Sigortacılık sektöründe müşteri ürün eğilim modellemesi
Customer product propensity modeling in the insurance industry
- Tez No: 835271
- Danışmanlar: PROF. DR. BİRSEN EYGİ ERDOĞAN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 55
Özet
Günümüz dünyasında değişen tüketim alışkanlıkları ile beraber müşteri hareketlerini anlamak ve pazarlama faaliyetlerine yön vermek oldukça önemli hale geldi. Teknolojinin gelişmesi, yeni sektörlerin doğması, online alışverişin kolaylaşması gibi etmenler ile birlikte müşterilerin piyasadaki ürünlere ulaşma imkanları ve satın alma eğilimleri arttı. Artan hacimle birlikte var olan müşteri potansiyelinin büyüklüğü göz önüne alındığında bir şirket veya kuruluş, mevcutta yer alan müşteri potansiyelini doğru yöneterek şirketin veya kuruluşun büyümesine ve gelişmesine katkı sağlayabilirler. Şirketler veya kuruluşlar, müşterilerini veri analizi yardımıyla sınıflandırarak mevcutta yer alan ürünlerini doğru müşteri kitlelerine pazarlayarak satış oranlarını arttırabilir, zamandan tasarruf kazanabilir, iş gücünü doğru kullanabilir. Bunu sağlamak için ilk yöntemlerden birisi müşterilerin eğilimli oldukları ürünleri bulmak adına yapılan modellemelerdir. Bir müşteri davranışının modellemesi yapılırken veri setlerinde yer alan müşteri bilgileri, müşterilerin davranışlarını anlamak ve ürüne ait eğilim skorlarını bulmak için çok önemlidir. Bir ürüne ait yapılan başarılı satışlar ve başarısız satış denemeleri belirlenerek kalan müşteri havuzundaki müşterilerin o ürüne eğilimi bilimsel yöntemlerle tahmin edilebilir. Bu bilimsel yöntemler bilgisayar ortamında birçok algoritma kullanılarak yapılabilir ve bir makine öğrenmesi sistemi kurulabilir. Girdi verilerinden tahmini bir model oluşturan bu sistem ile öğrenilen model, daha önce hiç görülmemiş müşteri verileri için yararlı tahminler yapabilir. Müşteri eğilim modellemesi yapılırken kullanılacak model için denetimli öğrenme türlerinden olan sınıflandırma modelleri kullanılabilir. Sınıflandırma işlemi, bir veri seti üzerinde tanımlı olan çeşitli sınıflar arasında veriyi dağıtmaktır. Sınıflandırma modelleri, verilen eğitim kümesinden bu dağılım şeklini öğrenir ve sınıfın belirli olmadığı bir test kümesini doğru şekilde sınıflamaya çalışır. Sınıflandırma modellerinde tahmin edilen bağımlı değişken kategoriktir. Bağımlı değişken müşterinin ürünü satın alıp almaması -hedef değişkeni- olurken, bağımsız değişkenler ise müşteriye ait bilgileri içeren değişkenleridir. Şirketler veya kuruluşlar, var olan kaynaklarını doğru yönlendirerek, hem ürünleriyle topluma faydalı bir şekilde hizmet etmek hem de kendi varlıklarını sürdürebilir kılmak için müşteri davranışlarını doğru tanımlamaya çalışmalıdır. Bunun için de müşterilere sunulacak ürün ve hizmetler için pazarlama faaliyetleri belirlenirken müşterilerine özel eğilim ve segmentasyon çalışmaları yapılmalıdır. Oluşturulan modeller ile ürün ve hizmetlerin sunumu için rastgele kitlelere efor harcamak yerine, modelleme sayesinde özellikleri belirlenmiş kitlelere ulaşarak optimizasyon sağlanmalıdır. Sigortacılık sektöründe satışlar genellikle çağrı merkezleri üzerinden yapılmaktadır. Aranacak kitlenin sunulacak ürüne eğilimi yüksek kişilerden oluşması bu optimizasyonu sağlayacaktır.
