بهبود پيش بيني سطح خسارت مشتريان صنعت بيمه با استفاده از خوشه بندي مشتريان (مطالعه موردي: شركت بيمه ايران شهرستان بجنورد)

يكي از نهادهاي مالي بسيار مهم و تأثيرگذار در اقتصاد و سلامت جوامع، شركت هاي بيمه مي باشد. سازمان ها با توجه به ماهيت كار خود، ريسك هاي گوناگوني را تجربه مي كنند و در شرايط متحول امروز، موفقيت بنگاه ها در گرو تسلط آنان بر ريسك ها و مديريت آن ها است. از جمله چالش هاي شركت هاي بيمه، كنترل ريسك مشتريان مي باشد. شناسايي و دسته بندي مشتريان كم ريسك و پر ريسك مي تواند در مديريت ريسك مشتريان و سياست هاي مرتبط مانند روي گرداني، كاهش ريسك و تعديل نرخ حق بيمه موثر باشد. استفاده از داده كاوي در اين زمينه مي تواند بسيار راه گشا باشد. از اين رو در اين پژوهش به بررسي موضوع دسته بندي مشتريان به لحاظ ريسك خسارت بيمه بدنه و شخص ثالت خودرو در شركت بيمه ايران شهرستان بجنورد مي پردازيم. با ارائه رويكرد تلفيقي خوشه بندي و دسته بندي، به پيش بيني دقيق تري براي دسته مشتريان آتي دست يافتيم. بدين منظور، استفاده از تكنيك K- Means براي خوشه بندي؛ و تكنيك هاي نزديكترين همسايگي و شبكه عصبي جهت دسته بندي، پيشنهاد مي گردد.