پيش بيني رفتار مشتريان بيمه با استفاده از تركيب روش هاي خوشه بندي و دسته بندي

امروزه مهمترين اقدام شركت هاي بيمه در بحث بازاريابي و تبليغات، بخش بندي و تفكيك مشتريان بر اساس رفتار و نياز آن ها است. اين اقدام براي ارائه و معرفي بيمه نامه ها و محصولات جديد، همچنين افزايش فروش بيمه نامه ها و ارتباطات موثر با مخاطبان به صورت بازاريابي هدف دار انجام مي گيرد. از اين رو، اين شركت ها براي شناسايي و تحريك كردن مخاطبان خود، بازاريابي و تبليغات را به طور گسترده و هدفمند در تمام محيط هاي ارتباطي به انجام مي رسانند. براي اثر بخشي هرچه بهتر اين رويكرد، مشتريان بر اساس معيارها و اهداف خاصي تفكيك و بخش بندي مي شوند. خوشه بندي روشي تحليلي براي كشف عملكرد و رفتار مخاطبان از طريق اطلاعات آن ها است. اين امر باعث مي شود تا شركت ها بتوانند از طريق همين عملكرد مخاطبان، دست به اتخاذ تصميم و تبليغات هدفمند نسبت به آن ها بزنند. هدف اصلي اين پژوهش، ارائه راه كاري براي شناخت و پيش بيني عملكرد و رفتار مشتريان جديد در انتخاب نوع بيمه براي حفاظت مسكن خود در برابر مخاطرات، از طريق تركيب روش K-medoids با درخت تصميم در جهت تعيين خوشه مشتريان جديد براي ارائه تبليغ محصولات بيمه اي است. دراين راستا، بدليل زياد بودن مشخصه ها در اكثر مجموعه داده ها و پراكندگي آنها، ابتدا از طريق تكنيك هاي K-means و K-medoids به كشف الگوهاي مفهومي رسيده و با استفاده از همين الگوها بعد از مشخص شدن خوشه مشتريان، فقط با داشتن اطلاعات جمعيت شناختي از سوي مشتريان جديد، خوشه آنها پيش بيني و اقدامات لازم صورت مي گيرد. ويژگي متمايز اين پژوهش، تركيب روش هاي خوشه بندي با روش هاي دسته بندي در كشف الگو است. آزمايش هاي انجام شده شناخت و كشف نياز ها، رفتار و عملكرد مشتريان را نشان مي دهد كه بر اساس آن تبليغات صورت مي گيرد.