Özet (Çeviri)
With the changing consumption habits in today's world, it has become very important to understand customer movements and give direction marketing activities. With the development of technology, the emergence of new sectors and the facilitation of online shopping, the opportunities of customers to reach the products in the market and their purchasing tendencies have increased. Considering the size of the existing customer potential with the increasing volume, a company or organization can contribute to the growth and development of the company or organization by managing the existing customer potential correctly. By classifying their customers with the help of data analysis, companies or organizations can increase their sales rates, save time, and use their workforce correctly by marketing their existing products to the right customer groups. One of the first methods to achieve this is modeling to find the products that customers are inclined to. When modeling a customer behavior, the customer information in the datasets is very important to understand the behavior of the customers and to find the customers' propensity scores of the product. By determining the successful sales and unsuccessful sales attempts of a product, the tendency of the customers in the remaining customer pool to that product can be predicted using scientific methods. These scientific methods can be done by using many algorithms in the computer environment and a machine learning system can be established. Creating a predictive model from input data, the learned model can make useful predictions for never-before-seen customer data. Classification models, one of the types of supervised learning, can be used for the model to be used while performing customer propensity modeling. The classification process is to distribute data among various classes defined on a data set. Classification models learn this distribution pattern from the given training set and try to correctly classify a test set for which the class is not specific. The predicted dependent variable in classification models is categorical. The dependent variable is whether the customer buys the product -target value- while the independent variables are the variables containing the customer's information. Companies or organizations should try to define customer behaviors correctly in order to both serve the society in a beneficial way with their products and to make their own existence sustainable by directing their existing resources. For this, while determining the marketing activities for the products and services to be offered to the customers, specific trend and segmentation studies should be carried out. Instead of spending effort on random audiences for the presentation of products and services with the models created, optimization should be ensured by reaching the masses whose characteristics are determined by modeling. In the insurance sector, sales are generally made through call centers. This optimization will ensure that the audience to be searched consists of people with a high propensity towards the product to be presented.
Benzer Tezler
- Türkiye'de özel sağlık sigortası sektöründe hizmet ve ürün yeterliliğinin değerlendirilmesi ve bir uygulama
Türkiye'de özel sağlik sigortasi sektöründe hizmet ve ürün yeterliliğinin değerlendirilmesi ve bir uygulama
ZEYNEP İDİL PAMİR
Yüksek Lisans
Türkçe
2010
SigortacılıkMarmara ÜniversitesiSigortacılık Ana Bilim Dalı
YRD. DOÇ. DR. ALİ KÖSE
- Veri zarflama analizi yöntemi kullanılarak Türkiye'deki kamu, özel ve yabancı sermayeli bankaların etkinliklerinin incelenmesi
The investigation of public, private and foreign capital banks' efficiency in Turkey by using data envelopment analysis
EMİN KARATAŞ
- Pazarlama ve bankacılık uygulamaları Türk bankacılık sektöründe pazarlamanın gelişimi ve uygulama çalışmaları
Başlık çevirisi yok
BORA ULAŞ
Yüksek Lisans
Türkçe
1998
BankacılıkMarmara ÜniversitesiBankacılık Ana Bilim Dalı
PROF. DR. MÜJDAT SAKAR
- The effect of social media on customer loyalty andcompany performance of insurance industry
Sigorta sektörünün müşteri sadakatine ve şirket performansına sosyal medyanın etkisi
EYABİ PRESTON MBONYA
Yüksek Lisans
İngilizce
2022
Sigortacılıkİstanbul Aydın Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. VEDAT ULUSOY
- Bankaların sigortacılık hizmet kalitelerinin servqual analizi yöntemiyle incelenmesi
Servqual analysis methods to examine the quality of insurance services of the bank
BURAK EFE BAHADIR
Yüksek Lisans
Türkçe
2017
BankacılıkGazi Üniversitesiİşletme Eğitimi Ana Bilim Dalı
PROF. DR. GANİTE KURT