تحليل رفتار مشتريان بيمه بدنه خودرو بر مبناي سطح خطر پذيري آنان با استفاده از روش تركيبي خوشه بندي و دسته بندي (مورد كاوي شركت بيمه ايران)

Analysis of customer car insurance behavior based on their level of risk using a combination of clustering and Classification(Case Study of Iran Insurance Company)

كسب دانش در مورد رفتار مشتريان در همه صنايع از جمله صنعت بيمه اهميت بسزايي دارد و توجه به آن باعث ايجاد مزيت رقابتي براي سازمان مي گردد. صنعت بيمه يكي از صنايعي به شمار مي‌رود كه در فضاي بسيار رقابتي قرار دارد و همين امر باعت مي شود كه تعيين سياست و استراتژي‌هاي بهينه همچون تخفيفات، قيمت گذاري و... در قبال مشتريان از اهميت ويژه‌اي برخوردار باشد. در كشور ما اين سياست ها امري تكليفي بوده و توسط بيمه مركزي به سازمان هاي بيمه گر ابلاغ مي گردد.در اين پژوهش ما با استفاده از تركيب تكنيك هاي داده كاوي خوشه بندي و دسته بندي به دنبال تحليل رفتار مشتريان بر مبناي سطح خطر پذيري آنان هستيم. از طريق نتايج اين پژوهش شركت بيمه گر مي تواند به ديد خوبي در خصوص ويژگي هاي مشتريان خود دست يابد و منجر به تعيين سياست بهينه مورد نظر براي آن شركت گردد. در اين پژوهش، اطلاعات تعداد قابل توجهي از مشتريان بيمه بدنه شركت بيمه ايران با استفاده از تركيب روش هاي خوشه بندي و دسته بندي مورد بررسي قرار گرفته است و نتايج آن مورد بررسي و تحليل قرار گرفته است.

Acquiring knowledge about the behavior of customers in all industries, including the insurance industry, is important and paying attention to it creates a competitive advantage for the organization. The insurance industry is one of the industries that is in a very competitive environment. therefore, it is important to determine optimal policies and strategies such as discounting, pricing and etc. In our country, these policies are obligatory and are dictated to the insurance companies by the central insurance institute. In this research, we use a combination of clustering and classification data mining techniques to analyze customer behavior based on their risk level. Through the results of this research, the insurer can gain a good insight from the characteristics of its customers and lead to determining the optimal policy for that company. In this research, a significant number of Iranian insurance company customers have been investigated using a combination of clustering and classification methods and their results have been analyzed.