازه ی زمانی معین از سیستم جدا شود(ریزش کند) را فرآیند پیش بینی ریزش مشتری میگویند.

فرض کنید، شرکت بیمه ای محصولی به نام بیمه عمر دارد که تعداد ۱۰۰۰۰مشتری هر ماه، مبلغی را بابت بیمه عمر، به حساب شرکت بیمه واریز میکنند. برخی از این مشتری ها، در سررسید مشخص ماهیانه، به جای اینکه واریز خود را انجام دهند، درخواست تسویه حساب میکنند و در واقع دیگر مشتری بیمه عمر نیستند. اگر سیستمی وجود داشته باشد که بتواند، این رفتار کاربر را قبل از موعد مشخص پیش بینی کند، میتوان با اقدامات پیشگیرانه(برای مثال تخفیف های خاص برای افراد)، فردی که میخواهد از سیستم ریزش کند را، در سیستم نگه داشت.(Customer Retention)

برای این کار میبایستی از فرآیندها و راهکارهای داده کاوی استفاده کرد. میتوان مسئله را به صورت مسئله طبقه بندی(Classification) در نظر گرفت. به این صورت که تعداد زیادی مشتری(همراه با ویژگی های آن مشتری) به الگوریتم داده می شود و الگوریتم طبقه بند، الگوها را کشف می کند و یاد میگیرد. سپس الگوریتم با مشاهده ویژگی های مشتری جدید، میتواند پیش بینی کند که آیا این مشتری در سررسید ماه بعدی، ریزش خواهد کرد یا خیر؟

ویژگی های یک مشتری(که به الگوریتم طبقه بند داده می شود)، میتواند آیتم های مختلفی باشد. برای مثال، این مشتری کارمند است یا کسب کار خودش را دارد؟ این مشتری، چند فرزند دارد؟ مقطع تحصیلی این مشتری چیست؟ میانگین پرداختی سه ماه اخیر این مشتری چقدر بوده است؟ و… . با تکنیک های مهندسی ویژگی(Feature Engineering) میتوان ویژگی های دیگر ارزشمندی را پیدا کرد که به فرآیند پیش بینی کمک کند.

همچنین بیان این نکته خالی از لطف نیست که این مسئله را میتوان به صورت مسئله سری زمانی(Time Series) مشاهده کرد. به این صورت که مبالغ پرداختی، یا دیرکردهای مشتری ها را بر روی محور زمان بررسی کرد، و در نهایت پیش بینی کرد که این مشتری در آخرین سری زمانی(سر رسید ماه بعدی)، ریزش خواهد کرد یا خیر؟ البته مسائل سری زمانی پیچیده گی های خاص خود را دارند.

در نهایت نیز با استفاده از مصور سازی(Visualization) در داشبورد مدیریت، مشتریانی که احتمال ریزش آن ها زیاد است را به کاربر مربوط نمایش می دهیم(و یا با استفاده از سرویس Notification به متصدی بیمه، هشدار میدهیم). با این کار میتوان از ریزش مشتریان مختلف قبل از سررسید آن ها مطلع شد و اقدامات پیش گیرانه را نیز انجام داد.

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

Privacy Settings
We use cookies to enhance your experience while using our website. If you are using our Services via a browser you can restrict, block or remove cookies through your web browser settings. We also use content and scripts from third parties that may use tracking technologies. You can selectively provide your consent below to allow such third party embeds. For complete information about the cookies we use, data we collect and how we process them, please check our Privacy Policy
Youtube
Consent to display content from Youtube
Vimeo
Consent to display content from Vimeo
Google Maps
Consent to display content from Google
Spotify
Consent to display content from Spotify
Sound Cloud
Consent to display content from Sound