به‌كارگيري و ارزيابي تكنيك‌هاي داده‌كاوي جهت پيش‌بيني رويگرداني مشتري در صنعت بيمه

Applying Data Mining Techniques for Customer Churn Prediction in Insurance Industry

رقابتي شدن صنعت بيمه در سال‌هاي اخير و ورود بخش خصوصي به اين عرصه، توجه به پيش‌بيني رويگرداني مشتري را با اهميت ساخته است. در اين پژوهش، تعدادي از تكنيك‌هاي شناخته شده دسته‌بندي داده‌كاوي براي پيش‌بيني رويگرداني مشتري در صنعت بيمه به كار گرفته شده است. براي نخستين بار پيش‌بيني‌ رويگرداني مشتري در يك سازمان بيمه‌اي‌ با استفاده از تكنيك ماشين‌ بردار پشتيبان (SVM) انجام مي‌شود. در اين مقاله نخست از الگوريتم ژنتيك براي فرايند انتخاب مشخصه‌‌هاي تأثيرگذار استفاده شده است. پس از مدل‌سازي مسأله، پارامترهاي مدل ماشين بردار پشتيبان با استفاده از دو روش جستجوي شبكه و اعتبارسنجي متقابل K لايه، بهينه مي‌شوند. عملكرد پيش‌بيني روش SVM با روش‌هاي درخت‌ تصميم، شبكه‌هاي عصبي، رگرسيون لجستيك، جنگل تصادفي، دسته‌بندي‌كننده‌ بيزي، K نزديك‌ترين ‌همسايگي، مقايسه و بهينه‌سازي پارامترهاي هر روش با استفاده از جستجوي شبكه انجام شده است. يافته‌هاي تحقيق نشان مي‌دهد كه روش ماشين بردار پشتيبان از عملكرد بالاتري نسبت به ساير روش‌ها برخوردار است. در مدل پيشنهادي مبتني بر اين روش، مشخصه‌هاي سابقه‌ خريد، نحوه‌ آشنايي با سازمان و تمايل به خريد، به‌ عنوان مشخصه‌هاي اصلي پيش‌بيني‌كننده رويگرداني مشتري شناسايي شدند. در اين پژوهش با توجه به مشخصه‌هاي اصلي پيش‌بيني‌كننده‌ رويگرداني، راهكارهايي براي جلوگيري از رويگرداني مشتري ارائه شده است.

Due to the recent severe competition in insurance industry, customer churn prediction is a very important issue. This research applies some of data mining classification techniques for customer churn prediction in an insurance company. Researchers also apply support vector machine -an optimization based classification method- to predict customer churn in insurance industry for the first time. In this reseach, we applied genetic algorithm to find effective attributes. After modeling, the parameters of the model are optimized using grid search and k-fold cross-validation. Then the predictive performance of support vector machine is compared with decision tree, neural networks, logistic regression, random forest, naive bayes classifier, k-nearest neighbor. The results of the study show that the support vector machine performs better than the others and purchase history, how familiar the customer with the company and desire to purchase were determined as the most important customer churn predictors in our model. Finally, we suggested churn preventive actions according to the most important churn predictors.