Sigorta sektöründe müşteri segmentasyonu ve hedefleme
Customer segmentation and targeting in the insurance industry
- Tez No: 942671
- Danışmanlar: PROF. DR. MEHMET ALİ CENGİZ
- Tez Türü: Yüksek Lisans
- Konular: Sigortacılık, İstatistik, Insurance, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İstatistik ve Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Veri Bilimi Bilim Dalı
- Sayfa Sayısı: 42
Özet
Bu tez, araç sigortalarında müşteri segmentasyonu için makine öğrenmesi uygulamalarını değerlendirmeyi amaçlamaktadır. Nesne tanıma, tahmin ve karar verme gibi görevlerin yapay zekâ tarafından mümkün kılındığı vurgulanmıştır. Çalışmada risk yönetimi, segmentasyon ve süreç otomasyonu ele alınmıştır. Veri toplama prosedürü sırasında etik ve yasal çerçeve dikkate alınmış ve 106.236 satır veri elde edilmiştir. Bu veri setinde 6.985 adet yeni otomobil ve 99.251 adet kullanılmış otomobil bulunmaktadır. Modelleme yaklaşımında araçların markası, modeli, üretim yılı, motor hacmi, kilometresi ve fiyatı kullanılmıştır. Random Forest algoritması en yüksek doğruluk oranını üretmiştir. Araştırma sonuçları araçların yapısal ve fiyat özelliklerinin sigorta risk seviyelerini belirlemede etkili göstergeler olduğunu kanıtlamakta; bu durum makine öğrenmesi destekli veri odaklı yaklaşımın sigortacılık sektöründe hem prim belirleme süreçlerini iyileştirme hem de risk segmentasyonunu otomatik hale getirme alanlarında uygulanabilirliğini ortaya koymaktadır.
Özet (Çeviri)
This thesis aims to evaluate machine learning applications for customer segmentation in vehicle insurance. It is emphasized that tasks such as object recognition, prediction and decision making are made possible by artificial intelligence. Risk management, segmentation and process automation are discussed in the study. Ethical and legal frameworks were taken into consideration during the data collection procedure and 106,236 rows of data were obtained. This dataset includes 6,985 new cars and 99,251 used cars. The brand, model, year of production, engine volume, mileage and price of the vehicles were used in the modeling approach. The Random Forest algorithm produced the highest accuracy rate. The research results prove that the structural and price characteristics of the vehicles are effective indicators in determining insurance risk levels; this situation reveals the applicability of the machine learning supported data-driven approach in the insurance sector in both improving premium determination processes and automating risk segmentation.
Benzer Tezler
- Understanding customer value using data mining applications: A case study of an insurance broker
Veri madenciliği tekniklerini kullanarak müşteri değerini anlama: Bir sigorta brokerliği uygulaması
FETHİ ATA
Yüksek Lisans
İngilizce
2018
Mühendislik Bilimleriİstanbul Arel ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. VOLKAN ÇAKIR
- Sigorta Sektöründe Müşteri Sadakati ve Nedenleri
The Customer Loyalty In The Insurance Sector and Its Reasons
GÜLÇİN ÖZTÜRK
- Sigorta sektöründe müşteri ilişkileri yönetimi ve bireysel emeklilik sistemi uygulamalarına yönelik bir araştırma
The customer relations management within the insurance sector and a study on private pension system applications
BARIŞ FESLİYEN
Yüksek Lisans
Türkçe
2007
SigortacılıkMarmara ÜniversitesiSigortacılık Ana Bilim Dalı
Y.DOÇ.DR. SERPİL ERGÜN BÜLBÜL
- Sigorta sektöründe müşteri memnuniyetinin ölçülmesi - bir firma uygulaması
Measurement of customer satisfaction in theinsurance sector - a company practice
ATTİLA AKTAŞ
Yüksek Lisans
Türkçe
2017
Ekonometriİstanbul ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. SEMA ULUTÜRK AKMAN
- Türk katılım sigorta sektöründe müşteri memnuniyetini ve sadakatini etkileyen faktörler
Factors affecting customer satisfaction and loyalty in Turkish participation insurance industry
MÜSLİME SÖZEN
Yüksek Lisans
Türkçe
2024
SigortacılıkMarmara Üniversitesiİslami Sigortacılık Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HASAN MERAL